圍繞醫(yī)療AI展開的角逐，大洋兩岸呈現(xiàn)出截然不同的景象。

過去半年，美國科技公司不斷刷新醫(yī)療AI的融資規(guī)模與市場估值。當(dāng)紅的Abridge完成3億美元融資，估值53億美元；Tala Health緊隨其后憑借1億美元超級(jí)種子輪直達(dá)12億美元估值；Open Evidence更是在收獲Thrive Capital和DST Global給予的2.5億美元資金后估值達(dá)120億美元，折合人民幣后已近千億。

同樣著力于院內(nèi)AI的探索，國內(nèi)的醫(yī)療IT公司卻顯得有些落寞。

衛(wèi)寧健康2026年初預(yù)告2025年業(yè)績由盈轉(zhuǎn)虧，扣非歸母凈利潤虧損3.04億元至3.74億元。市值不斷下探，未能靠AI撐起預(yù)計(jì)。

創(chuàng)業(yè)慧康年末易主但頹勢未改，2025年業(yè)績預(yù)計(jì)虧損3.05億元至4.05億元，市值難回三位數(shù)。

相似的技術(shù)路徑，截然不同的進(jìn)程，使得不少初創(chuàng)公司開始將美國模式"本地化"，尋求醫(yī)療AI快速變現(xiàn)的可能。

但需要明確的是，美國的AI醫(yī)療是否存在高估?改良后的OE等應(yīng)用是否有能力滿足國內(nèi)醫(yī)生的需求，幫助企業(yè)在有限的未來完成逆襲?

01

國內(nèi)醫(yī)療IT的估值邊界在哪里？

單看業(yè)務(wù)層面，Abridge、Tala Health、Open Evidence的模式并不唯一，國內(nèi)存在大量場景相似、技術(shù)趨同的醫(yī)療IT企業(yè)。

Abridge主打AI臨床文檔自動(dòng)化平臺(tái)，可實(shí)時(shí)轉(zhuǎn)錄醫(yī)患對(duì)話，精準(zhǔn)提取主訴、病史、用藥、診斷等關(guān)鍵信息，自動(dòng)生成符合SOAP規(guī)范的結(jié)構(gòu)化病歷。這個(gè)過程中，Abridge解決的是醫(yī)生病歷書寫繁重、耗時(shí)過長的行業(yè)痛點(diǎn)，且生成的病歷過程可溯源核驗(yàn)，可一定程度減輕幻覺。

國內(nèi)現(xiàn)階段對(duì)標(biāo)Abridge的很多，福鑫數(shù)科、全診醫(yī)學(xué)、訊飛醫(yī)療、云知聲均有語音轉(zhuǎn)文本及結(jié)構(gòu)化病歷自動(dòng)生成的技術(shù)，更有聯(lián)影智能、深睿醫(yī)療等企業(yè)自動(dòng)提取醫(yī)學(xué)影像報(bào)告中關(guān)鍵信息生成結(jié)構(gòu)化影像報(bào)告，整體能力略優(yōu)于美國市場。

Tala Health聚焦醫(yī)療全流程照護(hù)導(dǎo)航，其拳頭產(chǎn)品為AI多智能體協(xié)同服務(wù)平臺(tái)，補(bǔ)齊醫(yī)療服務(wù)“最后一公里”短板。不同于單純聚焦診室環(huán)節(jié)的AI產(chǎn)品，該平臺(tái)打通從患者初診咨詢到康復(fù)隨訪的全鏈路，患者通過對(duì)話入口描述癥狀后，平臺(tái)AI會(huì)開展系統(tǒng)化問診，生成規(guī)范病歷，再聯(lián)動(dòng)執(zhí)業(yè)醫(yī)護(hù)完成審核、分診、檢查預(yù)約、醫(yī)保預(yù)授權(quán)、轉(zhuǎn)診等一系列事務(wù)，同時(shí)全程跟進(jìn)患者康復(fù)進(jìn)度。

國內(nèi)方面，國內(nèi)微醫(yī)、平安健康、方舟健客同樣主打全鏈路就醫(yī)協(xié)同與慢病閉環(huán)管理，但由于部分醫(yī)院本身系統(tǒng)不夠暢通，整個(gè)鏈條可能存在流程上的斷點(diǎn)，需要患者手動(dòng)輸入數(shù)據(jù)，因而在實(shí)際體驗(yàn)上，國內(nèi)略弱于美國市場。

