6月30日，國內語音AI龍頭雲知聲在港交所上市。從創始之初，雲知聲便在AI語音領域深耕，並在醫療領域重點佈局，作為醫療AI解決方案核心產品之一的語音電子病歷系統營收佔比穩步提升。
雲知聲的上市不過是近來全球醫療環境AI（Ambient AI）賽道火熱前景的又一縮影。就在數日前，該賽道新秀Abridge剛剛完成高達3億美元的E輪融資，其估值已達到53億美元之多。
值得一提的是，Abridge此輪融資領投方為全球頂級風投a16z，這家管理資金超過百億美元的知名VC眼光毒辣，此前曾押中Facebook、Twitter、Groupon、Skype、Airbnb、Github等網際網路巨頭。頂級VC的大手筆投資，無疑代表了對醫療環境AI賽道的看好。
在過去的一年中，這一領域利好不斷，呈現出一派欣欣向榮的景象。
01
半年6起融資，總額超66億，2家IPO，環境AI迎來資本熱捧
Abridge無疑是這個賽道最受關注的玩家之一。它在6月完成的3億美元融資毫無疑問將是本年度全球數字醫療領域，乃至整個醫療領域最大額融資之一。
更值得一提的是，這是Abridge四個月內第二次大額融資。僅僅在今年2月，Abridge才剛剛完成D輪融資，融資金額高達2.5億美元。這次融資預計同樣將預定2025年數字醫療領域大額融資的前幾名位置。
4個月連續兩輪過億美元大額融資，即使在前幾年市場最熱的時期也極為罕見。
更早的C輪融資其實也相隔不久——去年2月，它剛剛完成了1.5億美元的C輪融資。迄今為止，它已完成6輪融資，總融資額超過7.5億美元。
除了賽道的火熱，Abridge自身的營收規模也是其吸引頂級資本下場的原因。非公開資料顯示，Abridge在2025年上半年實現的合同年度經常性收入約為1.17億美元，頗為亮眼。
作為Abridge主要的競爭對手，Commure也在6月完成了高達2億美元的最新一輪融資。這家企業幾乎在各條業務線上都與Abridge直接競爭。尤其在去年7月，Commure宣佈以1.39億美元收購醫療環境AI企業Augmedix，極大提升了在該領域的話語權。
事實上，過去一段時間，該領域的主要企業迎來了密集融資，連續完成兩輪融資的企業大有人在。密度之高，額度之大，令人彷彿重回數字醫療的“資本盛世”。
醫療環境AI近期融資事件不完全統計（動脈網製圖）
環境AI脫胎於語音識別技術，後者早已是AI應用最為成熟的領域之一。比如，2005年上市的Nuance就因與蘋果合作智慧語音互動系統Siri而聲名鵲起。在Nuance風光的幾年裡，它曾為蘋果、亞馬遜、三星和諾基亞等科技巨頭提供語音技術解決方案，並一度在全球語音市場上佔有超過70%份額。
在受到科技巨頭的挑戰後，Nuance將業務重心轉向醫療領域。醫療業務很快成為Nuance佔比最大、最具優勢的業務。從2013年開始，語音導航系統、語音轉寫、即時聽寫、CDI（臨床歸檔改進）等醫療業務的營收在其總營收佔比超過四成，並在2016年佔比超過五成。
2016年，Nuance的醫療解決方案已經覆蓋全美72%的醫療機構，客戶遍及全球30多個國家和地區，有50多萬臨床醫生以及1萬多家醫療機構在使用Nuance的產品和服務。此時，Abridge還未成立，可見Nuance的資歷之深。
2021年4月，微軟宣佈以197億美元巨資收購Nuance。這筆交易是微軟成立迄今第三大收購案，由此可見微軟對Nuance，以及背後醫療環境AI潛力的看好。
不光在國外，國內這一賽道同樣在最近連續迎來里程碑。去年年底，被公認為Nuance國內對標的科大訊飛將其醫療業務子公司——訊飛醫療獨立上市，發行價格為82.8港元，截至7月2日，股價較發行價已上漲25%，達到103.5港元。
