作家｜SnowyM
剪辑｜陈伊凡
头图｜AI生成
“AI原生100”是虎嗅科技组推出针对AI原生革命栏目，这是本系列的第「47」篇著作。
AI 医疗赛谈不缺故事，但确实跑互市业闭环的未几。Abridge 是其中之一。
它不仅仅融资，而是仍是在赢利：150 多家医疗机构在用，年收入杰出 1 亿好意思元，估值从 2024 年底到 2025 年中翻了快要一倍。在大量 AI 医疗公司还在作念见解考证的阶段，Abridge 仍是完成了从家具到界限的跨越。
这背后有一个正在发生的行业趋势：据 The Information 报谈，AI 搜索引擎 Perplexity 的估值是年化收入的 170 倍，Anthropic 是 58 倍，OpenAI 是 43 倍。投资东谈主给欺诈层公司的溢价，正在系统性地杰出基础模子公司。成本仍是在用钱投票：确实贯通某个行业、深度镶嵌办事流的垂直 AI，比卖铲子的更值钱。Abridge 即是这个判断的医疗版块。
这家公司的融资故事也相等奏凯，7 年，53 亿好意思元估值，7.6 亿好意思元融资。这串数字背后，是一位腹黑科医师从每天写 2 小时“宵夜条记”到创办 AI 公司的故事。
在好意思国，看诊 1 小时，写病历 2 小时。许多医师放工后还要在家补条记，这段时候被叫作念“寝衣时候”。Abridge 作念的事，即是把这 2 小时还给医师，医师和患者聊完天，几秒钟自动生成一份结构化病历条记。
硅谷风投契构UpHonest Capital投研团队告诉虎嗅，Abridge本色是在用AI打造医疗行政过程的进口，其永远价值取决于是否能从降本器具升级为收入驱动系统（医嘱纪录 -保障编码-理赔陈诉），在EHR生态中成就不能替代的位置。从咫尺来看，Abridge构建了三方面的壁垒：数据闭环和临床场景深度适配；简直AI缠绵；以及EHR集成，昔时更大的瞎想空间在于从“费钱的器具”到“创造价值的引擎”。
一个被大模子激活的旧办法
这个故事有一个容易被忽略的时候节点：Abridge 创立于 2018 年，ChatGPT 出现于 2022 年。
Abridge 创举东谈主 Shiv Rao 是匹兹堡大学医学中心的腹黑科医师，同期在 UPMC 的风投部门担任高管，负责评估医疗前沿技巧。2018 年他驱动创业，用的是阿谁时间能找到的最佳的技巧——BERT、BioBERT、Longformer 等预历练模子，不错对特定任务作念微调，但才气远不足其后的大讲话模子。
从 2018 到 2022 年，团队用了 4 年时候作念家具，莫得急着铺市集。销售周期长达 18 个月，病院的采购决策冉冉而严慎。
2021 年，Shiv 参加了一个以生成式 AI 为主题的行业晚宴。两年后，他接到了无数从那次晚宴回归的东谈主打来的电话：“我当今明白了，我也要尝试一下。”
大模子的出现，不是编削了 Abridge 在作念的事，而是编削了扫数东谈主对这件事的瓦解。之前需要 18 个月劝服的客户，险些整宿之间驱动主动来谈。Shiv 把这个过程描画为“把潜在能量转念为爆发力”。
Abridge 的中枢逻辑——贯通对话语义、生成结构化文本——偶合是大讲话模子最擅长的事情。是以当 GPT 出现的时候，Abridge 不是在追逐技巧，而是技巧终于追上了它的家具缠绵。
本科毕业于卡内基梅隆大学的 Shiv，在技巧判断上并不依赖直观。他的团队里有 CMU 的 AI 西席担任 CSO，公司同期使用汇集界限大模子和微调的开源模子（包括 DeepSeek 等）。在他看来，每当底层模子有新朝上，对欺诈层公司皆是利好：那些懂得怎样将这些技巧塑酿成特定用例的公司，统共受益。
从对话到病历：家具是奈何办事的
