医生谈论“让AI书写病历”的现实与挑战

导入：53 亿美元的冲击

美国生成 AI 医疗记录市场再次吸引了巨额资金。根据 TechCrunch 的报道，Abridge 在 6 月 24 日的 E 轮融资中筹集了 3 亿美元，仅用 4 个月就将企业估值从 2.75 → 5.3 billion USD 翻了一番。techcrunch.comwsj.com

「医生加班 90 分钟变为零」「与 Epic 紧密结合」──尽管有这些引人注目的宣传，社交媒体上仍然存在欢喜与怀疑并存的声音。本文将深入探讨①融资背景、②技术和商业模式、③社交媒体上涌现的现场声音、④竞争、法规及对日本的影响。

1. 企业历史：7 年成为“临床场景的标准装备”

2018 年，由匹兹堡大学医疗中心出身的心脏病专家 Shiv Rao 创立。其特点是自动将会话语音转化为文本，并一站式生成 SOAP 笔记和 ICD-10 代码。最初在耳鼻喉科、整形外科等标准化程度较高的领域进行推广，2022 年与 Epic Systems 正式 API 联合。2023 年在美国 GE Healthcare Expo 上宣布“输入时间减少 72%”而备受关注。目前拥有超过 150 个健康系统和 5 万多名临床用户。wsj.com

2. “仅 120 天”内估值翻倍的逻辑

• ARR 提升 ― 在第一季度时“合同 ARR 达到 1.17 亿美元”。发布临床编码功能，客户单价平均提高 38%。

• 成本结构 ― 将 LLM 的大规模学习部分从云端转移到设施内边缘，推理成本降低 45%。

• 生态系统战略 ― 不仅与 Epic，还宣布与 Athenahealth 和 Cerner 的 PoC，人口覆盖率达到 65%。
  这些定量成就吸引了 a16z 和 Khosla 的“追击轮”，并证明了巨额增长的合理性。pymnts.com

3. 编码与翻译……技术栈详解

Abridge 的核心是“Clinician-in-the-Loop”设计。建立了医生每周审查匿名会话数据并将其作为精炼数据进行再学习的循环。

• Annotator Hub：拥有 400 名专家的内部 BPO。

• Edge Runtime：在诊室内的专用设备上进行语音预处理→安全缓冲。

• LLM Cascade：轻量模型提取要点，经过加权后由医疗专用 Llama-2-Med 生成最终笔记。
  与 22 年相比，模型尺寸增加了 4 倍，但 GPU 使用时间减少了 20%。

4. 社交媒体上可见的“诊疗现场的温度差”

相较于定量数据，“情感数据”更具说服力。医生在称赞节省时间的同时，误识率和价格也受到他们的关注。

5. 专家和投资者的评价

医疗 AI 评论家 Dr. Eric Topol 在 Substack 上表示，“会话总结任务是生成 AI 超越人类的少数领域之一”。
另一方面，Axios 警告称，“尽管精度提高，但竞争优势短暂。如果 EHR 原生实现，SaaS 将消亡”。axios.com
a16z 合伙人 Julie Yorn 表示，“我们评价了由专家持续标记临床数据的‘持续质量保证模型’”。

6. 竞争环境：红色染透的蓝海

• Nuance DAX（Microsoft）：采用 OpenAI GPT-4o，通过 DAX Copilot 自动生成诊疗报酬代码。

• Suki AI：专注于移动设备，围绕小型诊所。

• Ambience Health：通过设备上推理攻克禁止数据跨境的医院。
  Reddit 上也有越来越多冷淡的评论称“精度几乎相同，换用取决于价格”，价格战 → 利润压缩的未来已经隐约可见。

7. 监管与伦理：HIPAA 之后的障碍

HIPAA 合规只是“最低条件”。州法律 (CCPA 等) 和欧盟 GDPR，以及美国 AI 权利法案草案也在酝酿中，误生成责任的归属仍存在模糊的风险。Epic 预计在 25 年底发布 AI 笔记的“一键批准”功能，指出“AI 撰写医生签名”的新常态可能会增加误诊和诉讼成本。techcrunch.com

8. 路线图和资金用途

• Coding Assist：从诊疗笔记生成保险索赔代码，将医院的 ROI 提高 2 – 3 倍。

• Real-time Translation：通过多语言诊疗支持，覆盖移民和听障患者。

• Data-as-a-Service：计划将匿名会话数据授权给制药和保险公司作为新业务。
  CEO Rao 在 WSJ 中表示，此次融资主要用于“提高临床编码精度”和“LLM 推理基础设施的 SOC-2 Type II 合规”。wsj.com

9. 对日本的影响

在日本，由于医生自己输入病历的文化和诊疗报酬制度的限制，AI 医疗记录市场仍处于萌芽阶段。然而，2024 年度修订中将创设“医生工作方式改革相关加算”，节省时间的解决方案具有经营激励。Epic 在日本的市场份额有限，但通过 FHIR 基础 API 与 HOPE、MI･RA･Is 等的网关讨论已经开始。如果 Abridge 发布日语模型，可能会与在语音识别方面领先的 AmiVoice 和 Medley 形成三足鼎立的局面。

10. 总结：Abridge 是“必要之恶”还是“救世主”

53 亿美元的估值确实是“增长的预支”。然而，医生在社交媒体上透露的“与患者面对面交流的时间增加了”这一句话分量十足。尽管竞争、监管和价格压力可能削弱其优势，回归临床现场的 1 小时这一事实是不可动摇的。Abridge 能否在下个季度展示 ARR 实现率，将成为衡量其真正价值的试金石。