近日,Menlo Ventures发布《2025年:人工智能在医疗保健的现状》,全面展示了AI医疗的最新情况。
成立于1976年的Menlo Ventures是硅谷最早的风投机构之一,管理规模超过68亿美元,曾投出Uber、Anthropic、吉利德等知名公司。
报告指出,医疗保健的人工智能时刻已经到来,该领域的AI部署速度是其他行业的2.2倍。
短短两年内,医疗保健的AI采用率从3%增长至22%,今年以来医疗保健的AI支出达到14亿美元,几乎是去年的两倍。
医疗市场对AI的热情催生了8家AI医疗独角兽,这一数字超过法律、金融、媒体等其他AI垂直领域。
Menlo Ventures针对AI医疗的多个细分赛道进行了分析和展望:
- 环境抄写(Ambient Scribes):AI医疗的首个突破领域,占据当下医疗保健AI市场的最大份额,近期诞生了两家独角兽Abridge和Ambience。
- 事先授权(Prior Authorization):AI简化流程的最大机会之一,今年以来市场规模同比增长了10倍,还有巨大扩张空间,典型企业包括Latent、Tandem、Mandolin。
- 患者参与(Patient Engagement):AI将深入到患者的全生命周期,推动一个现有价值1亿美元且年均增长20倍的市场,包括面向消费者的健康公司、AI分诊平台以及自动化预约系统。
- 支付方(Payer):AI彻底改变从预先授权到费用审核等核心流程,当前市场规模5000万美元,同比增长了5倍,典型企业包括Distyl、Anterior和Autonomize。
- 生命科学(Life Sciences):在整个药物研发流程中应用AI,66%的药企正在寻求AI,一批公司正在构建基础模型,包括Xaira、Evolutionary Scale、Recursion、Chai Discovery等。

图:AI医疗行业图谱
报告指出,目前AI医疗仍有80%的市场仍未开发。下一波浪潮将来自自动化人力密集型工作、构建患者参与的语音界面、大规模解决事先授权问题以及改进药物发现的公司。
一、AI席卷医疗,速度超出预期
报告指出,长期以来,医疗保健落后于每一次重大的创新浪潮。
如今,这一情况已经完全不同:医疗保健正在以更快的速度部署AI。

2023年9月,医疗保健AI的使用率仅为3%;到了2025年9月,这一数字上升至22%。
其中,卫生系统以27%的使用率领先,即便是动作稍慢的支付方,也有14%。
与之相比,整个经济活动中的AI使用率只有9%,这意味着其他行业只有不到十分之一的公司部署了AI。
医疗行业对于AI的热情,远远超过了平均水平。
美国最大的整合医疗服务机构凯撒医疗集团(Kaiser Permanente)在40家医院和600+科室部署了Abridge的AI解决方案,成为医疗保健历史上最大规模的生成式AI部署。
全球顶级医院梅奥诊所(Mayo Clinic)表示将在AI领域投资超过10亿美元,用于超过200个项目,包括行政自动化,临床诊断和患者护理。
造成这一情况的原因有多个:医疗机构面临高昂的管理成本;支付方应对医疗成本上升和保费增长受限的困境;药企需要打破药物研发效率低下的现状。
结果是,今年来医疗保健对于AI的支出达到了14亿美元,几乎是去年的两倍。
这催生了8家AI医疗独角兽以及更多估值在5-10亿美元的初创企业,数量超过了任何其他的AI垂直领域。

OpenEvidence(60亿美元):致力于开发供医生用于临床决策支持的医疗搜索引擎。
Commure(60亿美元):旨在通过构建一个开放、安全和可互操作的平台,来简化医疗健康应用的创建和部署。
Abridge(53亿美元):致力于通过实时整理和总结医患对话,自动生成临床文档,减轻医生的行政负担。
EliseAI(22亿美元):自动处理行政和沟通任务来提高医疗机构效率和患者体验。
Distyl AI(18亿美元):为医疗健康行业的企业客户构建和部署定制化的AI解决方案。
Hippocratic AI(16亿美元):致力于构建一个安全且专注于患者的大语言模型,并通过AI执行低风险的非诊断性患者服务。
Ambience(13亿美元):利用AI来自动捕获和生成临床文档、编码及其他临床工作流,旨在减轻医生的行政负担。
SmarterDx(10亿美元):通过分析电子健康记录(EHR)数据来改进医疗编码、优化收入周期管理和提高住院医师教育质量。
二、哪些赛道正火热,哪些赛道是未来?
在AI医疗的14亿美元支出中,环境抄写(Ambient Scribes)占据了6亿美元。
环境抄写可在医生和患者对话时在后台自动收听、转录和生成结构化的临床笔记,从而减轻医生的文档工作负担。
统计显示,在美国,医生的文档任务占据了20%的时间,而环境抄写能够显著减少这一工作量。
另一个重要领域是编码和计费自动化(coding and billing automation),通过AI自动提取文档信息,生成正确的医疗代码并管理整个账单流程,占据了4.5亿美元。
这两大类别的相同点在于:解决当下紧急的痛点并能提供可衡量的投资回报率。

