ARTICLE · 1152626
同样是 AI 病历助手,一家卖到＂写完字＂,一家卖到＂收到钱＂
同样是 AI 病历助手,一家卖到＂写完字＂,一家卖到＂收到钱＂两家公司都在做同一件事：把医患对话自动写成病历草稿。 但一家卖到"医生把字写完"为止，另一家从病历继续往下走——走到编码、申报和支付审核。 差别不在模型，也不在"一个卖给个人、一个卖给医院"这个流行说法。它决定的是同一款产品到底在卖减负还是在卖结算——以及它最坏的结果：把键盘上的工作，搬到了审核屏幕上。 这两家是 Heidi 和 Abridge。Heidi 起于英国与澳洲，Abridge 在美国。入口是一样的，都在诊疗现场：系统听医患对话，生成临床记录草稿，交给医生审核。但产品范围已经分开——Abridge 现在覆盖临床文书、护理和收入周期，不再只是一份对话摘要。 "收入周期"听起来像财务术语，其实和病历直接相连：患者接受了什么服务、依据是什么、记录够不够支持编码、申报和支付审核。Abridge 想做的，是把一次临床交流，变成能进入多个后续流程的可信记录。 
2024 年 8 月，Kaiser Permanente 宣布把 Abridge 的辅助记录工具开放给 40 家医院、600 多家医疗机构的医生与临床人员。公告里明确要求患者同意，生成的记录也要经临床人员审核后才进入病历。 "可使用"不等于每个医生都在高频使用，也不等于每次就诊都完成了 AI 记录。评价企业级产品，不能停在授权席位上。 更有信息量的是客户实际买了什么。大型客户买的不只是文字生成——部署前的测试、隐私安排、患者告知、系统对接、质量检查，都在交付范围内。这些在演示里看不到，却决定医院愿不愿意把它放进日常流程。 这也是一种竞争优势：通用模型越来越容易写出通顺的病历，但让成千上万名医生在既有流程里稳定使用，仍然需要产品与组织能力。 不过看这类公司，我不会先看它签了多少家客户，我会先看它的收入里有多少是明年还会再付一次的——签约是新闻，续约才是收入。而且这种能力同时意味着成本：不能把实施工作当成几乎免费的软件复制。 2025 年发表于《JAMA Network Open》的一项质量改进研究，分析了六个美国医疗系统中使用 Abridge 的临床人员：263 名从事直接门诊诊疗、完成前后调查的人员纳入分析，30 天后报告的记录负担与部分工作体验有所改善。 这不是随机对照试验。自愿参与、完成问卷的选择、短期自报指标，都会影响解释；作者中也有公司相关人员。它支持的是"使用后出现积极变化"，不能单独证明这些变化全部由软件造成，更不能据此计算医院减少了多少人力成本。 另一项 2026 年发表的单一医疗集团前瞻性研究，观察了 Hawaii Pacific Health 使用 Abridge 的情况，并分析 EHR 中的实际时间数据。高频使用者出现了文书时间下降——但这属于特定使用强度的亚组，不能外推成所有医生都能获得同样收益。 两类证据回答的是不同问题。医生是否感觉更专注，关系产品接受度；系统记录里是否少花时间，关系操作效率；医院是否因此增加有效服务、减少加班或留住医生，需要更长的运营观察。前两项做得不错、第三项仍难证明，是很常见的状态。 这不代表产品没有价值，而是提醒采购方不要把不同的收益重复计进同一张回报表。 
Abridge 的收入周期产品页面介绍了记录、编码支持与临床文书完整性等功能。2026 年 1 月，公司还与 Availity 宣布合作开发实时事前授权能力——后者是一项开发合作，不能写成所有相关功能已经在各家医院全面运行。 商业逻辑很清楚：如果系统只是替医生少打一些字，付费理由主要是减负；如果它还能减少记录遗漏和重复追问，价值就可能延伸到编码、申报和行政协作。 但这里必须划一条边界：更完整地记录真实发生的诊疗，不等于把病情写得更重，也不等于替不存在的服务寻找收费依据。文本越流畅，越要追踪信息从何而来、由谁确认、何时被修改。一个值得信任的系统，应该让审核者分得清——患者说过什么、医生判断了什么、既往病历记载了什么、模型建议补充什么。 这几层一旦混在一起，系统也许提高了表面完整性，却增加了核查难度。做投资的人看这类系统会多问一句：一条记录被改过几次、谁改的、改之前是什么，能不能在事后被完整追溯。追溯不了，它就进不了审计严格的那一段流程。 所以靠近医院收入不是免费的增长空间。它同时提高了审计、权限、责任划分和异常处理的要求。是否真的改善拒付、缩短结算周期，需要客户侧口径一致的经营证据，产品页面不能替代。 2026 年 8 月，Abridge 宣布把结合患者病历上下文的临床智能代理扩展至其合作医疗系统。产品范围正在从"记录当次对话"，走向"连接更多既往信息"。 从用户体验看这是自然延伸：患者已有病历，医生不希望每次都从零开始。但从风险看，读取既往记录、组织证据和提出行动建议，是不同程度的介入。同一品牌过去那份文书减负研究，不能自动成为新增临床决策功能的有效性证据。 这也会影响采购方式。医院不该签一份笼统的"AI 平台"合同，然后默认所有新增模块风险相同；更合理的做法是按功能约定：什么时候可以启用、谁来验证、哪些结果必须人工复核。 
