你有没有经历过这种场景

季度结束,开复盘会。

PPT翻到第三页,总监突然问:

"我们下季度到底要做什么?为什么要做这个?"

全场沉默。

PM翻出一张密密麻麻的Gantt图,信心满满地说:"你看,我们规划了28个功能……"

总监皱眉:"那哪个最重要?"

又是沉默。


这不是个别现象。

在医疗AI行业,我见过太多团队陷入这个困境:

功能做了一堆,临床不买单;模型精度提了几个点,业务没感知;Roadmap写得花团锦簇,六个月后完全对不上。

问题出在哪里?

不是执行力不行,是方向感从一开始就错了。

今天这篇文章,我想跟你聊一套我实际用过的方法:用OKR定方向,用优先级矩阵做取舍

不是理论,是真的能在会议室用的东西。


为什么医疗AI的Roadmap比普通产品难10倍?

做过其他行业产品的人转到医疗AI,第一个反应往往是:

"怎么每个人都觉得自己是甲方?"

你没说错。医疗AI产品天生就有三个"客户",而且他们要的东西几乎是矛盾的——

临床医生:别打扰我看诊,给我能用5秒钟看懂的信息
医院管理层:我要看成本下降,要看效率提升,要看ROI
保险方/Payer:我要看风险控制,要看赔付预测精度

这三方同时要求你做不同的事,还都觉得自己的优先级最高。

除此之外,医疗AI还有几个独特的"坑":

合规不是装饰品,是硬成本。 HIPAA合规、模型验证、FDA监管路径——这些东西会实实在在占掉你的研发资源。你以为下个Sprint就能上线的功能,可能要先走六周的合规审查。

数据永远比你想的更脏。 你做了三个Sprint的AI特性,上线前发现EHR的字段跟你预想的结构完全不一样——这种事在医疗行业几乎是必然发生的。

临床验证周期超长。 不像SaaS产品可以A/B测试两天就得结论,一个临床AI干预可能需要三到六个月的Pilot数据,才能让临床相信它有效。

所以医疗AI的Roadmap,本质上是一份三方协议:临床价值、技术可行性、商业需求,三个维度必须同时hold住。


第一步:先别讲功能,先讲OKR

我见过最常见的Roadmap是这样开头的:

"Q3我们要做风险评分小组件、医生绩效看板、高费用患者预警……"

这是解决方案在找问题

六个月后复盘,大概率的结果是:功能都上线了,但没人说得清楚哪个有用。

OKR(目标与关键结果)的价值,就是逼你先想清楚"赢"是什么意思。

结构很简单:

  • Objective(目标):一句话,说清楚这个季度你想赢在哪里。定性的、有野心的。
  • Key Results(关键结果):3~5个可以量化的结果,告诉你有没有赢。不是任务,是成果。

来一个真实案例

假设你在做一个面向Medicaid MCO(医疗保险管理组织)的AI护理管理平台。

Objective: 让护理管理师在患者到急诊之前,就能更早、更精准地介入高风险患者

Key Results:

  1. 风险模型的阳性预测值(PPV)从34%提升到52%
  2. 被标记高风险患者的平均触达时间,从14天压缩到5天
  3. Pilot队列中护理管理师的使用率,从41%提升到70%
  4. 被触达患者的30天再入院率,相比对照组下降15%

你注意到没有

上面的Key Results里没有"上线新功能"、"接入3个新模型"、"完成EHR集成"。

那些是任务,不是目标。

任务是为了实现KR服务的,而不是KR本身。


OKR最容易踩的4个坑

坑1:把任务写成KR
"上线风险评分功能"不是KR。"模型精度提升到52%"才是。

坑2:OKR太多
一个季度,一到两个Objective就够了。医疗AI团队普遍不大,而且工作复杂度很高,分散注意力是致命的。

坑3:没有临床stakeholder的参与
你的OKR如果读起来像工程路线图,重写。OKR应该是你和CMO/医疗总监共同制定的,不是PM单方面拍脑袋。

坑4:把OKR当成绩效考核工具
OKR是对齐工具,不是KPI考核。每个KR季末都达到100%,只说明你的目标定低了。


第二步:优先级矩阵——让争论变成共识

OKR定好之后,Backlog里可能有几十条待做的事情。谁先谁后?