OpenEvidence專注臨床循證決策的AI引擎，主打權(quán)威醫(yī)學(xué)知識(shí)賦能，核心解決醫(yī)生診療決策缺乏權(quán)威依據(jù)、文獻(xiàn)查閱效率低的難題。與傳統(tǒng)決策系統(tǒng)的差異在于，它整合了全球上萬篇頂級(jí)醫(yī)學(xué)期刊、權(quán)威診療指南與藥品說明書，依托檢索增強(qiáng)生成技術(shù)，為持證醫(yī)生提供精準(zhǔn)、可溯源的臨床證據(jù)支持。憑借準(zhǔn)確性和權(quán)威性，它已是美國執(zhí)業(yè)醫(yī)師最常使用的臨床AI工具。

只談技術(shù)路徑，國內(nèi)能夠媲美OpenEvidence的項(xiàng)目可達(dá)兩位數(shù)。但在估值上，這些項(xiàng)目加起來的總和，才有逼近OpenEvidence的可能。

問題出在醫(yī)生習(xí)慣與支付方上。福鑫數(shù)科CEO吳笛認(rèn)為：對(duì)于美國醫(yī)生而言，所有診療決策必須依托權(quán)威、可溯源的醫(yī)學(xué)證據(jù)，OpenEvidence完全遵循這些標(biāo)準(zhǔn)，只收錄經(jīng)過同行評(píng)審的頂級(jí)醫(yī)學(xué)期刊、官方診療指南、藥監(jiān)機(jī)構(gòu)公示信息、權(quán)威醫(yī)學(xué)數(shù)據(jù)庫內(nèi)容。

當(dāng)醫(yī)生進(jìn)行診斷行為時(shí)，OpenEvidence不僅能夠提供相應(yīng)的抉擇支撐，提升診斷的準(zhǔn)確率與效率，還能實(shí)時(shí)留痕，成為醫(yī)生診斷遵循循證理念的證據(jù)之一，為潛在的糾紛提供依據(jù)。

相較之下，我國雖也存在大量臨床規(guī)范及醫(yī)學(xué)文獻(xiàn)，但由于不同源頭的規(guī)范和文獻(xiàn)在標(biāo)準(zhǔn)上并未實(shí)現(xiàn)完全統(tǒng)一，醫(yī)生決策時(shí)需要依賴經(jīng)驗(yàn)進(jìn)行輔助，缺乏權(quán)威標(biāo)準(zhǔn)為他們的決策兜底，因此對(duì)于國內(nèi)的醫(yī)生而言，臨床循證決策的AI引擎僅能算作一個(gè)提效的工具。

甚至于很多電腦軟硬件落后的醫(yī)院，強(qiáng)行上線AI引擎只會(huì)加重電腦的卡頓，成為一種額外的負(fù)擔(dān)。

支付方亦存在類似的差異。雖說現(xiàn)階段OpenEvidence的AI服務(wù)的是正規(guī)醫(yī)師資質(zhì)的臨床醫(yī)生與醫(yī)學(xué)生，但它的核心付費(fèi)方卻是藥械企（少部分功能也向醫(yī)院、醫(yī)生收費(fèi)），按醫(yī)生查詢場景定向推送廣告，如在醫(yī)生檢索糖尿病治療方案，推送合規(guī)降糖藥信息；在查詢腫瘤療法，匹配對(duì)應(yīng)靶向藥資料等。

而國內(nèi)監(jiān)管機(jī)構(gòu)嚴(yán)禁藥械企業(yè)向醫(yī)生直接投放廣告內(nèi)容，OpenEvidence的獨(dú)特商業(yè)模式直接被鎖死。就目前而言，國內(nèi)醫(yī)療IT企業(yè)僅能將醫(yī)院、政府作為AI服務(wù)的支付方，其估值上限最多能與Abridge、Tala Health當(dāng)前階段的數(shù)值持平。

如今醫(yī)療體系初級(jí)輔助決策能力基本搭建完畢，支付方支付意愿進(jìn)一步下降。在沒有新的拳頭產(chǎn)品推出的前提下，國內(nèi)醫(yī)療IT的估值區(qū)間或?qū)⒃诙唐趦?nèi)進(jìn)一步下行。

