因为医生需要记录每位患者的诊疗过程。由于工作过于繁琐，在很多年前，这些高收入的医生就已经将医疗记录的工作外包出去。在美国，大约有10万名医疗抄写员，占到了医生总人数的1/10。
而现在，这个市场正在被AI全部吃掉。根据Statista数据，AI医疗笔记的潜在市场规模约为39.6亿美元，是当前整个医疗GenAI应用市场的8倍。
今年2月，AI医疗笔记公司Abridge完成了2.5亿美元的融资，最新估值高达27.5亿美元，领投的是硅谷知名风险投资人Elad Gil。考虑到24年年底Abridge的ARR只有5000万美元，算下来EV/ARR高达55倍，甚至比大模型公司还高。
除了投资人看好外，科技巨头也在进场。不久前，微软推出AI医疗笔记工具Dragon Copilot，预计今年5月正式上市。
据不完全统计，现在美国已经有50多种AI医疗笔记产品，涵盖儿科、精神疾病科、宠物医疗等各个细分医疗场景。这些产品不仅融资规模很可观，估值也明显高于其他AI应用赛道。
面向B端医疗机构，转录患者与临床医生对话的人工智能平台Abridge，在今年2月完成了2.5亿美元的融资，最新估值高达27.5亿美元；
面向C端临床医疗的医疗笔记工具FreedAI，也刚刚完成了3000万美元的融资，红杉资本领投；
不止给钱多，投资人也毫不吝啬地愿意给AI医疗笔记公司更高的估值。比如，估值27.5亿美元的Abridge，2024年年底的ARR只有5000万美元，EV/ARR（企业估值/年经常性收入，一种估值方法）高达55倍。
要知道，Open AI、Anthropic等大模型公司的EV/ARR大约只有40-50倍，投资人对AI医疗笔记的乐观程度可想而知。
不久前，微软就推出了AI医疗管理工具Dragon Copilot，它可以帮医生和护士自动完成耗时的文书工作，像是准备患者摘要或根据医患对线月，该工具就将在美国和加拿大上市。
投资人和大厂纷纷下注AI医疗笔记并非毫无道理。原因是，这个赛道实在太好了，不仅需求确定市场空间大，还有着很高的壁垒。
由于记录属于工作流程的上游，必须尽早完成，加上填写的信息较多，导致美国医生在EHR上花费的记录时间约为其他国家的4倍。所以，美国医生在医院的正常工作时间之外，往往需要每天加班1.5-2小时来记录临床文档。
后来，为了减轻工作的负担，也开始有人雇佣人工抄写员，把这项工作外包出去。直到现在，医疗笔记外包也已经形成了一个庞大的市场。仅在美国，就有大约10万名医疗抄写员，占到了医生总人数的1/10。
而如今，这项工作几乎可以由AI来做。相比传统转录员25美元/小时的刚性成本，AI的边际成本趋近于零（AI转录成本0.02美元/分钟）。
根据Statista数据，截至2024年1月，美国医生人数约110万人，按每名医生$300/月的平均订阅价格计算，临床听写软件的TAM（潜在市场规模）约为39.6亿美元，是当前整个医疗GenAI应用市场的8倍。
市场空间大只是投资人看好AI医疗笔记的一个方面，还有另一个重要的点是，医疗行业专有数据的价值，将给创业公司带来极深的护城河。
比如，医生问诊录音转录的文本，比如患者主诉间歇性胸痛3周，放射至左臂，这种包含独特的时间和症状描述、医学术语嵌套的数据无法通过公开语料复现。
再比如，通过解析百万条真实医患对线条笔记），就可以构建疾病-症状-检查-用药的知识图谱。
同时，Abridge还开发了自己的专用LLM。Abridge的专有语音识别模型经过数十万小时的语音内容
较低的定价和产品的易用性，让FreedAI取得了不错的市场表现。产品发布不到2年的时间，每天有1万个付费医生使用，达到了1000万美金ARR
Nabla旗下的AI临床记录助手Nabla Copilot，集成了医疗编码识别和与电子健康记录
（EHR）等功能，可以自动标注关键生物标记（如血压异常值）；还能进行远程医疗适配，就是针对视频问诊场景优化，自动识别非语言线索（如语气停顿），辅助生成评估建议。
SukiAI已被全美超过350家医疗系统和诊所采用，临床医生中的采用率达到行业领先的70%以上。据Similarweb的数据显示，其年收入在1000~1500万美元。
Scribenote是一款针对兽医的AI临床笔录应用，它内置20万种动物生理参数数据库，可识别犬类心电图异常
（如房颤）并生成饲主易懂的护理建议。与此同时，它还可以与兽用超声设备直连，自动将B超图像中的异常区域（如猫肾囊肿）与文字记录关联标注。
它还有一项特色功能——对宠物行为分析，就是通过问诊录音，识别动物嚎叫频率，辅助判断疼痛等级
全流程覆盖体现在，HeidiAI从患者建档、问诊记录、诊断辅助、处方生成
，到转诊管理和随访提醒，全面嵌入全科医生日常操作，减少重复性工作30%。
HeidiAI在本地化上做了深度的策略。首先是深度绑定，它与澳洲区域性诊所网络合作，预装诊所专属模板