“AI原生100”是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「47」篇文章。
AI 医疗赛道不缺故事，但真正跑通商业闭环的不多。Abridge 是其中之一。
它不只是融资，而是已经在赚钱：150 多家医疗机构在用，年收入超过 1 亿美元，估值从 2024 年底到 2025 年中翻了将近一倍。在大量 AI 医疗公司还在做概念验证的阶段，Abridge 已经完成了从产品到规模的跨越。
这背后有一个正在发生的行业趋势：据 The Information 报道，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。投资人给应用层公司的溢价，正在系统性地超过基础模型公司。资本已经在用钱投票：真正理解某个行业、深度嵌入工作流的垂直 AI，比卖铲子的更值钱。Abridge 就是这个判断的医疗版本。
这家公司的融资故事也十分顺利，7 年，53 亿美元估值，7.6 亿美元融资。这串数字背后，是一位心脏科医生从每天写 2 小时“宵夜笔记”到创办 AI 公司的故事。
在美国，看诊 1 小时，写病历 2 小时。很多医生下班后还要在家补笔记，这段时间被叫做“睡衣时间”。Abridge 做的事，就是把这 2 小时还给医生，医生和患者聊完天，几秒钟自动生成一份结构化病历笔记。
硅谷风投机构UpHonest Capital投研团队告诉虎嗅，Abridge本质是在用AI打造医疗行政流程的入口，其长期价值取决于是否能从降本工具升级为收入驱动系统（医嘱记录 -保险编码-理赔申诉），在EHR生态中建立不可替代的位置。从目前来看，Abridge构建了三方面的壁垒：数据闭环和临床场景深度适配；可信AI设计；以及EHR集成，未来更大的想象空间在于从“花钱的工具”到“创造价值的引擎”。
Abridge 创始人 Shiv Rao 是匹兹堡大学医学中心的心脏科医生，同时在 UPMC 的风投部门担任高管，负责评估医疗前沿技术。2018 年他开始创业，用的是那个时代能找到的最好的技术——BERT、BioBERT、Longformer 等预训练模型，可以对特定任务做微调，但能力远不及后来的大语言模型。
从 2018 到 2022 年，团队用了 4 年时间做产品，没有急着铺市场。销售周期长达 18 个月，医院的采购决策缓慢而谨慎。
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来的人打来的电话：“我现在明白了，我也要尝试一下。”
大模型的出现，不是改变了 Abridge 在做的事，而是改变了所有人对这件事的认知。之前需要 18 个月说服的客户，几乎一夜之间开始主动来谈。Shiv 把这个过程描述为“把潜在能量转化为爆发力”。
Abridge 的核心逻辑——理解对话语义、生成结构化文本——恰好是大语言模型最擅长的事情。所以当 GPT 出现的时候，Abridge 不是在追赶技术，而是技术终于追上了它的产品设计。
本科毕业于卡内基梅隆大学的 Shiv，在技术判断上并不依赖直觉。他的团队里有 CMU 的 AI 教授担任 CSO，公司同时使用网络规模大模型和微调的开源模型（包括 DeepSeek 等）。在他看来，每当底层模型有新进步，对应用层公司都是利好：那些懂得如何将这些技术塑造成特定用例的公司，绝对受益。
Abridge 做的事情听起来简单：把医生和患者的对话录下来，自动生成病历笔记。但实际难度在于，医疗对话的环境嘈杂、口音混杂、医学术语和日常用语交织，Abridge 的语音识别引擎专门为这类场景训练过。
更关键的是，Abridge 不只做转录，它还要理解对话内容，生成符合医疗标准的结构化笔记——也就是 SOAP 格式：主诉、客观检查、评估、计划。医生拿到后，稍作核改即可签字。
Abridge 已集成进 Epic，这是全美覆盖率 42% 的电子病历系统。问诊结束后，笔记几分钟内直接出现在 Epic 里。目前支持 55 个以上专科、28 种以上语言，包括对话中途切换语言、或有翻译介入的场景。
Abridge 最关键的功能叫 Linked Evidence（关联证据）：AI 生成的每一句话，都链接到原始对话的对应片段。医生看到“患者主诉胸痛持续三天”，点击即可听到当时的录音。这个设计直接回应了医疗领域对 AI 的最大疑虑——万一 AI 编造内容。数据显示，Abridge 系统能识别出 97% 的 AI 错误内容，通用大模型的这一数字仅为 8% 至 90%。
