Abridge作為AI醫(yī)療應用的先鋒，通過其創(chuàng)新的AI Scribe技術，正在徹底改變臨床文檔記錄的方式。本文深入分析了Abridge的技術優(yōu)勢、商業(yè)化策略以及其在醫(yī)療AI領域的最佳實踐，展示了該公司如何成為LLM應用中最受關注的企業(yè)之一。

在 LLM 落地場景中，醫(yī)療領域的應用開始展現(xiàn)出比較高的確定性，尤其是 AI scribe 產品能解決臨床文檔記錄枯燥、耗時這一行業(yè)痛點。Abridge 是其中最有代表性的公司，訓練了專用于臨床文檔的 ASR 和文本生成模型，能夠替代 90% 左右的人工工作量。擔任臨床醫(yī)生和教授的創(chuàng)始人從 2019 年就開始構建 AI-native 產品，5 年積累了大量醫(yī)療領域的數據和合作客戶，這一先發(fā)優(yōu)勢使它自 LLM 應用爆發(fā)以來就迎來高速增長。

憑借團隊對醫(yī)療實際需求的深刻理解，Abridge 與美國最大電子醫(yī)療系統(tǒng) Epic 深度整合，讓醫(yī)生能保持原有工作習慣，同時節(jié)省大量時間。產品體驗方面的普遍好評，使公司能在大型醫(yī)療系統(tǒng)客戶中實現(xiàn)快速拓展，在商業(yè)化方面表現(xiàn)亮眼；收入增長前景清晰后，Abridge 今年吸引到了共計 1.8 億美元的兩輪融資，根據 the Information 報道下一輪估值將達到 25 億美金，成為 LLM 應用中最受關注的企業(yè)之一。

?? 目錄 ??

01  AI + Healthcare 是高需求行業(yè)，

     AI Scribe 是首先 PMF 的場景

02  產品與技術

03  商業(yè)化：如何在醫(yī)療企業(yè) GTM 中勝出

04  團隊及融資

05  市場競爭

一、AI + Healthcare 是高需求行業(yè)，AI Scribe 是首先 PMF 的場景

美國醫(yī)療行業(yè)

正在跨越式采用 GenAI 應用

美國的醫(yī)療行業(yè)是一個龐大、行動遲緩的系統(tǒng)：

?  根據統(tǒng)計數據，2022 年美國醫(yī)療支出共 4.4 萬億美元，約占美國 GDP 總量的 17%；超過同一年全球第三名日本的 GDP 4.23萬億。其中，醫(yī)院和臨床醫(yī)師服務占總體支出的 50% 以上。      

?  美國醫(yī)療行業(yè)對傳統(tǒng)軟件的采用意愿很低，醫(yī)院不愿為 IT 團隊增加負擔，也不愿培訓精疲力竭的員工使用新系統(tǒng)。在典型美國醫(yī)院的成本結構中，醫(yī)護人員工資占比平均達到 37%，而 IT 支出僅占 3%。

而在 Gen AI 應用出現(xiàn)之后，這一切有了變化：醫(yī)療行業(yè)已經成為采用 Gen AI 產品軟件的領先行業(yè)。其中一個重要原因是，AI 產品的上手門檻比之前的 Saas 產品低很多。根據 Menlo VC 估算，美國醫(yī)療企業(yè)在 GenAI 軟件每年支出已經達到 5 億美元，多個研究給出了同一量級的預測。

因此我們相信醫(yī)療企業(yè)的軟件支出有著廣闊的突破空間。A16z 提出，未來幾十年內醫(yī)療市場將至少有一半增長由AI驅動。醫(yī)療系統(tǒng)現(xiàn)在最大的問題是：