02

OpenEvidence，并非國產(chǎn)醫(yī)療IT的終局

從宏觀指標(biāo)看，中美雙方的技術(shù)水平、市場規(guī)模近似，均不存在量級(jí)上的差異，只是國內(nèi)醫(yī)療AI存在藥械支付方缺失導(dǎo)致的空白，不具備快速變現(xiàn)的可能。

這樣的缺陷嚴(yán)重，卻并不致命。

回到OpenEvidence的D輪融資，資方之所以愿意給它開出天價(jià)，一方面是因?yàn)樗芸楷F(xiàn)有的商業(yè)模式快速變現(xiàn)，另一方面則是因?yàn)樗谒幮狄酝獾腂端同樣具備潛力。單純的藥械營銷，不足以筑起千億估值企業(yè)的競爭壁壘。

“OpenEvidence的模式有它的領(lǐng)先性，但從工程師的視角來看，它的智能體能力較于其他智能體產(chǎn)品不存在特別有區(qū)分度的地方整個(gè)體系是可以被其他信息化企業(yè)快速復(fù)制的?！眳堑驯硎?。

“舉個(gè)例子，如果Google、Oracle下決心做這件事，他們一定有能力將這些權(quán)威的雜志引入到自己的體系中，并能以嵌入系統(tǒng)而非外掛的方式為醫(yī)生提供服務(wù)。此外，Google要是來賣藥械廣告，它大概率能比初創(chuàng)公司賣得更好?！?/p>

換句話說，如果只依賴藥械營銷，OpenEvidence的模式易被復(fù)制，天花板也一眼望得到邊。

面對(duì)這樣一種現(xiàn)狀，OpenEvidence的實(shí)際做法是將廣告業(yè)務(wù)作為一個(gè)跳板，以更直接的方式變現(xiàn)AI的價(jià)值。

去年10月，OpenEvidence和Veeva Systems建立長期合作伙伴關(guān)系，聯(lián)合開發(fā)Open Vista，用以將醫(yī)生和患者與相關(guān)臨床試驗(yàn)聯(lián)系起來，增加患者獲得臨床試驗(yàn)的機(jī)會(huì)，進(jìn)而加速相關(guān)藥物的研發(fā)，直接為SaaS企業(yè)提供服務(wù)。

今年2月，OpenEvidence又與Sutter Health達(dá)成合作協(xié)議，將該平臺(tái)集成到Epic電子健康記錄系統(tǒng)中，使醫(yī)生能夠在不離開病歷輸入環(huán)境的情況下執(zhí)行自然語言證據(jù)搜索，回到尋求B端“按效果付費(fèi)”的商業(yè)化邏輯。

回頭再看國內(nèi)醫(yī)療IT企業(yè)，他們正處于AI技術(shù)的快速迭代期。每一年新出現(xiàn)的AI技術(shù)，都會(huì)對(duì)往年的模型能力進(jìn)行顛覆，進(jìn)而覆蓋過往技術(shù)難以企及的場景。

因此，國內(nèi)醫(yī)療IT雖在尋求藥械支付方向上缺席，仍有可能越過這個(gè)環(huán)節(jié)，直接抓住下一波AI價(jià)值爆發(fā)的機(jī)遇。

這里的機(jī)遇與醫(yī)療AI時(shí)代的未來發(fā)展歷程有關(guān)。

醫(yī)療AI的1.0 時(shí)代，核心為單點(diǎn)的“按效果付費(fèi)”。Abridge、福鑫數(shù)科、全診醫(yī)學(xué)的結(jié)構(gòu)化電子病歷是這個(gè)時(shí)代的典例，它表現(xiàn)為企業(yè)找到一些存在切實(shí)痛點(diǎn)的場景進(jìn)行效率優(yōu)化。結(jié)構(gòu)化電子病歷大幅提高了醫(yī)生的日常工作效率，這里的效益能被計(jì)算，醫(yī)院因而愿意為AI付費(fèi)。

醫(yī)療AI的2.0時(shí)代，是系統(tǒng)化的“按效果付費(fèi)”。1.0時(shí)代的AI應(yīng)用是單點(diǎn)的、間斷的，它能從醫(yī)生工作流的某一環(huán)節(jié)提效，但無法實(shí)現(xiàn)整個(gè)流程的優(yōu)化，這樣的提效在痛點(diǎn)被逐一擊破后會(huì)逼近邊界，只有重建系統(tǒng)架構(gòu)，才能開拓新的提效空間。

