博客 详情

7.7亿美元订单落定，下一个OpenEvidence出现了？

日前，环境智能领域的领军企业Abridge与德克萨斯大学医疗系统达成协议，为其旗下的八家大学卫生机构建立系统级框架，使这些机构能够使用Abridge的环境智能技术。

此外，今年9月，美国退伍军人事务部将Abridge纳入一项环境智能采购计划，五年内合同总上限可达7.7572亿美元。这是该领域迄今为止金额最高的企业订单，开云体育也关注到这一里程碑事件。

值得一提的是，这些举措只是Abridge近期常规动作的一部分。这家环境智能赛道的领头企业在资本市场同样备受青睐，近5年平均每年完成一轮融资，目前估值已达53亿美元。

Abridge的热度让人联想到此前迅速崛起、并在国内出现多个对标产品的OpenEvidence（以下简称OE）。那么，Abridge是否会成为下一个被国内企业集体模仿的对象？

16个月，从8.5亿到53亿！

2018年3月，Abridge由匹兹堡大学、UPMC和卡内基梅隆大学共同组建的匹兹堡健康数据联盟孵化成立。公司创始人Shiv Rao本身就是一张名片——他从CMU历史系本科转学医学，在UPMC获得心内科专科医师资格后留院行医至今，据说仍保持每月坐诊一周。

Abridge的早期团队属于典型的“学院派”。Rao在UPMC从事企业投资时，曾资助过CMU教授Zach Lipton的研究，后者随后加入公司。CTO Sandeep Konam来自CMU机器人专业。首任首席科学官Florian Metze是语音识别研究教授，后于2019年离职。

由医生和语音识别科学家组成的创始团队，使Abridge选择环境智能、致力于成为一家能听懂诊室对话的公司，显得顺理成章。

新冠疫情间接推动了远程医疗，也助推了Abridge的起飞。2020年5月，UPMC率先将Abridge的技术融入远程问诊流程，使环境智能的价值首次得到规模化验证。

2023年8月，Abridge迎来又一个里程碑。Epic将其合作体系整合为Partners and Pals计划，Abridge成为该计划的首个应用合作伙伴（PAL），被深度集成进Epic的HIS系统。

这次合作实现了双赢：彼时的Epic需要AI功能留住客户，但自研需要时间；Abridge则需要渠道分发。两者互补，形成了事实上的排他性合作。

由此，Abridge选择了“进院”这条最难的路，但一旦走通，回报也相当丰厚。

资本嗅觉最为敏锐，Abridge在资本市场一直备受追捧。

2020年、2022年和2023年，Abridge完成了从种子轮到B轮的融资，累计近6000万美元——真正的分水岭在2024年。

从2024年开始，随着大模型的兴起，Abridge代表的环境智能概念热度迅速提升。2024年2月，其完成1.5亿美元C轮融资，估值达8.5亿美元。

2025年2月，Abridge又完成2.5亿美元D轮融资，吸引了CVS Health Ventures和英伟达NVentures的跟投，投后估值大幅提升至27.5亿美元。仅4个月后，2025年6月，Abridge完成3亿美元E轮融资，由全球资本市场巨擘a16z领投，投后估值飙升至53亿美元。

短短16个月，Abridge的估值从8.5亿美元涨到53亿美元，增长超过五倍。

估值之外，Abridge的营收增长同样亮眼。公开跟踪数据显示，其年度经常性收入从2024年底的约6000万美元，升至2025年中的1亿美元左右（2025年Q1合同年度经常性收入约1.17亿美元）。

从帮医生省时间，到帮医院收钱

Abridge之所以被普遍看好，在于它瞄准了美国医疗领域众所周知的痛点。医生需要花费大量时间完善病历以满足合规要求，下班后补写病历已成常态，文书负担被视为医生职业倦怠的重要推手。

事实上，这不仅是美国医疗的问题，也是我国医生的主要痛点。据动脉网了解，国内公立医院医生同样需要花费大量时间书写病历，甚至有医生直言每天需花费数小时。

环境智能利用AI倾听医患交流，自动生成结构化病历并写入EHR，医生只需审核修改即可。这样，医生可以在问诊时将注意力集中在患者身上，文书时间也大幅压缩。

根据Abridge官方说法，其平台2026年预计支持超1亿次医患对话，已部署至美国超300家大型医疗系统，合作系统服务患者超2.5亿人。其主要商业模式是向医院按临床医生数量订阅，并嵌入Epic等HIS系统。

正因为痛点明确，环境智能成为美国当下热门的医疗赛道。Ambience Health在去年2.43亿美元C轮融资后估值达12.5亿美元。Heidi Health则刚完成共计3.4亿美元C轮融资，估值达9亿美元。其他如Suki、Nabla、Tandem等竞对在近年资本市场也颇为活跃。

除了初创企业，环境智能吸引了巨头下场。2021年4月，微软宣布以197亿美元收购Nuance。以语音导航、语音转写、实时听写、CDI（临床归档改进）为核心的医疗业务曾占Nuance营收的一半左右。

2016年，Nuance的医疗解决方案已覆盖全美72%的医疗机构，客户遍及全球30多个国家和地区，有50多万临床医生及1万多家医疗机构使用其产品。此时Abridge尚未成立，可见Nuance资历之深。

这笔交易是微软成立以来第三大收购案，显示微软对Nuance及医疗环境智能潜力的看好。

除了微软，软件巨头Epic和甲骨文也开始觊觎这一市场，并上线了自研的原生环境智能功能。

为应对竞争，Abridge不断扩展AI应用场景。2025年2月，Abridge在宣布D轮融资的同时发布了Contextual Reasoning Engine（情境推理引擎），旨在打通临床与财务工作流，在问诊现场同步生成“可计费”的病历。