1）access：好醫(yī)生的時間不夠，病人需要預約很久才能看上病。同時很多好醫(yī)生因為工作強度大 burn out 離開；

2）cost：第一個問題連鎖帶來的結果是，醫(yī)療系統(tǒng)的人力成本很貴。這兩個問題都很適合 AI 來解決。

現(xiàn)在醫(yī)院的成本項中人力成本非常重，如果采購 Gen AI 產品能大大改善員工的工作效率，將是投資回報比很高的投資。截至 2022 年底，美國共有 6,120 家醫(yī)院，以社區(qū)醫(yī)院為主，占比達 84%，而其中 2/3 的社區(qū)醫(yī)院以系統(tǒng)方式運營。這些醫(yī)療系統(tǒng)擁有成規(guī)模的醫(yī)生用戶群，以此為銷售切入點，將為醫(yī)療 GenAI 應用帶來巨大增量。

注：社區(qū)醫(yī)院指所有非聯(lián)邦醫(yī)院、短期綜合醫(yī)院和其他?？漆t(yī)院。而聯(lián)邦政府運營的醫(yī)院（占比 3%）通常只為特定患者群體（如現(xiàn)役軍人）提供醫(yī)療服務。

目前長期市值前 100 名的軟件公司中，只有 Veeva 一家屬于醫(yī)療垂直應用。受益于上述醫(yī)療企業(yè)跨越式采用的潛在機會，醫(yī)療領域軟件的新一代獨角獸有望在 GenAI 應用中出現(xiàn)。而且對于 existing companies 也能同時受益：2023 年前上市的盈利醫(yī)療保健公司（不包括制藥公司）創(chuàng)造了 2.6 萬億美元的收入，但只有 1700 億美元（約 6.5%）轉化為利潤。假設 GenAI 應用能將成本和費用降低 15%，僅此一項就能將營業(yè)利潤提高 3140 億美元，使這類公司的企業(yè)價值增長 2 倍以上。

目前醫(yī)療 GenAI 應用有著廣泛的落地場景，包括藥物研發(fā)、臨床診斷、處理行政工作流、改進護理服務等等。前兩類場景的容錯率極低，商業(yè)化前需要經過漫長的開發(fā)和批準周期；相對而言，麥肯錫開展的調研證實了醫(yī)療行業(yè)對后兩類場景的信心：大多數受訪者認為 GenAI 潛在價值最大的領域是提高臨床醫(yī)生的服務質量和生產力，其次是改進患者參與度和體驗。

GenAI 能為醫(yī)療行業(yè)工作流的多個環(huán)節(jié)帶來變革。在臨床屬性較弱的環(huán)節(jié)，專用的 RPA 工具能自動化處理賬單、報銷、預約、分診和接收等繁瑣的行政事務；而在臨床屬性較強的環(huán)節(jié)，我們關注到， 2B 銷售表現(xiàn)最為亮眼的軟件類型是 AI Scribe。該類應用能夠協(xié)助醫(yī)生更加準確、快速地完成記錄文檔的工作。代表性的公司 Abridge 憑借突出的商業(yè)化表現(xiàn)，創(chuàng)造了醫(yī)療工作流 GenAI 軟件類別中迄今最大的融資規(guī)模。

AI Scribe

能幫助解決行業(yè)根本性的痛點

美國醫(yī)生在醫(yī)院的正常工作時間之外，往往需要每天加班 1.5-2 小時來記錄臨床文檔。這項行政任務源于美國政府從 2009 年開始推行的 EHR (Electronic Health Record，電子健康記錄系統(tǒng)) 補助，使醫(yī)院全面采購了 EHR 系統(tǒng)，并要求醫(yī)生詳實填寫文檔。醫(yī)生對每次患者診療都需要記錄 SOAP (Subjective, Objective, Assessment and Plan) 筆記，來記錄診療和給出處方的過程。每寫一份 SOAP，醫(yī)生都要照顧到三個截然不同的相關方：醫(yī)護團隊、付款系統(tǒng)和患者。這導致美國醫(yī)生在 EHR 上花費的記錄時間約為其他國家的4倍。

