文 | vb 动脉网
下一个 OpenEvidence，来了？
日前，环境智能头部企业 Abridge 与德克萨斯大学医疗系统达成合作，为该系统八家大学卫生机构建立系统范围框架，使其能够访问 Abridge 的环境智能。
此外，9 月，Abridge 还被美国退伍军人事务部纳入一项环境智能采购框架，五年内总上限可达到 7.7572 亿美元。这也是该赛道迄今为止金额最大的企业订单！
值得一提的是，这些大动作不过是 Abridge 近来的常规操作。这家环境智能赛道的领头羊在资本市场同样是当红炸子鸡。近 5 年平均每年完成一轮融资，目前，其估值已经来到了 53 亿美元。
Abridge 的火热不由得让人想起此前火得一塌糊涂，短时间内冒出多个国内对标的 Open Evidence（下文简称 OE）。那么，Abridge 会不会成为下一个被国内集体对标的对象？
16 个月，8.5 亿到 53 亿！
2018 年 3 月，Abridge 由匹兹堡大学、UPMC 和卡内基梅隆三家共建的匹兹堡健康数据联盟孵化而来。公司创始人 Shiv Rao 本身就是这家公司的第一张名片——他从 CMU 历史系本科出身转行学医，在 UPMC 拿到心内科 fellowship 后留院行医至今，据说现在仍保持每月坐诊一周。
Abridge 的早期班底也是典型的 " 学院派 "。Rao 在 UPMC 做企业投资时，曾资助过 CMU 的教授 Zach Lipton 的研究，Zach Lipton 的加入也就顺理成章。CTO Sandeep Konam 则来自 CMU 机器人专业。此外，首任首席科学官 Florian Metze 则是语音识别研究教授，后于 2019 年离开。
医生加上语音识别科学家的创始团队，Abridge 选择环境智能，要成为一家能听懂诊室对话的公司也就在情理之中。
新冠疫情间接推动了远程医疗，也助推了 Abridge 的起飞。2020 年 5 月，UPMC 率先把 Abridge 的技术接进远程问诊流程，使得环境智能的价值第一次被规模化验证。
2023 年 8 月，Abridge 迎来又一个里程碑。Epic 把自己的合作体系整理成 Partners and Pals 计划，Abridge 则成为该计划第一个应用合作伙伴（PAL），被深度集成进 Epic 的 HIS 系统。
这次合作堪称双赢：彼时的 Epic 需要 AI 功能留住客户，但从头开始自研需要时间；Abridge 则需要渠道分发。两者互补，形成事实上的排他性合作。
由此，Abridge 选择了 " 进院 " 这样一条最难的路，但一旦走通，回报也是丰厚的。
资本的嗅觉最为敏感，Abridge 在资本市场上一直是宠儿。
2020 年、2022 年和 2023 年，Abridge 完成从种子轮到 B 轮、累计近 6000 万美元的融资——真正的分水岭在 2024 年。
从 2024 年开始，随着大模型的兴起，Abridge 代表的环境智能概念热度迅速提升。2024 年 2 月，其完成 1.5 亿美元的 C 轮融资，估值 8.5 亿美元。
2025 年 2 月，Abridge 又完成 2.5 亿美元 D 轮融资，此次融资还吸引了 CVS Health Ventures 和英伟达 NVentures 的跟投，投后估值大幅提升到 27.5 亿美元。仅仅 4 个月后，2025 年 6 月，Abridge 又完成 3 亿美元 E 轮融资。这次融资由全球资本市场巨擘 a16z 领投，投后估值飙升到了 53 亿美元。
仅仅 16 个月，Abridge 的估值就从 8.5 亿美元涨到 53 亿美元，涨了五倍多。
并不只是估值，Abridge 的营收增长同样亮眼。公开跟踪数据显示其年度经常性收入从 2024 年底的约 6000 万美元，升至 2025 年中的 1 亿美元左右（2025 年 Q1 合同年度经常性收入约 1.17 亿美元）。
从帮医生省时间，到帮医院收钱