自2016年成立以來，訊飛醫療一直是科大訊飛包括語音AI在內全棧AI能力落地的最佳示範場景之一，營收規模也是國內醫療AI的翹楚。根據招股書，2021-2023年，訊飛醫療分別取得3.72億元、4.72億元及5.56億元。2024年，其營收達到7.34億元同比增速高達32%，顯示了良好的發展潛力。
剛剛過去的6月，國內另一家以語音見長的醫療AI頭部企業雲知聲也成功上市。從2020年開始，雲知聲先後四次嘗試登陸二級市場，終於在第四次成功上市。其發行價高達205港元，截至7月2日股價已來到286港元，大漲39.5%之多。
醫療板塊是雲知聲的第二大業務板塊。根據其招股書，2022年-2024年間，其醫療業務分別取得1.13億元、1.48億元和1.99億元營收，在其總營收中的佔比分別為18.9%、20.4%和21.2%，無論營收規模還是在總營收中的佔比都在穩步上升。目前，雲知聲以2.1%的市場份額位列中國醫療服務及治療AI市場第四。
當所有這些景象都在短時間內出現在一個賽道上時，接下來將要發生什麼不言而喻。
02
剛需強烈的環境AI，正被監管瞄上
醫療環境AI的火熱來自於真實的剛需。
在全球任何一個有一定醫療標準的國家和地區，都對病歷記錄有硬性要求。它的確需要耗費醫生大量時間和精力，讓人極易產生疲勞感。
在動脈網與幾位三甲醫院一線醫生的交流中，均表示每天撰寫病歷等文書工作的時間佔了大半工作時間，對可以節約時間的此類技術有非常強烈的需求。遺憾的是，這幾家在全國也算有一定名氣的三甲醫院目前仍未引入此類技術。
基於語音識別技術，能夠幫助醫生自動將醫患對話轉換成文書的AI轉寫系統一經問世就迅速被點燃了需求。雖然初期的識別率差強人意，但隨著技術的改進和資料的積累，AI轉寫的識別率和功能正穩步提升，已經到了足堪一用的地步。
此外，隨著整合化程度的不斷提升以及場景開發的愈加深入，行業也開始將以往單純的AI轉寫迭代升級為環境AI。
過往的AI轉寫是獨立的應用，使用相對傳統的語音識別和自然語言處理從醫患對話中生成臨床文件。這些工具通常並未與電子病歷、財務及運營等HIS系統整合，也不具備預診、自動化編碼、文件質量報告或控制等具體功能。它們一般只在文件生成階段提供輔助，效率提升有限。
與僅專注於轉錄的AI轉寫不同，環境AI直接與電子病歷等HIS系統深度整合，以實現即時文件轉寫、對醫患溝通訊息（包括預診和診後隨訪）的自動化結構化處理、自動編碼及編碼推薦等功能。這種深度整合使環境AI不再僅僅是一個文件工具，而是對整個運營流程效率的大幅提升。
AI轉寫於環境AI主要差異（動脈網製圖）
以Ambience的環境AI系統為例，其整個系統包括AutoScribe（語音轉寫）、AutoCDI（自動編碼）、AutoRefer（自動轉診）、AutoAVS（供診後護理用的總結）和AutoPrep（疾病預測等趨勢視覺化）五大模組，涵蓋了整個就醫流程。
通俗地說，AI抄寫只是一個單點解決方案，環境AI則可以跨部門擴充套件並與各個子系統連線，更像是橫跨整個流程的AI助理。
不難發現，環境AI對於AI技術有遠高於以往的要求。在以往AI在語音轉寫準確率和速度方面都勉強滿足要求的時代自然難以應用。這種情況在近年來大模型技術迅速崛起後發生了改變——依靠大模型在自然語言處理上的強大能力，在醫療流程中引入環境AI的呼聲越來越高。
2024年幾篇發表在權威學術期刊上的研究則證明了大模型對環境AI的推動，在一定程度上加速了這一領域的發展。
由斯坦福大學完成並於今年2月釋出在《美國醫學資訊學協會雜誌》（Journal of the American Medical Informatics Association）上的研究顯示，每天門診數量在20-30位患者的醫生利用環境AI中的AI轉寫功能可以減少每天11-20分鐘填寫文件的時間，最多的時候每天甚至可以減少120分鐘的文書時間。