这种准确率背后，是一套不算简单的技术架构。生成一条看似普通的临床笔记，Abridge 在后台可能调用和协调 15 到 20 个不同的模型，有的负责提取保险公司审核需要的内容，有的负责生成患者可读的版本，有的专门处理医学编码。用 Shiv 的话说，这是场景化的推理引擎，不是一个通用模型套壳。
产品的演进也印证了这一点。起点是一个面向患者的免费 App，让患者录下诊间对话并获取摘要，这个阶段积累了超过 150 万条医疗对话数据，成为模型训练的基础。2022 年起重心转向企业客户，产品与医院电子病历系统整合。2023 至 2024 年，成为 Epic 官方首批合作伙伴，并将全球最权威的临床知识库 UpToDate 嵌入笔记流程。2025 年，扩展到护理文书，与梅奥诊所合作开发护士专用版本。
现在 Abridge 还在做医疗编码和账单审核。Abridge 在生成笔记的同时自动建议编码，帮医院提高保险报销回款率。这让它对医院 CFO 来说，从成本变成了一个能带来正向现金流的工具。
效果数据：用了 Abridge 的医生，每天节省约 2 小时文书时间。86% 的医生减少了下班后加班写笔记的频率。KLAS 2024 年调查显示，Abridge 用户满意度评分 95.3%，远高于行业均值。
Abridge 能走到今天，背后有一个结构性原因：它踩在了足够大的痛点上，而这个痛点长期没有被真正解决过。
美国每年在医疗行政管理上的支出高达 6000 亿至 1 万亿美元，占医疗总支出的 15% 至 25%。具体到医生个人：平均每周在行政事务上花 15.5 小时，每个工作日花 6 小时在电子病历上。93% 的医生经常感到职业倦怠，62% 归因于行政负担。美国每年因医生疲劳离职造成的损失约 46 亿美元，一个空缺岗位的补招成本高达 100 万美元。
这不是效率问题，是人力瓶颈。AI 书记员可以 24 小时工作，快速扩展，无需培训，这让它成为替代方案，而不只是辅助工具。
投资人的逻辑建立在这个基础上。Abridge 的融资路径是一条几乎没有停顿的加速线 万美元，2023 年底 B 轮 3000 万美元，2024 年 2 月 C 轮 1.5 亿美元，2025 年 2 月 D 轮 2.5 亿美元（估值 27.5 亿美元）。仅 4 个月后，2025 年 6 月完成 E 轮 3 亿美元，估值翻倍至 53 亿美元。
有一个问题值得正面回答：OpenAI、Google、Anthropic 都有语音转录能力，为什么医院不直接用它们？
Shiv 的回答是一个清晰的分层结构：底层是基础大模型公司，提供所有人都能用的原材料；中间是基础设施层，负责协调不同模型；顶部是应用层，专注于为特定用户解决特定问题，深度嵌入工作流，依靠专有数据集。大模型公司是横向的，同时服务无数行业；应用层公司是纵向的，只做一个行业但做到最深。它们不可能涵盖所有领域并深入所有领域。这不是规模问题，是结构问题。
在医疗这个行业，纵向壁垒尤其高。隐私合规是法定要求，数据出了医院系统就会触发监管红线。“可信可靠是你交易的终极货币”这是这个行业的准入门槛。一个通用 AI 公司再强，也不可能替每家医院做 HIPAA 合规审计、把模型输出接进 Epic 的具体字段、再用梅奥诊所的护理数据做微调。
最重要的对手是微软旗下的 Nuance。这家 1990 年代成立的语音识别老牌公司，Dragon Medical 在美国医院的最高渗透率曾达 77%。2022 年，微软以 197 亿美元将其收购，推出 Dragon Ambient eXperience（DAX），现更名 Microsoft Dragon Copilot。产品形态与 Abridge 几乎一致：录音、识别、生成 SOAP 笔记。微软的核心优势是渠道——2025 年，Epic 正式内置了 Dragon Copilot，全美 42% 的医院成了它的潜在触达范围。但 Nuance 的问题也明显：早期版本需人工复核，导致文档生成延迟数小时；定价约每个医生每月 600 美元，是 Abridge 的三倍。
创业公司中威胁最大的是 Ambience Healthcare，2020 年成立，覆盖 100 多种专科，2025 年 7 月完成 C 轮 2.43 亿美元，估值 12.5 亿美元，直接对标 Abridge 的大型医院市场。Suki AI 主打中小型诊所，功能更丰富但定价更高。更长远的威胁来自 Epic 本身——2025 年推出文书功能 Art、编码 AI Penny、患者助手 Emmie，EHR 厂商一旦自有功能成熟，医院减少第三方依赖是自然结果。Abridge 目前领先一个身位，但比赛才刚开始。