EHR 一定程度導致了醫(yī)療服務供給的緊缺，因為對醫(yī)生工作時間占用比較多。從 EHR 開始推行，到 LLM 爆發(fā)前的十幾年中，預算充足的醫(yī)院可能會為醫(yī)生雇傭人工抄寫員，負責記錄診療過程和撰寫文檔，有些醫(yī)生甚至會自掏腰包來外包這項工作。而這個過程可以從全人工服務變成 AI-augmented 服務。

根據 Statista 數據，截至 2024 年 1 月，美國醫(yī)生人數約 110 萬人，按每名醫(yī)生 $300/月 的平均訂閱價格計算，臨床聽寫軟件的 TAM 約為 39.6 億美元，是當前整個醫(yī)療 GenAI 應用市場的8倍。

這個市場之前就誕生過成功的獨角獸，被微軟以 300億美金收購的 Nuance。Nuance 的產品 Dragon 是世界最早也最成功的語音轉文字解決方案，并為蘋果 Siri 提供了早期核心技術。公司從 2006 年開始收購一系列醫(yī)療領域的轉錄、文檔產品，積累了醫(yī)療行業(yè)的垂直技術和商務關系；同時，Nuance 把握住了 2009-2011 年的政策紅利，大大推動了醫(yī)療銷售的增長。

Nuance 通過一系列收購構建了醫(yī)療領域能力

2012 年開始，Nuance 開始轉型，成立了 4 個行業(yè)業(yè)務部門來直接為不同行業(yè)提供解決方案。其中，醫(yī)療業(yè)務占比最大。截至 2021 年，Nuance 62% 的收入都來源于醫(yī)療健康領域，達到 8.4 億美元。Dragon Medical 平臺幾乎達到壟斷地位，被美國 77% 的醫(yī)院，55% 以上的臨床醫(yī)生和 75% 以上的 X 光工作人員所采用，全球也有超過 55 萬醫(yī)生使用。

但 Dragon 在語音識別和生成上做得是不夠好的：這項技術只能作為文檔記錄中的輔助，也沒有自動集成于 EHR 系統(tǒng)，醫(yī)生需要花費大量時間對 Dragon 生成的轉錄文本進行重新加工。

這個問題是比較難解決的：白宮健康顧問 Atul Gawande 在《為什么醫(yī)生恨他們的電腦》中描述到，在手寫時代，醫(yī)生的筆記短小精悍，但在 EHR 記錄病人的詳細病史時，不同醫(yī)生就會由于需求不同，對同一件事寫出不同診斷，比如，為了申請醫(yī)保報銷，骨科醫(yī)師寫“腿痛”就夠了，但其他醫(yī)生可能認為缺乏細節(jié)，會寫成“右膝蓋骨質疏松”。

疫情讓美國醫(yī)生的 burnout 比例在 2021 年飆升至歷史新高 62.8%，而在2024年這個數字首次降至 50% 以下 (48.2%)。除了疫情結束、人手增加等原因，根據 EHR 供應商 eClinical Works 發(fā)布的新報告，用于臨床文檔的 AI 新技術也發(fā)揮了重要作用。

在使用相關軟件前，超過 40％ 的醫(yī)生每天僅在文檔記錄上就花費4個小時以上。而超過一半的醫(yī)生表示，AI 醫(yī)療文檔軟件每天可以節(jié)省至少2小時的工作時間。節(jié)省下來的時間將使醫(yī)生能夠專注于不那么瑣碎的任務，并有更多的時間陪伴患者。

綜上所述，Abridge 所在的 AI Scribe 賽道有著高度的確定性。傳統(tǒng)巨頭已經驗證了市場內出現(xiàn)獨角獸的可能性，GenAI 解決行業(yè)關鍵痛點、重塑市場格局的能力也已經明朗。