Abridge 作念的事情听起来简便：把医师和患者的对话录下来，自动生成病历条记。但执行难度在于，医疗对话的环境嘈杂、口音搀杂、医学术语和时时用语交汇，Abridge 的语音识别引擎挑升为这类场景历练过。
更关节的是，Abridge 不单作念转录，它还顺次略对话内容，生成适当医疗圭臬的结构化条记——也即是 SOAP 时势：主诉、客不雅查验、评估、计算。医师拿到后，稍作核改即可署名。
Abridge 已集成进 Epic，这是全好意思隐敝率 42% 的电子病历系统。问诊齐全后，条记几分钟内径直出当今 Epic 里。咫尺援救 55 个以上专业、28 种以上讲话，包括对话半途切换讲话、或有翻译介入的场景。
Abridge 最关节的功能叫 Linked Evidence（有关把柄）：AI 生成的每一句话，皆连合到原始对话的对应片断。医师看到“患者主诉胸痛握续三天”，点击即可听到其时的灌音。这个缠绵径直恢复了医疗领域对 AI 的最大疑虑——万一 AI 造谣内容。数据线路，Abridge 系统能识别出 97% 的 AI 伪善内容，通用大模子的这一数字仅为 8% 至 90%。
这种准确率背后，是一套不算简便的技巧架构。生成一条看似芜俚的临床条记，Abridge 在后台可能调用和融合 15 到 20 个不同的模子，有的负责索求保障公司审核需要的内容，有的负责生成患者可读的版块，有的挑升处理医学编码。用 Shiv 的话说，这是场景化的推理引擎，不是一个通用模子套壳。
家具的演进也印证了这极少。起初是一个面向患者的免费 App，让患者录下诊间对话并得回选录，这个阶段积蓄了杰出 150 万条医疗对话数据，成为模子历练的基础。2022 年起要点转向企业客户，家具与病院电子病历系统整合。2023 至 2024 年，成为 Epic 官方首批互助伙伴，并将全国最泰斗的临床学问库 UpToDate 镶嵌条记过程。2025 年，推广到照顾文牍，与梅奥诊所互助开拓照拂专用版块。
当今 Abridge 还在作念医疗编码和账单审核。Abridge 在生成条记的同期自动冷落编码，帮病院擢升保障报销回款率。这让它对病院 CFO 来说，从成本变成了一个能带来正向现款流的器具。
恶果数据：用了 Abridge 的医师，每天节俭约 2 小时文牍时候。86% 的医师减少了放工后加班写条记的频率。KLAS 2024 年拜访线路，Abridge 用户安靖度评分 95.3%，远高于行业均值。
万亿好意思元黑洞里的融资逻辑
Abridge 能走到今天，背后有一个结构性原因：它踩在了富裕大的痛点上，而这个痛点永远莫得被确实搞定过。
好意思国每年在医疗行政经管上的支拨高达 6000 亿至 1 万亿好意思元，占医疗总支拨的 15% 至 25%。具体到医师个东谈主：平均每周在行政治务上花 15.5 小时，每个办事日花 6 小时在电子病历上。93% 的医师时时感到处事疲顿，62% 归因于行政包袱。好意思国每年因医师困乏辞职酿成的损负约 46 亿好意思元，一个空白岗亭的补招成本高达 100 万好意思元。
这不是效劳问题，是东谈主力瓶颈。AI 布告员不错 24 小时办事，快速推广，无需培训，这让它成为替代决策，而不仅仅援助器具。
投资东谈主的逻辑成就在这个基础上。Abridge 的融资旅途是一条险些莫得停顿的加快线：2018 年种子轮 500 万好意思元，至 2022 年累计约 2700 万好意思元，2023 年底 B 轮 3000 万好意思元，2024 年 2 月 C 轮 1.5 亿好意思元，2025 年 2 月 D 轮 2.5 亿好意思元（估值 27.5 亿好意思元）。仅 4 个月后，2025 年 6 月完成 E 轮 3 亿好意思元，估值翻倍至 53 亿好意思元。