《新英格蘭醫學雜誌》（The New England Journal of Medicine）所釋出的另一項研究則利用專門開發的評估工具評估了環境AI的轉寫質量，顯示AI可以在滿分50分的測試中拿到48分的高分，已經可以滿足日常工作的需要。
另外一項由Ambient所做的衛生經濟學研究則顯示，利用其自動文件和編碼推薦功能，平均可以幫助每位醫生每年為其服務的機構額外多產生13049美元。
即便不考慮更多方面，僅在單純的語音轉寫上，大模型也可以更快速更準確地完成。以Nuance的環境AI為例，未引入GPT-4模型的版本生成臨床記錄需要約四個小時左右，接入GPT-4的版本則將這個過程縮短到僅僅幾秒鐘。
顯然，近期環境AI這一波密集融資正是對大模型引入後環境AI的認可。
相對而言，國內的進度要落後不少。一方面，目前國內主流方案還處於單點解決方案的AI轉寫功能。另一方面，如前所述，即便是單點功能的AI轉寫，目前匯入應用的醫院也屈指可數——儘管一線醫生對此有非常強烈的需求。
在技術上，環境AI仍然面臨不少挑戰。它們可能會誤解語音（語速、口音及方言等）、醫學術語或上下文，因此需要人工監督，但人工監督耗時、昂貴且主觀。此外，在人工監督中發現，大模型甚至還會將“幻覺”帶入其中，填入對話中不存在的內容，或者改變對話的內容。這種比例雖然非常少，但一旦發生顯然完全不可接受。
正因為此，國外的監管機構也正考慮將環境AI納入監管。
今年1月，FDA準備將AI轉寫系統視為軟體醫療器械，並擴充套件了現有的AI軟體醫療器械指南，以便在未來將此類產品納入管理。
6月初，NHS英格蘭國家首席臨床資訊官普萊斯·福布斯在NHS系統內部發布警示，要求NHS下屬醫療機構自查並停止使用未經醫療器械註冊的AI抄寫系統。福布斯認為，所有類似解決方案至少需要達到I類醫療器械認證，以確保這些技術的安全性。
英國醫學協會隨後釋出了相關建議，要求全科醫生在使用AI抄寫員工具時確認他們是否進行了臨床安全和資料保護評估，所使用產品是否已完成I類醫療器械註冊，以及產品是否宣傳其符合NHS標準。
對於環境AI的監管，已經蓄勢待發。動脈網也將持續關注該領域的動態。
參考資料：
Eira Hayward，mindtheproduct.com：NHS clamps down on unregistered AI scribing tools
Dr. Robert (Bob) Murry，medcitynews.com：Evidence-Based Medicine: AI Scribes Actually Work
Emma Beavins，fiercehealthcare.com：Early evaluation of AI scribes finds decreased burnout but limited financial ROI
Fred Pennic，hitconsultant.net：
Abridge Secures $300M to Embed Revenue Cycle Intelligence into Clinical Conversations
Emma Beavins，fiercehealthcare.com：Ambience delivers strong financial returns for St. Luke’s Health System
*封面圖片來源：123rf
如果您認同文章中的觀點、資訊，或想進一步討論，請與我們聯絡；也可加入動脈網行業社群，結交更多志同道合的好友。