你可能听过无数“AI改变医疗”的口号，但今天要拆的这件事不一样：美国医疗界已经把“AI陪诊写病历”跑成了全世界规模最大、数据最全的垂直AI落地案例，而且几乎所有关键数据都公开发表在了NEJM系期刊上——中文圈却几乎没人系统拆过。

这个案例对国内技术从业者的价值不在于医疗本身，而在于它是一份完整的“垂直AI如何打进付费意愿最强行业”的公开作战地图：7260名医生、一年250万+次真实问诊、随机对照试验数据、连每月订阅定价都明码标价。下面逐层拆。

案例主角：Kaiser Permanente，不折腾的医院先赢

Kaiser Permanente 是美国最大的整合医疗体系之一（HMO模式），北加州的 The Permanente Medical Group 从2023年起悄然铺开 Ambient AI Scribe（环境感知AI病历员）产品。工作方式极其简单：问诊时打开App，AI在后台听医患对话，问诊结束后自动生成结构化病历草稿。

规模有多大？ 据 aimocs.com 2026年7月的分析文章，两篇发表于 NEJM Catalyst 的论文记录了这次部署：7260名医生、单年内超过250万次问诊使用，这是已公开发表记录中规模最大的 ambient AI scribe 部署。Permanente 官方发布的年度复盘（2025年3月）原话是：医生使用量快速增长、体验高度正面（catalyst.nejm.org/doi/full/10.1056/CAT.25.0040）。

质量怎么验证？ Kaiser 在 NEJM AI 上另发了一份大规模质量保证分析：病历草稿“总体准确、医生反响良好”，第三方整理的资料显示其采用 PDQI 风格评分抽检，平均约4.35/5。注意这个细节——他们没有只看“医生说好用”，而是建了一套持续抽检机制，这是大多数AI落地项目缺失的一环。

疗效有没有RCT背书？ 有。2025年11月发表于 NEJM AI 的随机对照试验（ai.nejm.org/doi/full/10.1056/AIoa2501000）把238名门诊医生、覆盖14个专科，1:1:1随机分到微软 DAX Copilot 组、Nabla 组和常规诊疗对照组。结论：使用AI scribe显著减少了医生花在写病历上的时间，倦怠指标也呈现改善迹象。

一个值得尊敬的冷静提醒：aimocs 那篇分析特意强调，250万次是采用证据（adoption）而非疗效证据（efficacy）——医生愿意用说明解决了真问题，但别把它神化成“AI看病更准”。这个区分在国内AI报道里几乎绝迹。

工作流全拆解：从录音到病历只要几分钟

flowchart TD
    A["问诊开始<br/>患者已知情同意"] --> B["App后台录音<br/>医患声纹分离"]
    B --> C["实时转写<br/>多语言支持"]
    C --> D["生成SOAP病历草稿"]
    D --> E["医生审核修改"]
    E -->|通过| F["一键写入EHR<br/>Epic等系统"]
    E -->|需改| D
    F --> G["自动生成随访信<br/>患教材料"]

几个设计上的精髓，直接决定了这东西能不能用：

1. 医患声纹分离：AI能区分医生和病人的声音，病历里“主诉”和“查体”才不会串。
2. SOAP格式输出：Subjective（主诉）、Objective（客观检查）、Assessment（评估）、Plan（计划）——美国医生的标准病历语法，AI直接按模板填。
3. 人是最后一关：所有产品都强制医生审核后才入档，Kaiser的QA体系也是围绕“抽检+人审”建的。
4. 打通EHR：草稿能直接推进 Epic 等电子病历系统，这是核心竞争力，后面细说。

工具盘点：从医院大客户到39美元的个人档

这个市场已经分化出清晰的档位，据2026年7月的第三方评测（medaiverdict.com）：

最让我意外的是价格探底速度：Freed 官方定价页写着个人档每月39美元起，免费试用不需要信用卡；评测站 SOAP Note Buddy 甚至打出29美元/月的挑战价。对比美国原本的方案——雇人类医学记录员（medical scribe，一个真实存在多年的职业）要付工资、排班、培训——AI档位的账太好算了。

为什么通用大模型啃不动这块骨头

你可能会问：病历摘要这活儿，GPT们不也能干？能干，但进不了诊室。护城河在三个地方：

• EHR集成：美国医院被 Epic、Oracle Cerner 等系统绑定，AI必须深度对接才能“写完即入档”。Abridge 的估值逻辑全建立在这层管道上。
• 合规与质控：HIPAA隐私框架下的录音授权、数据留存、审计链条，外加 Kaiser 那种 PDQI 抽检体系——都是脏活累活。
• 专科微调：儿科、皮肤科、精神科的病历写法差异巨大，模板和措辞要按专科调。

这三样决定了：这是“最后一公里工程”型生意，不是模型能力型生意——对国内的创业者反而是好消息，因为拼的是工程和渠道，不是裸拼算力。

中国从业者能抄的三条路径

1. 找“高记录负担+强付费意愿”的行当，复制scribe模式。逻辑模板：谁每天被“写记录”折磨、记录错误会追责、且按月付费毫无心理障碍？保险查勘员、法律会见记录、心理咨询、工程验收、售前会议纪要都符合。国内讯飞等大厂走的是ToG/ToH的辅诊路线，而“$39/月级”的个体户订阅档在公开报道里基本还是空白带。
2. 定价直接抄：个人档月订阅+免费试用不要信用卡+学生折扣，这套被Freed验证过的组合拳，适用于任何垂直工具出海。
3. 把“人审环节”做成产品设计而非免责声明：Kaiser的QA抽检思路值得所有做AI输出的团队学习——不是“AI可能有错请谅解”，而是主动建质检闭环并公开发数据。

信息差总结

行动指南

1. 今天就试：上 getfreed.ai 或 heidihealth.com 注册免费试用（无需信用卡），录一段任意双人对话，看它怎么拆分角色和生成结构化笔记——你会对“垂直化”三个字有具体体感。
2. 读透一篇：NEJM Catalyst 那篇一年期复盘（catalyst.nejm.org/doi/full/10.1056/CAT.25.0040），重点看它的推广节奏和医生反馈处理方式。
3. 选一个你懂的垂直行业，用上文的SOAP模板法做需求验证：找到目标行业3个从业者，问他们“最不想写的记录是什么”。
4. 警惕两点：别把采用数据当疗效数据（aimocs的提醒），别低估EHR式管道集成的脏活含量。

参考来源

1. NEJM AI 随机对照试验：Ambient AI Scribes in Clinical Practice — https://ai.nejm.org/doi/full/10.1056/AIoa2501000
2. NEJM Catalyst：Permanente 一年期部署复盘 — https://catalyst.nejm.org/doi/full/10.1056/CAT.25.0040
3. aimocs：Kaiser 250万次部署深度解析（2026-07） — https://aimocs.com/guides/kaiser-2-5m-encounter-deployment-analyzed
4. Freed 官方定价页 — https://www.getfreed.ai/pricing
5. Heidi Health 官方定价页 — https://www.heidihealth.com/pricing
6. Nabla 官方新闻稿：NEJM AI 试验结果 — https://www.nabla.com/press-release/nejm-ai-trial-reports-efficiency-gains-for-physicians-using-nablas-ambient-ai-assistant

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。