6月30日，国内语音AI龙头云知声在港交所上市。从创始之初，云知声便在AI语音领域深耕，并在医疗领域重点布局，作为医疗AI解决方案核心产品之一的语音电子病历系统营收占比稳步提升。
云知声的上市不过是近来全球医疗环境AI（Ambient AI）赛道火热前景的又一缩影。就在数日前，该赛道新秀Abridge刚刚完成高达3亿美元的E轮融资，其估值已达到53亿美元之多。
值得一提的是，Abridge此轮融资领投方为全球顶级风投a16z，这家管理资金超过百亿美元的知名VC眼光毒辣，此前曾押中Facebook、Twitter、Groupon、Skype、Airbnb、Github等互联网巨头。顶级VC的大手笔投资，无疑代表了对医疗环境AI赛道的看好。
在过去的一年中，这一领域利好不断，呈现出一派欣欣向荣的景象。半年6起融资，总额超66亿，2家IPO，环境AI迎来资本热捧
Abridge无疑是这个赛道最受关注的玩家之一。它在6月完成的3亿美元融资毫无疑问将是本年度全球数字医疗领域，乃至整个医疗领域最大额融资之一。
更值得一提的是，这是Abridge四个月内第二次大额融资。仅仅在今年2月，Abridge才刚刚完成D轮融资，融资金额高达2.5亿美元。这次融资预计同样将预定2025年数字医疗领域大额融资的前几名位置。
4个月连续两轮过亿美元大额融资，即使在前几年市场最热的时期也极为罕见。
更早的C轮融资其实也相隔不久——去年2月，它刚刚完成了1.5亿美元的C轮融资。迄今为止，它已完成6轮融资，总融资额超过7.5亿美元。
除了赛道的火热，Abridge自身的营收规模也是其吸引顶级资本下场的原因。非公开数据显示，Abridge在2025年上半年实现的合同年度经常性收入约为1.17亿美元，颇为亮眼。
作为Abridge主要的竞争对手，Commure也在6月完成了高达2亿美元的最新一轮融资。这家企业几乎在各条业务线上都与Abridge直接竞争。尤其在去年7月，Commure宣布以1.39亿美元收购医疗环境AI企业Augmedix，极大提升了在该领域的话语权。
事实上，过去一段时间，该领域的主要企业迎来了密集融资，连续完成两轮融资的企业大有人在。密度之高，额度之大，令人仿佛重回数字医疗的“资本盛世”。
医疗环境AI近期融资事件不完全统计（动脉网制图）
环境AI脱胎于语音识别技术，后者早已是AI应用最为成熟的领域之一。比如，2005年上市的Nuance就因与苹果合作智能语音交互系统Siri而声名鹊起。在Nuance风光的几年里，它曾为苹果、亚马逊、三星和诺基亚等科技巨头提供语音技术解决方案，并一度在全球语音市场上占有超过70%份额。
在受到科技巨头的挑战后，Nuance将业务重心转向医疗领域。医疗业务很快成为Nuance占比最大、最具优势的业务。从2013年开始，语音导航系统、语音转写、实时听写、CDI（临床归档改进）等医疗业务的营收在其总营收占比超过四成，并在2016年占比超过五成。
2016年，Nuance的医疗解决方案已经覆盖全美72%的医疗机构，客户遍及全球30多个国家和地区，有50多万临床医生以及1万多家医疗机构在使用Nuance的产品和服务。此时，Abridge还未成立，可见Nuance的资历之深。
2021年4月，微软宣布以197亿美元巨资收购Nuance。这笔交易是微软成立迄今第三大收购案，由此可见微软对Nuance，以及背后医疗环境AI潜力的看好。
不光在国外，国内这一赛道同样在最近连续迎来里程碑。去年年底，被公认为Nuance国内对标的科大讯飞将其医疗业务子公司——讯飞医疗独立上市，发行价格为82.8港元，截至7月2日，股价较发行价已上涨25%，达到103.5港元。
自2016年成立以来，讯飞医疗一直是科大讯飞包括语音AI在内全栈AI能力落地的最佳示范场景之一，营收规模也是国内医疗AI的翘楚。根据招股书，2021-2023年，讯飞医疗分别取得3.72亿元、4.72亿元及5.56亿元。2024年，其营收达到7.34亿元同比增速高达32%，显示了良好的发展潜力。
刚刚过去的6月，国内另一家以语音见长的医疗AI头部企业云知声也成功上市。从2020年开始，云知声先后四次尝试登陆二级市场，终于在第四次成功上市。其发行价高达205港元，截至7月2日股价已来到286港元，大涨39.5%之多。
医疗板块是云知声的第二大业务板块。根据其招股书，2022年-2024年间，其医疗业务分别取得1.13亿元、1.48亿元和1.99亿元营收，在其总营收中的占比分别为18.9%、20.4%和21.2%，无论营收规模还是在总营收中的占比都在稳步上升。目前，云知声以2.1%的市场份额位列中国医疗服务及治疗AI市场第四。
当所有这些景象都在短时间内出现在一个赛道上时，接下来将要发生什么不言而喻。刚需强烈的环境AI，正被监管瞄上
医疗环境AI的火热来自于真实的刚需。
在全球任何一个有一定医疗标准的国家和地区，都对病历记录有硬性要求。它的确需要耗费医生大量时间和精力，让人极易产生疲劳感。