二、產品與技術

產品介紹

? Abridge 的產品邏輯比較簡單，先通過自動語音識別 (Automated Speech Recognition, ASR) 聽寫診療過程，再利用 GenAI 生成符合要求的文檔。從 2024 年年初開始，憑借對于美國最大 EHR Epic 系統(tǒng)架構和數據格式的深刻理解，完成了與 Epic 的無縫集成。產品形態(tài)類似 Epic 系統(tǒng)的插件，醫(yī)生無需在多個選項卡之間切換，不需要改變現(xiàn)有的工作習慣，使用體驗非常絲滑簡便。

診療開始前，醫(yī)生在征求患者同意后，能直接使用 Epic 移動端應用 Haiku 中的 Abridge 產品（如下圖左側手機所示），對談話全程進行錄音，實時生成草稿，并可以隨時加入備注。

診療結束后，能在短時間內生成附有原文證據引用的標準臨床筆記及自動摘要（如下圖所示），并自動導入 Epic 系統(tǒng)。醫(yī)生能夠直接在 Epic 的 PC 端應用 Hyperspace 中查看和編輯筆記（如上圖右側電腦所示），左側是規(guī)范格式的 SOAP 文檔，而右側是對話全程的文字記錄。

臨床筆記中的內容附有原文引用

除了解決臨床醫(yī)生的痛點，Abridge 也關注到了患者和護理人員。在他們的路線圖中，對于第一部分提到的改進護理質量、提高患者參與度和體驗的場景，也有著明確的規(guī)劃，有利于長期內市場份額的持續(xù)提高?；颊哂涘e或忘記醫(yī)囑的情況很普遍，Abridge 可以給患者也提供一份完整文檔，對注意事項提供指導；客戶表示其他競品沒有強調這一功能。2024 年 7 月，Abridge、Mayo Clinic 和 Epic 宣布為護士推出文檔產品，目前仍在開發(fā)中。

AI-Native 的技術優(yōu)勢    

?  在 GenAI 應用爆發(fā)前，Abridge 就已經在開發(fā)自己專用于醫(yī)療領域的 ASR 模型和文檔生成模型。對于自己的“AI-native 特性”，Abridge 給出了三點證據：

1）使用有差異化的數據、提示工程和微調方法，從底層開始構建了端到端的 LLM 堆棧；

2）有自己的醫(yī)療 AI 性能評估方法，并在這一領域成為技術先驅；

3）將用戶行為數據重新用于模型迭代，實現(xiàn)閉環(huán)。

數據方面，自2019年開始，Abridge 就在匹茲堡大學 UPMC 醫(yī)療中心的數據庫基礎上，用 150-200 萬診療記錄作為數據集訓練了自己的 AI，所使用的類型包含臨床音頻、轉錄規(guī)范、人工撰寫的參考筆記以及患者特征的元數據，并在去標識化方面嚴格遵守了安全隱私標準。

醫(yī)療 AI 評估方法方面，Abridge 在白皮書中進行了詳細介紹。

a. 在 ASR 環(huán)節(jié)，除了單詞錯誤率 (Word error rate) 等通用指標，還會重點關注醫(yī)學專業(yè)指標，如醫(yī)學術語召回率(Medical term recall rate)、對藥物名稱的捕捉等。目前關鍵指標超過了市面其他的開源模型。

b. 在文檔生成環(huán)節(jié)，Abridge 通過自動計算質量指標來比較 AI 生成和人工撰寫的文檔質量，保證醫(yī)學應用中的準確性和完整性：例如，如果醫(yī)生糾正了病人自述的狀況，在最終文檔中只會保留正確的結論。當患者談論的話題出現(xiàn)跳躍時，Abridge 也能完成分類整合。

開發(fā)過程中，Abridge 使用 RLHF 方法，請一批臨床醫(yī)生進行盲測反饋，確保文檔質量過關，且能滿足現(xiàn)實里醫(yī)生多樣化的寫作習慣。在模型正式發(fā)布前，還會持續(xù)收集主動和被動反饋（如醫(yī)生的編輯行為），來持續(xù)改進關鍵指標。