图:2024-2025年AI医疗细分赛道支出情况
值得注意的是,当前医疗保健行业生成式AI的支出,大部分(85%)流向了初创公司。
例如,在环境抄写领域,虽然微软的Nuance拥有类似产品,但Abridge、Ambience等初创公司仍然占领了近70%的新市场。

并且,AI医疗初创公司们正在从单一产品向更多的环节拓展,它们使用AI增强现有IT系统,并从中分得一杯羹。
对于Epic、Oracle Health、Athena health和Change Healthcare等医疗IT巨头来说,这标志着真正的风险。
巨头们正在推出自己的环境抄写工具,并将其融入到已有系统之中。
即便如此,报告表示,AI医疗的真正潜力,并不在于医疗IT市场。
更大、更具变革性的机会在于自动化人工服务流程,即减少所需的临床和行政劳动力,这是此前医疗IT无法覆盖的领域。
例如,事先授权(Prior Authorization)是最受诟病的流程,也是AI简化的最大机会之一。
在美国,在患者接受医疗服务之前发生的所有财务和行政流程,每年造成的成本达到980亿美元。
如今,AI在这一领域的市场规模达到了1亿美元,同比增长了10倍,并且还有巨大的扩张空间。
典型公司包括Latent、Tandem、Mandolin、Squad Health、Silna、Tennr和Valerie Health。
又比如,患者参与(Patient engagement),即患者对信息的获取、理解和配合,每年的支出超过1000亿美元。
如今AI正在改变这个领域,从患者全生命周期来入手,推动一个现有价值1亿美元且年均增长20倍的市场。
- Function Health、Ash和SuppCo等消费健康公司通过生物标志物和生活方式监测、跟踪来帮助人们控制自己的健康。
- Doctronic、Counsel Health、Torch Health和Roon等人工智能分诊平台以对话方式评估症状,引导患者就诊。
- Assort Health、Hello Patient和Clarion等调度自动化解决方案消除了手动预约。
- Hippocratic AI、Ellipsis Health、Kouper Health、Ferry Health和Solace Health等护理导航平台进行患者沟通管理、安排随访和协调护理。
三、AI生命科学:前景广阔的蓝海市场
与医疗机构相比,药企和Biotech对于AI的采用仍处在早期。
其中,如何将AI用于收集、分析公共与专有数据,并指导研发和实验设计是当前最感兴趣的领域(63%)。

LilaSciences、Biomni和FutureHouse等初创公司正在构建AI智能体,赋能科学发现。
其他重点领域包括:质量和监管(48%)、临床前研究(42%)和临床试验(40%)。
调查显示,66%的药企寻求构建或微调生物学和药物发现的各种基础模型。
领先的模型提供商包括Xaira、Evolutionary Scale、Recursion、Chai Discovery、Genesis Therapeutics和Cradle。
说真的,这两年看着身边一个个搞Java、C++、前端、数据、架构的开始卷大模型,挺唏嘘的。大家最开始都是写接口、搞Spring Boot、连数据库、配Redis,稳稳当当过日子。
结果GPT、DeepSeek火了之后,整条线上的人都开始有点慌了,大家都在想:“我是不是要学大模型,不然这饭碗还能保多久?”
我先给出最直接的答案:一定要把现有的技术和大模型结合起来,而不是抛弃你们现有技术!掌握AI能力的Java工程师比纯Java岗要吃香的多。
即使现在裁员、降薪、团队解散的比比皆是……但后续的趋势一定是AI应用落地!大模型方向才是实现职业升级、提升薪资待遇的绝佳机遇!
这绝非空谈。数据说话
2025年的最后一个月,脉脉高聘发布了《2025年度人才迁徙报告》,披露了2025年前10个月的招聘市场现状。
AI领域的人才需求呈现出极为迫切的“井喷”态势

2025年前10个月,新发AI岗位量同比增长543%,9月单月同比增幅超11倍。同时,在薪资方面,AI领域也显著领先。其中,月薪排名前20的高薪岗位平均月薪均超过6万元,而这些席位大部分被AI研发岗占据。
与此相对应,市场为AI人才支付了显著的溢价:算法工程师中,专攻AIGC方向的岗位平均薪资较普通算法工程师高出近18%;产品经理岗位中,AI方向的产品经理薪资也领先约20%。
当你意识到“技术+AI”是个人突围的最佳路径时,整个就业市场的数据也印证了同一个事实:AI大模型正成为高薪机会的最大源头。
最后
我在一线科技企业深耕十二载,见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事,早已在效率与薪资上形成代际优势,我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。
我整理出这套 AI 大模型突围资料包【允许白嫖】:
-
✅从入门到精通的全套视频教程
-
✅AI大模型学习路线图(0基础到项目实战仅需90天)
-
✅大模型书籍与技术文档PDF
-
✅各大厂大模型面试题目详解
-
✅640套AI大模型报告合集
-
✅大模型入门实战训练
这份完整版的大模型 AI 学习和面试资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

①从入门到精通的全套视频教程
包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图(0基础到项目实战仅需90天)
全过程AI大模型学习路线

③学习电子书籍和技术文档
市面上的大模型书籍确实太多了,这些是我精选出来的

④各大厂大模型面试题目详解

⑤640套AI大模型报告合集

⑥大模型入门实战训练

👉获取方式:
有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

1425

被折叠的 条评论
为什么被折叠?