目前國內(nèi)頭部醫(yī)療IT大廠都有類似的規(guī)劃，如衛(wèi)寧健康在數(shù)年前便提出“EA+AI智能架構(gòu)”，將基于GPU計(jì)算的架構(gòu)和CPU架構(gòu)并行，以系統(tǒng)流程的優(yōu)化挖掘“按效果付費(fèi)”的空間。但由于單點(diǎn)的“按效果付費(fèi)”并不發(fā)達(dá)，很多醫(yī)院尚不具備智能架構(gòu)的硬性需求，因而系統(tǒng)化的“按效果付費(fèi)”，依賴于大規(guī)模的單點(diǎn)“按效果付費(fèi)”爆發(fā)。

至于醫(yī)療AI 3.0 時(shí)代，即在2.0的基礎(chǔ)上加入AI決策，借助人機(jī)高度協(xié)同下的智慧管理，實(shí)現(xiàn)全院所有醫(yī)療資源的最優(yōu)分配。

近期OpenClaw等自主智能體的出現(xiàn)已將不少上述想象具現(xiàn)化，使得上述三個(gè)時(shí)代有望加速成為現(xiàn)實(shí)。

舉個(gè)例子，過往某主任提出一個(gè)流程上的優(yōu)化需求，可能需要醫(yī)療IT企業(yè)花費(fèi)2個(gè)月時(shí)間進(jìn)行需求的調(diào)研、方案的溝通，再進(jìn)行代碼的開發(fā)、調(diào)試、應(yīng)用，且可能在完成優(yōu)化后依然達(dá)不到主任的需求。

而借助醫(yī)療IT企業(yè)開發(fā)的自主智能體，醫(yī)院能夠自行對(duì)AI提出需求，讓AI迅速完成調(diào)試。其間省下的各類成本，便是醫(yī)療IT企業(yè)借助單點(diǎn)“按效果付費(fèi)”取得的空間。

再談系統(tǒng)化的“按效果付費(fèi)”，這里的關(guān)鍵在于將“問答式AI”轉(zhuǎn)變?yōu)椤柏?fù)責(zé)端到端的任務(wù)執(zhí)行的AI”。

譬如，醫(yī)生過去查房需要逐一閱讀患者信息，而AI能對(duì)整個(gè)流程進(jìn)行優(yōu)化，在醫(yī)生查房前先將患者病歷跑一遍，自動(dòng)生成各類監(jiān)護(hù)系統(tǒng)的簡報(bào)，讓醫(yī)生能在決策前就把握關(guān)鍵點(diǎn)，將查房這一行為的價(jià)值由發(fā)現(xiàn)問題向解決問題轉(zhuǎn)變。

總的來說，場景還是那些場景，但AI能力的升級(jí)使得它能真正幫助醫(yī)院獲取利益，深度融入醫(yī)生工作流中，進(jìn)而創(chuàng)造大量國內(nèi)醫(yī)療IT企業(yè)"按效果付費(fèi)"的可能，使得醫(yī)療IT企業(yè)能夠直接向醫(yī)院系統(tǒng)而非藥械企業(yè)尋求支付。

因此，國內(nèi)的醫(yī)療IT企業(yè)雖因環(huán)境的限制而暫時(shí)落后，但這樣的落后不會(huì)一直持續(xù)下去。當(dāng)下OpenEvidence找到的商業(yè)模式并非醫(yī)療IT的終極解法，伴隨AI技術(shù)的快速迭代，我們或許能在1—2年之內(nèi)親歷下一個(gè)技術(shù)爆點(diǎn)，目睹醫(yī)療IT重建新格局。

*封面圖片來源：123rf

如果您認(rèn)同文章中的觀點(diǎn)、信息，或想進(jìn)一步討論，請(qǐng)與我們聯(lián)系；也可加入動(dòng)脈網(wǎng)行業(yè)社群，結(jié)交更多志同道合的好友。

聲明：動(dòng)脈網(wǎng)所刊載內(nèi)容之知識(shí)產(chǎn)權(quán)為動(dòng)脈網(wǎng)及相關(guān)權(quán)利人專屬所有或持有。未經(jīng)許可，禁止進(jìn)行轉(zhuǎn)載、摘編、復(fù)制及建立鏡像等任何使用。文中如果涉及企業(yè)信息和數(shù)據(jù)，均由受訪者向分析師提供并確認(rèn)。