在动脉网与几位三甲医院一线医生的交流中，均表示每天撰写病历等文书工作的时间占了大半工作时间，对可以节约时间的此类技术有非常强烈的需求。遗憾的是，这几家在全国也算有一定名气的三甲医院目前仍未引入此类技术。
基于语音识别技术，能够帮助医生自动将医患对话转换成文书的AI转写系统一经问世就迅速被点燃了需求。虽然初期的识别率差强人意，但随着技术的改进和数据的积累，AI转写的识别率和功能正稳步提升，已经到了足堪一用的地步。
此外，随着集成化程度的不断提升以及场景开发的愈加深入，行业也开始将以往单纯的AI转写迭代升级为环境AI。
过往的AI转写是独立的应用，使用相对传统的语音识别和自然语言处理从医患对话中生成临床文档。这些工具通常并未与电子病历、财务及运营等HIS系统集成，也不具备预诊、自动化编码、文档质量报告或控制等具体功能。它们一般只在文档生成阶段提供辅助，效率提升有限。
与仅专注于转录的AI转写不同，环境AI直接与电子病历等HIS系统深度集成，以实现实时文档转写、对医患沟通信息（包括预诊和诊后随访）的自动化结构化处理、自动编码及编码推荐等功能。这种深度集成使环境AI不再仅仅是一个文档工具，而是对整个运营流程效率的大幅提升。
AI转写于环境AI主要差异（动脉网制图）
以Ambience的环境AI系统为例，其整个系统包括AutoScribe（语音转写）、AutoCDI（自动编码）、AutoRefer（自动转诊）、AutoAVS（供诊后护理用的总结）和AutoPrep（疾病预测等趋势可视化）五大模块，涵盖了整个就医流程。
通俗地说，AI抄写只是一个单点解决方案，环境AI则可以跨部门扩展并与各个子系统连接，更像是横跨整个流程的AI助理。
不难发现，环境AI对于AI技术有远高于以往的要求。在以往AI在语音转写准确率和速度方面都勉强满足要求的时代自然难以应用。这种情况在近年来大模型技术迅速崛起后发生了改变——依靠大模型在自然语言处理上的强大能力，在医疗流程中引入环境AI的呼声越来越高。
2024年几篇发表在权威学术期刊上的研究则证明了大模型对环境AI的推动，在一定程度上加速了这一领域的发展。
由斯坦福大学完成并于今年2月发布在《美国医学信息学协会杂志》（Journal of the American Medical Informatics Association）上的研究显示，每天门诊数量在20-30位患者的医生利用环境AI中的AI转写功能可以减少每天11-20分钟填写文档的时间，最多的时候每天甚至可以减少120分钟的文书时间。
《新英格兰医学杂志》（The New England Journal of Medicine）所发布的另一项研究则利用专门开发的评估工具评估了环境AI的转写质量，显示AI可以在满分50分的测试中拿到48分的高分，已经可以满足日常工作的需要。
另外一项由Ambient所做的卫生经济学研究则显示，利用其自动文档和编码推荐功能，平均可以帮助每位医生每年为其服务的机构额外多产生13049美元。
即便不考虑更多方面，仅在单纯的语音转写上，大模型也可以更快速更准确地完成。以Nuance的环境AI为例，未引入GPT-4模型的版本生成临床记录需要约四个小时左右，接入GPT-4的版本则将这个过程缩短到仅仅几秒钟。
显然，近期环境AI这一波密集融资正是对大模型引入后环境AI的认可。
相对而言，国内的进度要落后不少。一方面，目前国内主流方案还处于单点解决方案的AI转写功能。另一方面，如前所述，即便是单点功能的AI转写，目前导入应用的医院也屈指可数——尽管一线医生对此有非常强烈的需求。
在技术上，环境AI仍然面临不少挑战。它们可能会误解语音（语速、口音及方言等）、医学术语或上下文，因此需要人工监督，但人工监督耗时、昂贵且主观。此外，在人工监督中发现，大模型甚至还会将“幻觉”带入其中，填入对话中不存在的内容，或者改变对话的内容。这种比例虽然非常少，但一旦发生显然完全不可接受。
正因为此，国外的监管机构也正考虑将环境AI纳入监管。
今年1月，FDA准备将AI转写系统视为软件医疗器械，并扩展了现有的AI软件医疗器械指南，以便在未来将此类产品纳入管理。
6月初，NHS英格兰国家首席临床信息官普莱斯·福布斯在NHS系统内部发布警示，要求NHS下属医疗机构自查并停止使用未经医疗器械注册的AI抄写系统。福布斯认为，所有类似解决方案至少需要达到I类医疗器械认证，以确保这些技术的安全性。
英国医学协会随后发布了相关建议，要求全科医生在使用AI抄写员工具时确认他们是否进行了临床安全和数据保护评估，所使用产品是否已完成I类医疗器械注册，以及产品是否宣传其符合NHS标准。
对于环境AI的监管，已经蓄势待发。动脉网也将持续关注该领域的动态。
主题测试文章，只做测试使用。发布者：北方经济网，转转请注明出处：https://www.hujinzicha.net/34106.html