Abridge 之所以被普遍看好，原因在于其瞄准的是美国医疗里人尽皆知的痛点。医生需要花费大量时间完善病历以满足合规要求，下班补写病历已成常态，文书负担被普遍视为医生职业倦怠的重要推手。
事实上，不光是美国医疗，这同样是我国医生的主要痛点。据动脉网了解，国内公立医院医生同样需要花费大量时间完善病历书写，甚至有医生直言每天需要花费几个小时写病历。
环境智能则利用 AI 倾听医患交流，并自动生成结构化病历写入 EHR，医生只需要进行审核修改即可。由此，医生可以在问诊时将注意力集中在与患者交流，文书时间也被大幅压缩。
根据 Abridge 的官方说法，Abridge 平台 2026 年预计支持超 1 亿次医患对话，已部署至美国超 300 家大型医疗系统，合作系统服务患者超 2.5 亿人。其主要的商业模式是向医院按临床医生数量订阅，并嵌入 Epic 这样的 HIS 系统。
正因为痛点明确，环境智能也成为当下美国一个相当热门的医疗赛道。Ambience Health 在去年 2.43 亿美元 C 轮融资后估值达到 12.5 亿美元。Heidi Health 则在日前刚刚完成共计 3.4 亿美元 C 轮融资，估值也已达到 9 亿美元。其他诸如 Suki、Nabla、Tandem 等竞对在近年来资本市场上也是颇为活跃。
除了这些初创企业，环境智能更吸引了巨头下场。2021 年 4 月，微软宣布以 197 亿美元巨资收购 Nuance。以语音导航系统、语音转写、实时听写、CDI（临床归档改进）为核心的医疗业务曾在 Nuance 的营收中一度占据半数之多。
2016 年，其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。
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，以及背后医疗环境智能潜力的看好。
除了微软，软件巨头 Epic 和甲骨文同样也开始觊觎这一市场，并上线了自研的原生环境智能功能。
为了应对这些竞争，Abridge 在不断扩展其 AI 的应用场景。2025 年 2 月，Abridge 宣布 D 轮融资的同时也发布了 Contextual Reasoning Engine（情境推理引擎），定位是打通临床与财务工作流，在问诊现场同步生成 " 可计费 " 的病历。
随后，Abridge 在 2026 年全面提速场景扩展。6 月，Abridge Inside 进入住院与门诊医嘱场景；同月，又官宣与 AHIMA（美国健康信息管理协会）合作，并在 3 个月后发布 CDI/ 编码质控在住院费用提交前预审功能。
简单来说，除了帮医生省时间之外，Abridge 已经谋划帮医院收钱的生意。
这并非临时起意。Abridge 的创始人 Rao 在今年 5 月接受 HLTH 采访时道出了原因。他表示，在美国，医生不是为实际提供的诊疗获得报酬，而是为记录下来且被证明提供了的诊疗获得报酬。在这个底层逻辑下，病历只是楔子，却远不是终点。
通过多年积累，Abridge 已经建立起一定的护城河。
首先是数据与技术，也是其最为核心的竞争优势。诊室里的医患对话是未经结构化的数据原矿，不仅在颗粒度上高于 EHR 里的结构化字段，且先发独占。围绕这些数据，Abridge 在模型训练上有着先天优势，其所采用的 AI 模型大部分为自研，只有约三成调用通用大模型。这一优势相当重要，根据 Rao 的采访，同一个药名有 25 种念法，通用模型根本无法识别。
其次则是扩充场景进入更多的流程。随着 Abridge 的场景越来越宽，逐渐嵌入到医生及医院的工作流，用户粘性就会越来越大。
最后则是渠道与信任，Abridge 通过与 Epic 深度绑定、拿下政府部门大额军政订单及不断叠加与医疗系统的合作，渠道分发能力和医院信任的雪球已经越滚越大。
OE 搬得动，Abridge 搬不动
同样因为 AI 技术的进步获益，同样在近年关注度飙升，Abridge 能否复制 Open Evidence 的路径，在国内引发下一波仿效浪潮呢？
