从病历生成、影像分析到临床决策支持，AI正在重塑医疗行业的每一个环节。这篇文章通过14个具体案例，深入探讨了AI在医疗领域的落地应用，揭示了AI如何通过提升效率、降低成本、提高诊断准确性等方式，为医疗行业带来变革。

自生成式AI爆发以来，医疗始终是最重要的应用赛道之一。

资本的热度足以证明这一点：OpenEvidence在B轮融了2.1亿美元，Qventus的D轮拿下1.05亿美元，Chai Discovery的A轮也有7000万美元。

红杉更是连续出手，在医疗AI领域投了6家公司，其中4次领投，覆盖临床决策支持、药物研发、医院信息系统、医疗文档、行政自动化等关键环节。

投资人看好AI医疗的逻辑很简单，AI的角色正在从“辅助工具”升级为“核心工作流”。

它不再只是锦上添花的插件，而是嵌入医疗体系的关键节点：在病历生成、处方开立、临床试验、影像分析等环节直接创造数据、触发流程，从而影响一系列下游决策。谁掌握了数据入口和流程启动点，谁就有机会改写整个生态的价值分配。

Abridge就是一个鲜明例子：它把医患对话转化为结构化数据，不仅帮医生减负，还衍生出一套贯穿计费、护理协调、临床试验的完整数据流。

类似的战略入口，还包括处方点、DME订购、医生教育、证据生成、试验设计与样本采集等，几乎每一个节点都可能成为AI驱动创新的“爆破口”。

这也意味着，AI在医疗中的角色已经从“支持”变成“决策参与者”，能直接影响诊疗路径、用药方案甚至患者流向。商业竞争的关键，不仅仅取悦于高效的算法，更在于谁能赢得医疗专业人员的信任。

比起PPT上的愿景，能把医疗的账算清楚（住院天数能缩短几天、误诊率能减少几个点、试验入组率能提升多少），才更为重要。

01 从替人省钱到提升效率，AI医疗的两种路径

AI正全面嵌入医疗工作流，价值兑现靠两条：吃透临床与运营场景，再设计出能让医院、医生、药企、保险、患者都点头买单的商业模式。

行业已走过影像单点工具阶段，进入多模态大模型增强整条工作流的时代，覆盖从外围流程自动化深入到核心临床决策、研发等环节。

商业模式上，AI医疗公司主要挣两类钱：

1. 给旧流程提效，谁受益谁买单

这类产品/服务需求清晰、ROI可算，已成收入基本盘。

1. 帮医院省钱：Qventus用预测+强化学习排床，平均住院日缩0.6天，空床就是利润。
2. 帮医生省时避险：OpenEvidence 3秒给出带引文的答案，Navina自动生成摘要并补漏洞。
3. 帮药企降本：Outcomes4Me按成功入组收费，Quibim提供影像定量终点。

收费模式以SaaS订阅、按用量/席位为主，只要比旧方案便宜，医院和医生的算盘就能打得过。

2. 造新环节，再开新市场

这类产品周期长、资金大，但潜在回报更高：

1. 新标志物与早筛：Quibim深挖影像生物标志物，Freenome用多组学血液检测切入早癌筛查。
2. 数据重构：Truveta把去标识化病历与基因组打包出售，服务药企和保险的真实世界研究。
3. 商业模式必须和生态深度绑定：里程碑付款、节约分成、数据授权、交叉补贴（如OpenEvidence对医生免费、药企投放广告），手段多样。

02 诊断领域案例

AI医疗诊断产品应用高度聚焦，在疾病方面如Quibim用于肿瘤、Viz.ai用于脑卒中；在流程方面覆盖分诊、量化分析、扫描引导、图像优化。技术从病灶识别，延伸至定量分析、流程优化、图像增强。

软硬结合是一重要趋势，Butterfly等以“便携设备+AI”降低检查门槛，医生护士都可以用。

成功产品非独立软件，而是嵌入临床路径的“楔子”。例如Viz.ai集成PACS、Caption Health直写EHR、Navina嵌入主流系统，低摩擦融合是医生持续使用的核心。

接下来是具体案例：

（1）肿瘤影像分析Quibim

把MRI、CT里的肿瘤体积、纹理、灌注值等人眼看不出的定量指标一键算出来。药企拿它当临床试验的影像终点，医院用它把阳性率再往上提几个点；手里已攒下FDA/CE多张证，具有一定竞争力；按扫描次数向药企和医院收费；今年刚完成5000万美元A轮融资。

（2）急诊影像AI分诊Viz.ai

针对急诊室，对于CT血管影像，AI秒级告警提示大血管闭塞，为急诊诊疗争取宝贵时间；收取医院年费或按病例收费；行业估算，其年收入在4000万~4900万美元之间。

（3）床旁超声AI引导Caption Health

在便携超声里内置最新CV大模型，可自动识别最佳切面、一键冻结并输出EF、LVEDD等全套测量，护士30秒完成心脏扫描；报告即刻云端生成，可直接写入EHR；设备一次性收费，AI功能按使用次数订阅，绑定销售。其募资金额在6000万~7500万美元之间；年收入估算在800万~2500万美元之间，AI订阅部分占比已超一半。

（4）手持超声+AI云Butterfly Network

口袋iQ+探头即插手机，6秒内用AI去伪影、自动B-line计数，并实时标记心脏/肺解剖结构；从拍照到生成结构化报告可30秒完成，同时触发远程会诊。硬件一次性销售，AI功能按年订阅，两者捆绑锁定续费。已上市，市值约3亿美元；2025Q2收入2340万美元（SaaS占比30%）。