随后，Abridge在2026年全面提速场景扩展。6月，Abridge Inside进入住院与门诊医嘱场景；同月，与AHIMA（美国健康信息管理协会）合作，并在3个月后发布CDI/编码质控在住院费用提交前的预审功能。

简单来说，除了帮医生省时间，Abridge已开始谋划帮医院收钱的生意。

这并非临时起意。Abridge创始人Rao在今年5月接受HLTH采访时道出原因。他表示，在美国，医生不是为实际提供的诊疗获得报酬，而是为记录下来且被证明提供了的诊疗获得报酬。在这个逻辑下，病历只是楔子，远不是终点。

通过多年积累，Abridge已建立起一定护城河。

首先是数据与技术，这是其核心竞争优势。诊室里的医患对话是未结构化的数据原矿，颗粒度高于EHR里的结构化字段，且具有先发独占性。围绕这些数据，Abridge在模型训练上拥有先天优势，其AI模型大部分为自研，仅约三成调用通用大模型。据Rao采访，同一个药名有25种念法，通用模型根本无法识别。

其次是扩展场景进入更多流程。随着Abridge场景不断拓宽，逐渐嵌入医生及医院的工作流，用户粘性越来越大。

最后是渠道与信任。通过与Epic深度绑定、拿下政府部门大额订单及不断叠加医疗系统合作，Abridge的渠道分发能力和医院信任度持续增长。

OE搬得动，Abridge搬不动

同样因AI技术进步获益，同样在近年关注度飙升，Abridge能否复制Open Evidence的路径，在国内引发下一波仿效浪潮？

事实上，环境智能在国内已有巨头涉足。

科大讯飞旗下的讯飞医疗已于2024年底登陆港交所，其病历生成与质控一体化系统实时转写诊室对话、分离医患角色，由医疗大模型生成规范病历并同步质控，形态上与Abridge已无本质差别。到2026年年中，智医助理已覆盖806个区县、超7.7万家基层机构，医院端覆盖600余家等级医院。

另一家已于去年6月登陆港交所的巨头——云知声的进度同样可观。其智慧医疗方案已进入约400家医院，门诊病历生成系统的病历直接引用率接近90%。

与国外一样，环境智能在国内需求同样强烈。《病历书写基本规范》要求首次病程记录在入院8小时内、入院记录在24小时内完成，门诊病历即时完成。同时，DRG/DIP支付改革全覆盖后，医院病案首页质量直接挂钩医保结算。

国家同样鼓励使用AI辅助医生文书工作。2024年11月，《卫生健康行业人工智能应用场景参考指引》中明确列入智能化病历辅助书写。

然而，环境智能面临的真正门槛在生态。

OE之所以能快速走红，一个重要原因在于其形态不涉及对医院系统的改造，医生个人手机就能用起来，绕开医院采购。

Abridge则相反，它必须进院。但中美诊室生态差异巨大。

美国HIS系统集中在少数几家巨头手中，且接口开放，Abridge绑定Epic即获得全国渠道；国内HIS处于百家分立、信息孤岛阶段，很难打通全国分发路径。美国病历的核心逻辑连接计费与诉讼防御，写全写准意味着收入；国内病历连着评级、质控与医保支付，且须医务人员审核签名担责，医院对AI生成内容进病历持审慎态度。

支付形态也大不相同。美国医院按数量订阅，投资回报率易计算；国内医院预算紧张且以项目制采购为主，医生个人不会自掏腰包，即便想掏也受合规限制。

同时，环境智能在国内门诊需面对各种方言、嘈杂诊室和更短的问诊时间，对话数据先天不完整。此外，诊室录音的知情同意、AI病历的签字责任等合规问题才刚进入治理共识阶段。

显然，两国诊室生态的差异，决定了Abridge所处的环境智能赛道在国内并不好走。

下一个OE，但换了形态

客观来说，环境智能赛道的国内需求真实且被政策放大，大模型和大厂能力也已到位，一旦解决生态掣肘，完全有潜力成为下一个OE。

即便如此，两国路径也将完全不同。Abridge式的独立环境智能公司在国内未必绝迹，但大概率不会以同样形态出现。更可能的答案，藏在几条已显形的路径中。

首先，环境智能内化为HIS厂商的系统功能。卫宁健康、创业慧康及东软等HIS巨头已在做类似事。其次，是大模型厂与硬件厂同医院共创。讯飞医疗的智医助理已铺到800多个区县，是这个方向的现成样板。

最后，是在夹缝中生存的创业公司。全诊医学可能是目前最典型的样本，这家公司在约一年内完成三轮融资，其产品全诊通以智能病历为切入点，官方数据显示显著成果。

此外，紫荆智康也在持续探索AI在临床工作流中的应用，不仅涉及AI对临床文书及诊疗流程的辅助，也延伸至跨专科协作场景，为AI融入真实临床工作流提供了另一种实践路径。

其打造的紫荆AI医院（Agent Hospital）以AI医疗Infra底座为核心，通过虚拟诊疗训练、医生AI分身及多智能体协同等能力，支持AI参与病史采集、病历生成、临床推理与诊疗决策辅助等环节。在近期发布的多学科人机协同生态中，主治医生可根据复杂病例需求，调度不同专科的AI智能体协同分析，AI将诊疗推理与循证依据呈现给医生参考，帮助识别单一专科视角下可能忽略的风险。

总结而言，在国内，环境智能更可能以功能模块和解决方案的形态，嵌入现行工作流。它多半不会成为某一家公司的故事，更可能内化为医院信息系统的一个功能。到那时，下一个OE的问题也会自然失效，因为基础设施并不需要对标。

本文来自微信公众号“动脉网”（ID：vcbeat），作者：陈鹏，36氪经授权发布。