事实上，环境智能在国内已有巨头涉足。
科大讯飞旗下的讯飞医疗已于 2024 年底登陆港交所，其病历生成与质控一体化系统实时转写诊室对话、分离医患角色，由医疗大模型生成规范病历并同步质控，形态上与 Abridge 已无本质差别。到 2026 年年中，智医助理已覆盖 806 个区县、超 7.7 万家基层机构，医院端覆盖 600 余家等级医院。
另一家已于去年 6 月登陆港交所的巨头——云知声的进度同样可观。其智慧医疗方案已进入约 400 家医院，门诊病历生成系统的病历直接引用率接近 90%。
与国外一样，环境智能在国内的需求同样十分强烈。《病历书写基本规范》要求首次病程记录在入院 8 小时内、入院记录在 24 小时内完成，门诊病历即时完成。同时，DRG/DIP 支付改革全覆盖后，医院病案首页质量直接挂钩医保结算。
国家同样鼓励使用 AI 辅助医生文书工作。2024 年 11 月，《卫生健康行业人工智能应用场景参考指引》中明确列入智能化病历辅助书写。
然而，环境智能面临的真正门槛在生态。
OE 之所以能够快速走红，一个重要的原因在于其形态并不涉及对医院系统的改造。医生个人手机就能用起来，绕开医院采购。
Abridge 恰恰相反，它必须进院。但中美诊室生态的差异极其巨大。
美国 HIS 系统集中在少数几家巨头手中，且接口开放，Abridge 绑定 Epic 即获得全国渠道；国内 HIS 还处于百家分立、信息孤岛阶段，很难打通全国分发的路径。美国病历的核心逻辑连接计费与诉讼防御，写全写准便意味着收入；国内病历连着评级、质控与医保支付，且须医务人员审核签名担责，医院对 AI 生成内容进病历自然持审慎态度。
支付形态也大不相同。美国医院按数量订阅，投资回报率容易计算；国内医院预算紧张且以项目制采购为主，医生个人更不会自掏腰包，即便想自掏腰包也受到合规限制。
同时，环境智能在国内门诊还需要面对各种方言、嘈杂的诊室和更短的问诊时间，对话数据先天不完整，此外，诊室录音的知情同意、AI 病历的签字责任等各种合规才刚进入治理共识阶段。
显然，两国在诊室生态上的差异，决定了 Abridge 身处的环境智能赛道，在国内并没有那么好走。
下一个 OE，但换了形态
客观来说，环境智能赛道的国内需求真实且被政策放大，大模型和大厂能力也已到位，一旦解决生态上的掣肘，完全具有成为下一个 OE 的潜力。
当然，即便如此，两国路径也将完全不同。Abridge 式的独立环境智能公司在国内未必绝迹，但大概率不会以同样的形状出现。更可能的答案，藏在几条已经显形的路径里。
首先，是环境智能内化为 HIS 厂商的系统功能。卫宁健康、创业慧康及东软等 HIS 巨头已经在做这样的事。其次，是大模型厂与硬件厂同医院共创。讯飞医疗的智医助理已铺到 800 多个区县，是这个方向的现成样板。
最后，则是在夹缝中生存的创业公司。全诊医学可能是目前最典型的样本，这家公司在约一年时间里完成三轮融资，其产品全诊通以智能病历为切入点，官方数据已有显著成果。
此外，紫荆智康也在持续探索 AI 在临床工作流中的应用。不仅涉及 AI 对临床文书及诊疗流程的辅助，也进一步延伸至跨专科协作场景，为 AI 融入真实临床工作流提供了另一种实践路径。
其打造的紫荆 AI 医院（Agent Hospital）以 AI 医疗 Infra 底座为核心，通过虚拟诊疗训练、医生 AI 分身及多智能体协同等能力，支持 AI 参与病史采集、病历生成、临床推理与诊疗决策辅助等环节。在近期发布的多学科人机协同生态中，主治医生能够根据复杂病例的需求，调度不同专科的 AI 智能体协同分析，AI 会将诊疗推理与循证依据呈现给医生参考，帮助识别单一专科视角下可能忽略的风险。
总结而言，在国内，环境智能更可能以功能模块和解决方案的形状，嵌入现行工作流。它多半不会长成某一家公司的故事，更可能内化为医院信息系统的一个功能设置。到那时，下一个 OE 的问题也会自己失效。因为，基础设施，并不需要对标。
