半年融资66亿+，2家IPO，这个赛道批量制造独角兽

　　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。

　　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。

　　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

　　以Ambience的环境AI系统为例，其整个系统包括AutoScribe、AutoCDI、AutoRefer、AutoAVS和AutoPrep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》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》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、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。