相對于通用模型，高度垂直于醫(yī)療行業(yè)的策略使 Abridge 的模型能顯著、更準確地識別醫(yī)療術語，并將病人高度多樣化的口頭表述轉化為規(guī)范的書面文檔。根據 Abridge 官方數據，產品適用于 50 多個醫(yī)學專業(yè)領域，支持 14 種以上的語言，AI 能完成 91% 以上的文檔記錄工作量，每個月能夠為臨床醫(yī)生節(jié)省超過 70 小時的時間。

三、商業(yè)化：如何在醫(yī)療企業(yè) GTM 中勝出

雖然在 GenAI 爆發(fā)前，Abridge 就掌握了正確的數據策略和技術路線，但 AI 應用要為傳統(tǒng)行業(yè)帶來跨越式變革，賣點往往并非技術有多么酷炫，而是產品有多么易用，以及如何從 Day 1 就能向客戶交付即時價值。產品能解決用戶的剛性需求，才會在客戶訪談中看到有醫(yī)生反映 “如果醫(yī)院不采購 Abridge 就會辭職”。

2022年11月 ChatGPT 的出現(xiàn)對醫(yī)療企業(yè)進行了 AI 應用的市場教育。彼時 Abridge 產品已經歷了4年左右的開發(fā)，經過了數千次的醫(yī)患對話訓練；渠道方面，除了 Abridge 團隊主動通過醫(yī)療人脈拓展市場，醫(yī)療企業(yè)的 IT 負責人也會主動通過健康展會接觸供應商。這讓性能已經較為成熟、且在合規(guī)方面做好準備的 Abridge 脫穎而出。

不同科室的專業(yè)性需求差異較大，一種 SaaS 產品未必能全面滿足。因此醫(yī)療系統(tǒng)企業(yè)往往會同時考察和試點多種產品，而在做出最終采購決策時，也會在組織內保留多個供應商，分比例使用，這成為 Abridge 實現(xiàn)存量替換的基礎。多名客戶表示，會同時采購2-3種產品，Abridge如果通過試點，在企業(yè)內使用人數占比在20~60%不等。在支付意愿方面，從替代人工的角度估算，相較于時薪約為10-20美元的人工抄寫員，AI Scribe 能夠節(jié)省大量成本，同時也意味著付費上限仍然較高，即使對于收入規(guī)模相對更低的醫(yī)療企業(yè)，每人每月 200 美元也是相對舒適的定價。

然而，醫(yī)療領域 SaaS 產品需要滿足嚴格的合規(guī)要求，包括 HIPAA 和 FDA 的多重標準，在數據隱私安全等方面通過認證，且需要經過多輪評估、試點和推廣流程，完整的銷售周期一般在一年半到兩年左右。

? 醫(yī)院首先需要對產品進行臨床評估，通過后進入臨床操作階段，測試整合方面是否存在障礙；如果通過，還要進一步研究產品的單位經濟效益，嘗試協(xié)商價格，并確定試點范圍和時間線。

? 試點一般會從初級的家庭醫(yī)療、兒科等高流量領域開始，并同時采用多種產品進行對比。供應商要與醫(yī)院合作微調或開發(fā)新功能，這一過程需要半年左右時間。第一輪試點結束后，還需要進行進一步評估，對結果滿意率足夠高，才可以擴大范圍，開展下一輪試點。

? 最終基層員工有選擇是否采用產品的自主權，例如年齡較大的醫(yī)生可能不會使用任何軟件，或繼續(xù)使用原有的傳統(tǒng)產品。因此試點中，醫(yī)護人員對產品的反饋意見至關重要。