a16z 领投 E 轮，Khosla Ventures、Lightspeed、Redpoint、IVP、Spark Capital、USV、Bessemer 跟投。医疗策略方相同入局：UPMC 企业风投、Mass General Brigham AIDIF、Kaiser Permanente Ventures、CVS Health Ventures。这些医疗机构的投资不仅仅背书，亦然确实部署的前置答允。
收入侧相同笔陡。2024 年底，Abridge的 ARR 约 6000 万好意思元，2025 年第一季度已达 1.17 亿好意思元，数月内翻倍。
巨头暗影下的解围
Abridge 进场早，但赛谈早已不是蓝海。
有一个问题值得正面回答：OpenAI、Google、Anthropic 皆有语音转录才气，为什么病院不径直用它们？
Shiv 的回答是一个澄莹的分层结构：底层是基础大模子公司，提供扫数东谈主皆能用的原材料；中间是基础法子层，负责融合不同模子；顶部是欺诈层，专注于为特定用户搞定特定问题，深度镶嵌办事流，依靠私罕有据集。大模子公司是横向的，同期服务无数行业；欺诈层公司是纵向的，只作念一个行业但作念到最深。它们不能能涵盖扫数领域并深远扫数领域。这不是界限问题，是结构问题。
在医疗这个行业，纵向壁垒尤其高。诡秘合规是法定条件，数据出了病院系统就会触发监管红线。“简直可靠是你来往的终极货币”这是这个行业的准初学槛。一个通用 AI 公司再强，也不能能替每家病院作念 HIPAA 合规审计、把模子输出接进 Epic 的具体字段、再用梅奥诊所的照顾数据作念微调。
最遑急的敌手是微软旗下的 Nuance。这家 1990 年代教授的语音识别老牌公司，Dragon Medical 在好意思国病院的最高浸透率曾达 77%。2022 年，微软以 197 亿好意思元将其收购，推出 Dragon Ambient eXperience（DAX），现改名 Microsoft Dragon Copilot。家具步地与 Abridge 险些一致：灌音、识别、生成 SOAP 条记。微软的中枢上风是渠谈——2025 年，Epic 肃穆内置了 Dragon Copilot，全好意思 42% 的病院成了它的潜在触达范围。但 Nuance 的问题也显著：早期版块需东谈主工复核，导致文档生成蔓延数小时；订价约每个医师每月 600 好意思元，是 Abridge 的三倍。
创业公司中挟制最大的是 Ambience Healthcare，2020 年教授，隐敝 100 多种专业，2025 年 7 月完成 C 轮 2.43 亿好意思元，估值 12.5 亿好意思元，径直对标 Abridge 的大型病院市集。Suki AI 主打中袖珍诊所，功能更丰富但订价更高。更长久的挟制来自 Epic 本人——2025 年推出文牍功能 Art、编码 AI Penny、患者助手 Emmie，EHR 厂商一朝自有功能熟谙，病院减少第三方依赖是当然放胆。Abridge 咫尺当先一个身位，但比赛才刚驱动。
放在更长的时候线上，Abridge 的意念念不仅仅，自动写病历。它是 AI 确实干与高职责、高门槛、高监管中枢办事流的早期案例之一。
但它的故事里还藏着另一个结构：一家公司不错在大模子出现之前就把办法和数据作念塌实，等技巧到位的时候，爆发比从零驱动快得多。Abridge 用 4 年积蓄了 150 万条医疗对话数据，用 4 年考证了办事流集成旅途，用 4 年景就了和病院之间的信任关联。ChatGPT 出现的时候，这些积蓄才是它确实的起跑线。
竞争才刚驱动。微软、EHR 巨头、AI 原生创业公司皆在加码。昔时几年，这个赛谈很可能从“AI 自动纪录”升级到 AI 参与的完好临床闭环。能把模子才气、医疗学问、系统集成和信任机制同期作念深的云开体育，才会确实留住来。