03 运营与决策案例

1. 决策

在AI医疗决策领域，应用层产品直接为医生/患者提供工具，其价值在于算法模型和用户体验。基础层产品专注于聚合、清洗、去标识化医疗数据。

AI要融入临床工作流，必须达到“临床级”标准：回答精准、有据可循、安全可靠、操作无摩擦。OpenEvidence的“3秒带引用”和Navina的“一键摘要”正是这种要求的体现。

接下来是公司具体介绍：

（1）临床级证据检索OpenEvidence

把NEJM、JAMA等1.2万本期刊实时抓进LLM，3秒给出带引用的诊疗答案，月咨询量已破850万条；医生端永久免费，靠药企精准广告位变现，毛利率>90%，已覆盖美国40%执业医师；2025年7月拿下B轮2.1亿美元，估值35亿美元，稳居临床决策支持独角兽。

（2）EHR副驾驶Navina

用LLM把散落各处的化验、影像、用药记录拼成一张“病人摘要”，一键提示漏诊风险、用药冲突和随访缺口；按诊所人头收SaaS订阅，直接嵌在Epic/Cerner工作流里，帮医生团体同时搞定质量分和医疗纠纷；2025年C轮5500万美元到账，已冲进美国数百家医生集团。

（3）去标识化EHR数据引擎Truveta

聚合数十家医院系统的去标识化电子病历+基因组数据，给药企/保险公司训练AI、做真实世界研究；按数据授权收费；2025年1月拿下3.2亿美元融资，正建超大规模基因组数据库。

2. AI抄写员

这类产品精准击中了医生面临EHR系统繁琐、文书压力大、信息过载等痛点，实现了快速规模化。多以SaaS形式订阅，能快速与现有EHR（如Epic,Cerner）集成，无需改变医院核心工作流，部署阻力小。

（1）医患对话转病历Abridge

自研医疗对话大模型，诊室闲聊实时变成带billing code的SOAP病历，每天帮医生省2小时敲键盘；按医师席位卖SaaS，已嵌入Epic等100多家医疗系统；2025年6月完成3亿美元E轮，a16z领投，媒体估值170亿美元。

（2）澳洲口音抄写员Heidi Health

针对澳洲俚语和GP流程特训的语音识别+LLM，诊室对话实时变病历，比雇人类抄写员便宜70%；个人医生月租几百美元，与澳洲主流EHR深度耦合；2025年A轮1660–2650万澳元，累计融资2600万美元。

（3）语音AI临床文档Suki

医生开口就能生成病历、自动填单，支持Epic、Cerner等主流EHR；按医师/月收SaaS费，已融约1.65亿美元；2024年完成D轮7000万美元融资。

3. 效率服务案例

AI正系统性渗透医疗流程中人力密集的环节，通过自动化释放人力，直接解决前台负担、资源错配、信息不对称等行业痛点。ARR、住院日缩短天数、试验入组率……AI技术驱动的医疗服务明显通过量化价值证明ROI，从而说服付费方为效果买单。

这类公司不仅卷算法，也在卷商业设计。Outcomes4Me按“成功入组”收费，Qventus按“节约分成”，与客户利益对齐。Assort Health的ARR模式、Qventus的床位年费，形成稳定现金流。Outcomes4Me对患者免费，通过药企变现，降低用户使用门槛。

接下来看看案例介绍：

（1）AI患者铃Assort Health

通过AI语音代理自动处理预约、取消及常见问题等高重复性前台任务，主要服务于中小型专科诊所，目前已从初期的骨科与物理治疗扩展至妇产科、皮肤科及牙科等领域。目前ARR略超300万美元；今年8月完成5000万美元B轮融资，估值7.5亿美元，距其A轮融资仅过去四个月。

（2）住院流量AI调度Qventus

测+强化学习提前24h预警“床位爆仓”，自动优化手术排班、出院流程，平均住院日缩短0.6天，空出的床位就是纯利润；按床位年费+节约分成；2025年1月完成D轮1.05亿美元，估值超4亿美元。

（3）AI癌症患者导航Outcomes4Me

用NLP秒读全球trial注册库和指南，自动把癌症患者和临床试验、新疗法精准配对，再把复杂术语翻译成患者能看懂的白话治疗路线；目前，主要覆盖乳腺癌、肺癌等主流瘤种，匹配成功率高于传统招募渠道；App对患者完全免费，药企按“成功入组”付费，相当于让AI当医药销售；B轮刚拿2100万美元，总融资3800万美元。

04 早筛案例

在AI早筛领域，像Tempus这种能把基因组、影像、病历组合起来的多模态平台，护城河更深，商业模式也更花哨研发分成、里程碑、数据许可、特许权……回报周期长，但一旦跑通，盘子也更大。

下面是两个领域案例：

（1）AI平台Tempus

整合肿瘤基因组测序、临床注释与真实世界证据，医生输入患者分子报告即可秒级获治疗匹配及临床试验推荐。手握CLIA实验室资质与FDA批准的伴随诊断产品，壁垒较高。收入端，既售测序服务，也将去标识化数据制成SaaS售予药企与保险公司。其已登陆纳斯达克，2025 Q2单季收入3.15亿美元，市值约30亿美元。

（2）多组学血液早癌检测Freenome

把cfDNA、蛋白、免疫反应等多组学数据扔进AI模型，一次抽血就能定位早期结直肠癌及其他高发性癌种；先做LDT走临床服务，同时和几大药企合作开发伴随诊断，监管路径清晰；收费模式“检测+里程碑”，单笔检测收费外加药企合作首付款；累计融资超10亿美元，2024年单轮拿下2.54亿美元，属AI早筛第一梯队。