Abridge 能夠快速推廣，正是因為一線醫(yī)療工作者對產品效果的反響非常熱烈。根據 Emory 醫(yī)療系統(tǒng)內醫(yī)生的反饋，產品使他能“把所有注意力集中在病人身上，而不需要擔心文檔；在結束問診后只需要再在醫(yī)院花一點時間校對和編輯”。在 KLAS 2024 報告中，Abridge 在改善臨床醫(yī)生體驗方面得分 95.3（平均分79.6），排名第一；在改善患者體驗和改進診療結果方面，也分別排名第三和第四。

而在企業(yè)測算此類產品的ROI時，并非僅關注財務上的直接增收?？蛻舯硎?，采用 Abridge 雖然平均每天可以為節(jié)省2小時左右的工作時長，但主要是減少在家加班的“睡衣時間”，問診時間幾乎沒變，也難以接待更多病人并增加收入。但是，Abridge 能提升診療、護理的準確性和質量，并顯著改善醫(yī)生工作生活質量，防止因職業(yè)倦怠導致醫(yī)生流失帶來的高昂隱性成本，并減少因訴訟、賠付帶來的損失。因此，客戶仍有較強動機購買此類產品。

Abridge 表示，近兩年醫(yī)院客戶開始一反常態(tài)，快速購買他們的產品。自 2024 年初以來，幾乎每周都會宣布一個新的醫(yī)療系統(tǒng)客戶。2024年2月，公司宣布與康涅狄格州規(guī)模最大、最全面的醫(yī)療保健系統(tǒng)耶魯紐黑文達成協(xié)議，使數千名臨床醫(yī)生開始使用 Abridge。其他大型客戶還包括 Emory Healthcare，社區(qū)醫(yī)療系統(tǒng) Reid Health 等。

雖然醫(yī)生個體角度的切換和培訓成本較低，但企業(yè)層面仍有較大粘性。醫(yī)療 SaaS 一旦簽訂正式合同，期限就在2-3年左右，不會輕易被更換。Abridge 前期的積累使其占據了有利的客戶基礎和市場地位，目前已經進入收入確定性較高的快速增長期。

四、團隊及融資

團隊

Abridge 成立于2018年3月，創(chuàng)始人兼 CEO 是 Shivdev Rao 博士，是一名執(zhí)業(yè)心臟病醫(yī)生，本科畢業(yè)于 CMU，此后在匹茲堡大學醫(yī)學中心（UPMC）的心臟和血管研究所擔任教授，對醫(yī)生的工作習慣有著深刻理解。在豐富的臨床醫(yī)療經驗之外，他兼有創(chuàng)業(yè)背景，曾創(chuàng)立 DocDok 和 Litcall 等幾家公司，同時也在 UPMC 的創(chuàng)新、商業(yè)化和風險投資部門擔任執(zhí)行副總裁，投資醫(yī)療科技初創(chuàng)企業(yè)。而 CTO Zachary Lipton 負責公司的機器學習方面，同時在 CMU 擔任教授。

首席商業(yè)官 Brian Wilson 有 20 余年的商務拓展經驗，近 10 年來主要在納什維爾的 SaaS 和醫(yī)療公司負責銷售，曾在短信營銷平臺 SlickText 擔任 3 年 CRO ；而首席臨床官 Tina Shah 是美國多個醫(yī)療領域委員會內的專家，曾任美國衛(wèi)生局局長辦公室高級顧問，也是白宮研究員基金會董事成員，能為公司拓展客戶關系提供背書。

公司領導團隊

與其他側重市場銷售的同類公司不同，Abridge 的領導更專注于搭建團隊和更新技術，根據 Linkedin 不完全統(tǒng)計，技術類與銷售類員工的占比約為 2:1 ，凸顯了團隊對于技術的重視。

商業(yè)化方面，公司的企業(yè)拓展總監(jiān)均有其他醫(yī)療 SaaS 類或競品企業(yè)工作經驗，對東部 (NY) /西部 (CA) /中部 (IL, TN) /南部 (TX) 地區(qū)均有覆蓋。在今年結束新一輪融資后，公司還招聘了一批有多年 Epic 工作經歷的員工擔任合作成功總監(jiān)。營銷/增長總監(jiān)在谷歌擁有 10 年左右的營銷經驗，曾幫助推動 Drive、Workspace、Android 等產品的增長。

