學術論壇結束後，顧然團隊的HIT-D體質量化系統迅速成為個體化醫學圈裡的熱門話題。

有支持的聲音：

“終于有人把中醫的‘因人制宜’和現代醫學的精準理念結合起來了，這是前沿探索。”

“AI找到了一條數據解讀體質的新路，值得關注。”

也有質疑的聲音：

“體質量化分類依據不明，科學性存疑。”

“目前的樣本量太小，沒經過大規模随機對照驗證，讨論意義不大。”

“中醫的體質是經驗總結，強行量化可能丢失本質。”

“這些争論早就料到了，”程向陽翻着論壇後的媒體報道，不以為意，“沒有争議，才是最可怕的。”

“可醫學圈的認可度才是關鍵，”顧然目光平靜，“我們要用數據證明它的價值，而不是用理念去說服别人。”

蘇靜輕聲補充：“中醫的經驗和現代科學的邏輯，本來就走在兩條不同的軌道上。我們要做的，不是去讓他們統一，而是找到交彙點。”

回到公司後，顧然第一時間召集團隊，針對論壇反饋梳理當前HIT-D平台存在的問題，并制定下一步的優化計劃。

主要問題：

體質量化分類維度仍然不足，目前基于HRV、睡眠、舌象等數據，尚不能精準區分某些複合型體質。

與藥效波動的因果鍊不完整，更多的是相關性描述，缺少生理機制層面的深入解析。

數據來源單一，主要來自合作醫院和和衡堂，缺乏全國性、多中心的患者數據支撐。

AI推薦用藥策略仍需醫生參與解讀，無法獨立給出完整的個體化治療方案。

“我們必須承認，目前的系統還很初級，”李思源總結，“想真正被臨床接受，還有很長的路要走。”

“但是我們已經邁出了第一步，”顧然語氣堅定，“接下來，要讓系統變得更聰明、更可信。”

要讓HIT-D成長，必須有更多數據喂養它。

程向陽與公司高層商量後，決定推動與更多醫院的合作，尤其是有中西醫結合特色的綜合醫院，争取打通更多數據來源。

顧然和蘇靜主動請纓，承擔外聯走訪工作。

“我們親自去，醫生和管理層的顧慮會少一些，”蘇靜說，“畢竟我們是做研究的人，知道他們真正關心什麼。”