摘要：现在医院里的医生，不少人都在用AI当“帮手”了，就说Abridge这工具吧，医生跟患者聊天的功夫，它就能把对话转成结构化的病历，还带billingcode那种。

现在医院里的医生，不少人都在用AI当“帮手”了，就说Abridge这工具吧，医生跟患者聊天的功夫，它就能把对话转成结构化的病历，还带billingcode那种。

老实讲，之前医生写完病历得花两三个小时，现在这时间直接省下来，能多接诊好几个病人。

本来想这也就是个“打字员”角色，后来发现不对，这病历数据还能连到计费、护理协调这些环节，一套数据流直接跑通，AI在医疗里的戏份早不是“打辅助”了。

除了Abridge，澳洲还有个HeidiHealth，专门适配澳洲口音，医生跟患者用俚语聊天，它都能准确转成病历，比雇人类抄写员便宜七成。

我身边有在国外做医疗的朋友说，之前雇抄写员成本高还容易出错，现在用AI，月租几百美元就搞定，还不用操心人员变动。

还有个叫Suki的工具，医生开口说话就能生成病历，还能自动填单，Epic、Cerner这些主流系统都能嵌进去。

说实话，医生每天要处理的病人多，文书工作又繁琐，有了这些AI工具，相当于多了个“贴心助理”。

不是说医生能力不行，是这些重复性工作交给AI，医生能把精力放在诊断和治疗上，这不才是更合理的分工嘛。

从诊断到文书，AI把医生从琐事里拽了出来，不过AI的本事可不止这些，在看病诊断这块，它也能搭把手。

Quibim这工具专门分析肿瘤影像，MRI、CT里那些人眼看不清的指标，比如肿瘤体积、纹理这些，它一键就能算出来。

药企拿它做临床试验的影像终点，医院用它还能把阳性率再提几个点，我查过它的资质，手里有FDA和CE的证，能在多个地区用，这合规性做得还挺到位。

急诊室里的Viz.ai更厉害，针对CT血管影像，AI秒级就能告警提示大血管闭塞，脑卒中这病，抢救就是抢时间，多耽误一分钟，脑细胞就多死一批。

之前急诊室得等医生看完影像再判断，现在AI先预警，医生再复核，时间省下来，病人获救的概率都高了。

还有CaptionHealth的床旁超声，护士30秒就能完成心脏扫描，本来超声操作得专业医生来，现在护士学一学就能用，AI还能自动识别最佳切面、出测量结果。

基层医院或者急救场景下，这工具太实用了，不用等专家赶过来，当场就能出初步结果。

AI在诊断上帮了大忙，可它不是只做“技术活”，在医院怎么赚钱、怎么运营这块，AI也有自己的路子。

AI医疗赚钱分两条路，一条是帮老流程提效，另一条是造新环节，先说说提效的，Qventus用预测和强化学习排床，平均住院日能缩短0.6天。

医院的空床就是利润，本来一张床住满一天才周转，现在缩短了时间，能多收几个病人，这账谁都算得过来。

我之前跟医院行政聊过，他们最头疼的就是床位周转慢，有了AI调度，不用人工盯着排期，效率高多了。

OpenEvidence更有意思，医生查资料，它3秒就能给出带引文的答案，覆盖了美国40%的执业医师，本来医生查文献得翻半天，现在几秒出结果，还不用怀疑来源可靠性。

它医生端免费，靠药企投广告变现，这模式挺聪明，先圈住医生用户，再找药企赚钱，两边都不吃亏。

另一条路是造新环节，Freenome做的多组学血液早癌检测就是例子。

一次抽血能定位早期结直肠癌这些高发癌种，比传统肠镜方便多了，覆盖率还高，它先做LDT走临床服务，再跟药企合作开发伴随诊断，监管路径走得很稳。

说实话，早筛这事太重要了，很多癌症晚期才发现，治疗又贵又痛苦，AI能帮着早发现，比啥都强。

Truveta更绝，把去标识化的病历和基因组数据打包卖，服务药企和保险公司的真实世界研究。

本来这些数据分散在各个医院，没法整合利用，Truveta把它们整合起来，变成能赚钱的资源。

不过数据隐私这块得盯紧，去标识化技术要是不到位，很容易出问题，这也是AI医疗做数据生意必须跨过的坎。

如此看来，AI在医疗里的角色早不是“锦上添花”了，从病历生成、诊断到医院运营，它都嵌进了核心流程。

之前觉得AI医疗就是个“技术插件”，现在才发现，它能直接影响诊疗路径、用药方案，甚至改写医疗生态的价值分配，毫无疑问，AI医疗未来的潜力还很大。

像Tempus这种整合基因组、影像、病历的多模态平台，诊疗推荐准确率比单模态高不少，已经在纳斯达克上市了，2025年二季度单季收入就有3.15亿美元。

预计到2030年，AI能覆盖80%的医疗核心流程，到时候医生更省心，患者更省力，医院运营更顺畅，这才是AI医疗该有的样子。

最后说句实在的，AI不是要取代医生，而是帮医生把活干得更好，不管是省时间、提效率，还是降成本、开新市场，最终都得落到“让医疗更靠谱”上。

那些能把“住院天数缩短几天”“误诊率减少几个点”算清楚的AI产品，才是真能在医疗行业站稳脚跟的。

来源：念寒尘缘