放在更长的时间线上，Abridge 的意义不只是，自动写病历。它是 AI 真正进入高责任、高门槛、高监管核心工作流的早期案例之一。
但它的故事里还藏着另一个结构：一家公司可以在大模型出现之前就把想法和数据做扎实，等技术到位的时候，爆发比从零开始快得多。Abridge 用 4 年积累了 150 万条医疗对线 年验证了工作流集成路径，用 4 年建立了和医院之间的信任关系。ChatGPT 出现的时候，这些积累才是它真正的起跑线。
竞争才刚开始。微软、EHR 巨头、AI 原生创业公司都在加码。未来几年，这个赛道很可能从“AI 自动记录”升级到 AI 参与的完整临床闭环。能把模型能力、医疗知识、系统集成和信任机制同时做深的，才会真正留下来。
电话一个接一个拨出去，声音爽利、语气熟络——百庆集团产业运营及威兰特彦琪公司负责人邬洪军自称“新村民”，几乎是一路“带着人脉”，陪红星新闻记者走进了位于成都崇州的“天府酒村”。
全红婵哽咽落泪：饿到不行，体重还是减不下来，接受不了这么胖的自己！“希望大家不要再骂我了！”
3月28日中国女子跳水运动员奥运冠军全红婵迎来19岁生日3月29日凌晨，全红婵在多个社交平台更新动态，晒出19岁生日照。视频中，陈艺文、陈芋汐、王宗源、杨倩等好友为她庆生，众人一同唱响生日歌，场面温馨又有爱。
健身舞蹈《We Rock to Chengdu》上线！跳着跳着就瘦了丨运动健身课程⑪
春季塑形进行时拒绝器械虐练跳着舞就能瘦还能解锁成都专属氛围感运动健身课程第11期续档持续带你跳着瘦别再靠枯燥器械硬扛减脂了！
时光荏苒，本年度的工作已顺利完成。这一年，手握操纵杆，脚下是工地，作为一名挖掘机女操作手，我深知这份工作虽平凡，但在平凡的岗位上展示女性操作手的当担与风采，用汗水换成果。在这一年里，我不单单只有在技术上的进步，还有自身胆量与自我的认可，从生疏到熟练，从忐忑到从容，感谢来自全国各地老板的邀约，不嫌弃我本女子之身，给与小女子一份糊口工作，工作中也特别感谢同事给与的帮助和细心指导，以挖机为伴，在工地书写属于女司机的坚守，有烈日下的坚守，有复杂工况的挑战，更有技能提升的收获，作为工地为数不多的女挖机司机，我始终相信细腻与严谨是我的优势，回顾一年的工作，在取得一定成绩的同时，我也清醒地认识到自身存在的不足。这些问题都需要我在后续的工作中加以改进，成为更专业、更全面的操作手。始终保持谦虚好学的态度，不断向优秀的同行学习，年末收官，所有辛苦皆为成长，明年依旧手握杆、心有光，一路向前！各位同行，我们下一个工地见。
这个技术多少是差点点#工程人一直在路上 #矿山机械 #自卸车 #渣土车 #超级工程
据甘肃省纪委监委3月30日消息：兰州市政协副主席、兰州高新技术产业开发区党工委书记（兼）芮文刚涉嫌严重违纪违法，目前正接受甘肃省纪委监委纪律审查和监察调查。
省委决定：吴庆文同志任镇江市委委员、常委、书记，马明龙同志不再担任镇江市委书记、常委、委员职务。
19岁全红婵哽咽：“我接受不了这么胖但没有办法”，喝水都重；坦言不跳水的日子更开心，全运会后未再参加正式赛事
3月30日，“全红婵说接受不了这么胖的自己”话题词，登上热搜。近日，全红婵接受《人物》杂志采访时表示，巴黎奥运会后体重一直都减不下去，每天就吃那一顿，饿得不行，接受不了这么胖的自己，但是没有办法，喝水就重了。
滞留波斯湾40天！中国海员讲述惊魂一幕：四枚导弹被拦截引爆，残片飞溅甲板；盼通航信号早日响起
潮新闻“第一次听到炮声时，我们正在干活，还以为是船上舱盖开合的声音。”徐少杰起初并没放在心上。直到手机接连发出“滴滴滴”的警报声，屏幕上弹出英语与阿拉伯语的避难提示，他才猛然惊醒——这不是演习。四枚导弹从头顶飞过，在空中轰然爆炸，冲击波瞬间将整条船震得左右摇晃。
为什么一向精于算计、从不轻易站队的沙特和阿联酋，突然开始主动把美军往自家基地里请，还反过来催着特朗普“别停火，接着打”？2026 年 3 月下旬，沙特和阿联酋这两个海湾最富有的国家，彻底撕下了过去几十年 “两边不得罪” 的中立伪装，半只脚直接踏进了对伊朗的战争里。
大家好，我是安叔。满载而归的访日行程刚一结束，新加坡总理黄循财就高调发表了一番讲话，敦促地区内的两个大国中日保持对话。这到底只是一句简单的友好劝说，还是藏着更深层的算计？