團隊在 EHR 和醫(yī)療企業(yè)的豐厚經驗，及地理分布上的廣度有助于在全美范圍內拓展醫(yī)療系統(tǒng)客戶，并保證順利將產品集成到工作流程中。

融資  

在 GenAI 席卷全球并吸引風投之前的 2019 年，當創(chuàng)始人向 Union Square Ventures (USV) 介紹 Abridge 利用 AI 輔助醫(yī)生文檔記錄的想法時，Andy Weissman 表示 “這個想法相當古怪，之前沒有人這樣做過。” 然而，客戶和投資人非常欣賞 CEO 本身的醫(yī)療背景和務實精神，創(chuàng)始團隊的 CMU 背景也使他們信賴公司在 AI 方面的實力。Abridge 就這樣拿到了自己的第一輪融資。

團隊“醫(yī)療+ML”的復合背景，在后續(xù)的融資中也在持續(xù)發(fā)揮作用，相對 Ambience、Suki 等競品以軟件開發(fā)背景為主的創(chuàng)始團隊，投資者相信 Abridge 創(chuàng)始人的醫(yī)療經驗能讓團隊更加理解用戶需求，從根本上提高產品能力。

目前，公司已經融資 2.1 億美元左右。在2023年10月，完成由 Spark Capital 領投的 3000 萬美元的 B 輪融資后，僅僅 4 個月，公司又完成了 1.5 億美元的 C 輪融資，由 Lightspeed Venture Partners 與 Redpoint Ventures 領投，投后估值約為 8.5 億美元。CVS Health、Lifepoint Health、Mayo Clinic 等大規(guī)模醫(yī)療機構和 NVIDIA 也參與了 Abridge 的投資。

2024年10月，根據 The Information 消息，Abridge 正在籌集 2.5 億美元?？萍纪顿Y者 Elad Gil 和 IVP 將領投這筆投資，Alphabet 的 CapitalG 基金預計也將參投。據報道，該輪融資估值將達到 25 億美元，相對目前 5000 萬美元的 ARR，P/S 已達到 50x，而相比一年前 2 億美元的 B 輪估值則翻了12.5倍。公司表示，部分資金將用于開發(fā)新的 AI 模型，以及尚未發(fā)布的新產品。

五、市場競爭

GenAI 應用開始落地后，涌現(xiàn)出 Abridge, Augmedix, DeepScribe, Nabla, Suki, Ambience 等一系列產品，能以前所未有的準確性和速度生成文檔，并自動集成至 EHR 工作流中。各家產品的價值主張整體方向是相似的，都是通過聽寫并生成臨床文檔，解決當時 Dragon 無法解決的醫(yī)生“睡衣時間”問題，主要區(qū)別在于實際的產品力細節(jié)、定價和企業(yè)銷售能力。市場空間除了醫(yī)療系統(tǒng)內替換 Dragon 等產品的存量需求，還可以對長尾市場中高度分散、采用手動記錄的小診所進行銷售。

然而，AI Scribe 公司挑戰(zhàn)傳統(tǒng)巨頭時仍然面臨阻力。Nuance 在 2021 年 4 月被微軟以 197 億美元巨資收購，并嵌入微軟醫(yī)療云。由于微軟的支持和已有的市場基礎，Nuance 仍在技術和商務上保持著深厚的護城河，公司有著強大的捆綁銷售能力，在醫(yī)療企業(yè)內很難被完全替換。

