Medical AI Strategy & Ecosystem Partnership Lead

负责识别、设计并推动中国医学组织高价值AI应用场景落地，通过整合业务需求、AI技术能力和外部生态资源，推动AI从概念验证（PoC）走向规模化应用，实现可衡量的业务价值与组织能力提升。该角色需要同时具备医疗场景理解、AI产品及项目经验、战略思维、跨部门影响力、供应商管理和治理意识。其核心目标不是“做一个AI工具”，而是建立一套可复制、可推广、可治理的Medical AI能力体系。

Major accountabilities: 制定Medical AI战略与路线图·        1. 与Medical Affairs、Medical Excellence、Evidence Generation、Medical Information等团队合作，识别高价值AI机会点。2.建立Medical AI use case评估框架和优先级管理机制。3.制定并推动Medical AI roadmap，明确阶段目标、资源需求、治理机制和业务价值指标。4. 建立AI项目价值衡量标准和成功指标体系，确保项目从一开始即围绕可验证产出设计。推动AI项目从PoC到规模化应用·         1.主导AI项目全生命周期管理，包括需求识别、方案设计、PoC验证、业务上线、推广和持续优化。2.推动高潜力AI场景从单点试验转化为可复制、可推广的业务解决方案。3.建立标准化项目治理机制，确保项目质量、进度、风险和价值可追踪。4.追踪项目ROI和业务价值实现情况，并向管理层进行清晰汇报。建设并管理AI生态合作伙伴·        1. 建立并管理AI供应商生态，识别具备Healthcare / Pharma经验的高潜力合作方。2.评估供应商技术能力、行业经验、交付能力、安全合规基础和长期合作潜力。3.主导业务需求与解决方案匹配，协调DDIT、Enterprise Excellence、Medical及外部合作伙伴资源。4.持续优化合作模式、项目交付质量和供应商绩效。AI治理与风险管理·         1.推动Medical AI治理框架建设，确保项目符合数据隐私、内容质量、医学准确性及合规要求。2.建立AI项目风险识别、评估和监控机制。3. 推动负责任AI应用，确保AI产出可解释、可验证、可追溯。4. 与法务、合规、隐私、安全和医学治理相关团队协作，确保AI应用边界清晰。组织赋能与变革管理·         1.推动AI创新文化建设，提升医学组织对AI价值和风险的理解。2.建立Medical AI Champion网络，形成跨团队AI应用推广机制。3.开展培训、工作坊和案例分享，提升团队AI应用能力。4.推动组织接受并规模化采用AI解决方案，降低变革阻力。