这时候需要一个框架,把主观争论变成结构化决策。

我用的是经典2×2优先级矩阵,两个维度:

  • 横轴:投入成本(低 → 高)
  • 纵轴:对OKR的影响(低 → 高)
    An image to describe post

四个象限怎么用?

💚 快速取胜区(高影响 + 低成本)

这是你每个Sprint最该优先处理的事。它们能快速产生结果、给团队打气、给stakeholder信心。

医疗AI里的典型例子:

  • 修一个导致20%风险分数过期的数据管道Bug
  • 给现有看板加一个护理管理师一直在要的筛选器
  • 把一个每周要手动跑4小时的数据报告自动化

🎯 重点投入区(高影响 + 高成本)

这是Roadmap的核心, 真正能推动OKR的工作,但需要认真的资源投入和时间估算。

模型重训练、EHR集成、临床流程重设计——每个季度只排一到两件,做好拆解和里程碑管理。

⬜ 填充区(低影响 + 低成本)

可做可不做。Sprint有余量、团队需要一些小成就感的时候,可以处理。别让它们占据你的规划中心。

❌ 避免区(低影响 + 高成本)

这一栏,是最考验PM政治勇气的地方。

这里经常住着:某VP的"战略性想法"、技术上很有趣但临床上没人用的功能、历史遗留的"总有一天要做"的需求。

你需要有勇气把它们明确标注为"本季度不做"。

这一步会有阻力,但这正是你的价值所在。


第三步:量化打分,终结"谁嗓门大谁赢"的会议文化

2×2矩阵适合讨论,但当Backlog有30+条时,仍然会变成主观撕逼。

这时候加一层量化评分

对每个需求,从三个维度打1~5分:

An image to describe post

优先级得分 = OKR影响力 × 临床价值 × 执行难度(反转)

这个公式会自然把"又快又有价值"的事情浮到最顶端,把"复杂但无关紧要"的东西沉到底部。

更重要的是:当VP问"为什么这个功能Q3不做",你有具体的数字可以说话,而不是靠直觉硬顶。


一个可以直接用的Roadmap模板结构

保持简洁。没人会认真读一个50页的Roadmap文档。

第一部分:背景(1段话)
上季度学到了什么?现在有什么约束?我们在打什么仗?

第二部分:本季度OKR
1~2个Objective,配上各自的Key Results。所有后续内容都服务于这里。

第三部分:承诺交付的工作
3~5件事。每件事有清晰的负责人、大概时间节点、和OKR的对应关系。不应该有惊喜, stakeholder在规划阶段就应该知道这些。

第四部分:延伸目标(Stretch Goals)
1~2件事,承诺工作顺利的情况下才做。管理预期,防止过度承诺。

第五部分:明确不做的事
⚠️ 这一栏被严重低估。

把本季度明确不做的事列出来,并简短说明原因。

这一页能消灭80%的"但是那个功能呢……"类型的会议。


说到底,这套方法是为了什么?

有一天,你会在季度复盘或董事会上被问到:

"我们为什么做这个,而不是那个?"

OKR + 优先级矩阵给了你一个有原则的答案。

不是"因为总监要做",不是"因为工程说简单"

而是:"因为它对我们Q3降低急诊就诊率的目标,具有最高的预期影响力,我们已经和护理团队做过验证。"

这种回答,才能建立信任。

而在医疗AI这个行业, 每个stakeholder都有强烈的意见,临床后果也是真实的, 信任是你最稀缺的资产。


总结一下

从结果出发,不从功能出发。 OKR逼你想清楚赢的定义,防止你堆功能堆成一片死海。

用矩阵做取舍,不用嗓门做决策。 优先级矩阵+量化打分,把主观争论变成结构化对话。

明确不做什么,和明确做什么一样重要。 Roadmap的"Out of Scope"区域,是PM最被低估的超能力。


下期预告:用户研究在医疗行业为什么那么难?医生不会在访谈里告诉你的真相, 以及如何真正挖到临床需求。


你在做医疗AI产品,或者正在转型医疗行业的PM?欢迎在评论区聊聊你的Roadmap痛点,我会尽量回复。

觉得有用的话,转发给你身边正在被Roadmap折磨的产品经理朋友 👇


美国医疗AI实战 专注于医疗数据与AI产品化的深度内容。作者有医疗数据产品从业背景,覆盖Medicaid、价值医疗、人口健康管理等领域实战经验。