為了應對競爭，Nuance 在 2023 年 2 月推出了基于 GPT-4 的語音 AI 應用 DAX Copilot（發(fā)布時名為 DAX Express）。DAX Copilot 是在 Nuance 2020 年發(fā)布的 DAX 基礎上進行升級的，此前，DAX 通過自動語音識別和人工審查將口頭問診轉換為臨床記錄，但是整個過程需要耗費 4 個小時。而 DAX Copilot 僅在幾秒內就能夠生成文檔，并允許醫(yī)生隨時編輯臨床筆記，雖然相比含人工的 DAX 完整解決方案個性化程度較低，但定價僅為全套的 1/3 左右。

DAX Copilot 基于1200萬個左右的診療數據集進行訓練，是 Abridge 訓練規(guī)模的 6-8 倍，理論上有著更高的準確率。但大多數同時采用幾項產品的客戶表示，各個競品的準確率在實際使用中區(qū)別并不顯著，最終都需要一定程度的人工校對。

在成本方面，DAX 價格較高，對于 500 人左右的組織，每年 DAX 完整方案收費約為 1000 萬美元左右，折合每月每人 1600 美元左右；DAX Copilot 成本也達到每月每人 400-600 美元。而 Abridge 則為每月每人 250-350 美元，對初級保健和非?？祁I域尤為經濟。

除 Nuance 之外，初創(chuàng)公司競爭者各有側重，其中有著鮮明性價比優(yōu)勢的一家產品是 Nabla，僅需每月每人 100-150 美元，筆記生成時間僅為 12-15 秒，客戶可以接受犧牲一定的準確率來換取成本的大幅節(jié)省。從客戶反饋來看，目前 Abridge 仍然領先其他初創(chuàng)公司一個身位，市場不存在明顯的第三名。

各個產品的另一大顯著區(qū)別在于與哪些 EHR 集成，以及整合程度。多名使用 Epic 的客戶表示，與 EHR 的無縫集成是 Abridge 最令人印象深刻的亮點。這一因素看似壁壘不高，實際背后暗示著 Abridge 與 Epic 高度緊密的關系?？蛻舴从?，Abridge 和 Epic 的合作關系是隨著時間的推移慢慢建立起來的，其他新進入者難以挑戰(zhàn)。而盡管其他競品集成的系統(tǒng)數量更多，或宣稱與 EHR 的深度集成，但可能僅限于 API 接口的表面集成，在使用體感上依然存在學習成本，沒有達到無縫程度。

根據 Definitive Healthcare? Atlas Technology Install Dataset 和 HospitalView 產品數據，截至 2024 年 1 月，Epic 是美國醫(yī)院市占率最高的EHR，達37.7%。雖然 Abridge 沒有向其他 EHR 拓展，但 Epic 自身的客戶群已足夠龐大，而公司已通過深耕成為 Epic 系統(tǒng)中的領導者，是目前唯一一家公開顯示嵌入到 UI 層面的；同時，Epic 自身的自研類似功能上線周期可能非常久，目前還不會威脅到 Abridge 的地位。

美國醫(yī)院 EHR 供應商市場份額排名

綜上所述，Abridge 在技術上實現(xiàn)了足夠的專業(yè)度和準確性，在與 EHR 的集成上也占據了較好位置，但未達到斷層領先或足以壟斷的程度，由于文檔最終存儲于 EHR 系統(tǒng)中，作為插件也并不具備數據粘性。在醫(yī)療 AI Scribe 的競爭中，Abridge 所構建起的壁壘更多在于已有的 GTM 成就。相比其他初創(chuàng)公司，Abridge 熬過了漫長的銷售周期，從占領用戶心智開始，穩(wěn)固了一定的企業(yè)端份額；有望通過鎖定和飛輪效應，進一步擴展客戶網絡。然而，由于客戶往往不只使用一個供應商，想要發(fā)展為市場寡頭，還需繼續(xù)關注公司未來如何從產品條線、EHR 集成、定價、商務等方面創(chuàng)造相對 Nuance 的差異化優(yōu)勢，并保持領先于其他初創(chuàng)公司的地位。