把两家公司的差异概括成"一个卖给个人医生、一个卖给医院"，很方便，但不准确。NHS 在 2026 年公布的英格兰中部环境语音技术部署中，Heidi 同样进入了规模化的基层医疗场景，它并不只是医生个人订阅的工具。 更有价值的问题是：两家公司在各自的市场里，分别连进了哪一段后续工作。Abridge 当前公开叙事更突出大型医疗系统、病历上下文和收入周期；Heidi 的地区功能边界也提示，同一产品在不同司法辖区未必能提供完全相同的能力——它英国和欧盟的 Evidence 帮助说明里，对诊疗期间的功能使用设有地区性安排。 所以跨国比较不能只比月费、语言数量和摘要速度。要比较的是：它连接哪种医疗组织、处理哪一段工作、承担多大责任，以及客户愿意为哪种可验证的结果持续付钱。 同样是两家讲着相似故事的公司，最后生意却不一样——差别通常不在技术，在收入结构。把 Tempus 和 Caris 放在一起比就很清楚：同样是"检测—数据—AI"飞轮，一个 25% 的收入来自卖数据，一个只有 6%。数据到底要在什么条件下才卖得出去？那篇把两家的收入结构拆开对比过。 两家公司也可能向彼此的方向扩展。今天的产品重点不等于永久的市场边界，更不能用一个市场的部署优势推导全球优势。 对中国医疗 AI 而言，可借鉴的不是照搬美国的收入周期产品，而是认真识别本地病历流转中的摩擦：哪些信息反复填写，哪些审核不断退回，哪些记录虽然完成，却不能被下一岗位直接使用。 把这些环节打通，可能比给所有医生增加一个独立的聊天窗口更有价值。但前提是保留临床事实、控制不必要的数据暴露，并让人工审核真正可执行，而不是只在协议里写一句"医生负责"。 一家 AI 公司先卖的不是 AI，那它先卖的是什么？Medmain 那篇拆过它的产品三层——AI 在最上面，也最晚到位。 我的判断是（业务层面）：Abridge 值得研究的地方，在于它把病历助手从"替医生写字"这个问题，推向了"医院怎样用一份可信记录完成后续工作"。判断这门生意成不成立，不看它签了多少家客户，看它接住的那一段工作是不是别人接不住的。 也正因为这样，如果有一天这家公司要卖，出价方大概率不是另一家写病历的公司，而是想买这条通路的支付方或 EHR——定价的锚不是它的增长率，是它占住的那一段流程有多难被替换。反过来，如果它占住的只是"写字"，那这笔买卖撑不起溢价。 证伪条件：如果 Abridge 的收入周期产品能在客户侧公开数据中证明——拒付率下降、结算周期缩短，且这些改善来自记录环节本身而非编码规则的调整——那么"它卖的是结算而不是减负"这个判断不成立，它的收入来源仍然只是文档。反过来，如果 Kaiser 之外的中型医疗系统也能以相近的实施成本完成部署，那么"这套交付能力构成壁垒"的判断要下调：它可能只是大客户专属的一次性工程，不是可复制的产品能力。 公开材料不足以让我独立确认 Abridge 的合同单价、客户续约经济性与利润。大型客户部署和临床研究是重要证据，但不是财务成功的替代指标。 当一份记录能被医生放心签署、被后续团队直接使用，并且真正减少而不是转移审核负担时，AI 才可能成为医院愿意长期购买的基础能力。 否则，它可能只是把键盘上的工作，搬到了审核屏幕上。
【本系列】 · 第 1 篇｜英国医疗AI的下一程：从临床验证到日常诊疗 · 第 2 篇｜Heidi：诊疗记录助手如何变成一门长期生意 · 第 3 篇｜本篇 ───────────── 本文仅基于公开资料，只讨论生意与交易本身，不构成对任何证券的投资建议，也不代表任何机构观点。文中所有判断均附证伪条件——能被推翻的判断，才值得你花时间读。 ───────────── 【往期延伸】 · 英国这套系统为什么先从临床验证起步，而不是直接铺开？那篇讲过它的路径依赖。 英国医疗AI的下一程：从临床验证到日常诊疗 · 一个减负工具怎么变成持续付费的产品？那篇拆过 Heidi 的收费与留存。Heidi：诊疗记录助手如何变成一门长期生意
01｜Kaiser 买的不是文字生成，是"让几千名医生真的用起来"
02｜263 人的改善是真的，但它是自报的、30 天的、不是 RCT
03｜病历一进支付流程，价值上升，核查成本也上升
04｜能替医生写下决定，不代表能替医生建议决定
05｜"一个卖给个人、一个卖给医院"——这个流行说法是错的