Shiv Rao 谈 Abridge 的建设、临床工作流与 AI

Abridge 联合创始人兼 CEO、执业心脏病医生 Shiv Rao 与 Harry Stebbings 讨论市场出现拐点前多年创业的经历、临床工作流、AI 模型和公司领导。他对产品能力、客户体验及业务表现的描述属于公司说法，并非独立临床验证或医疗建议。

Rao 说，赢以及创造新产品或新市场的前景能激励他。Abridge 成立于 2018 年，在其方法获得更广泛关注前，他描述了数年的艰难时期。他相信，在技术和客户采用的时机不确定时，清晰的核心信念帮助团队保持韧性。

Rao 说，公司的核心判断是，临床医生与患者之间的对话包含有价值的信号，可以围绕它构建新的医疗工作流。他愿意改变产品、功能和市场进入方式，但不会改变这一核心信念。他说，如果放弃这个判断，公司就需要从头开始做完全不同的事情。

Rao 回忆，公司在 2018 至 2019 年以 1,500 万美元投前估值筹集了 500 万美元种子轮资金。他说，找到与自己有默契的合作伙伴和创始人与市场的契合度同样重要。这些融资条款来自他的描述，未经文件独立核实。

他描述了在会面前多年关注 Union Square Ventures 和投资人 Andy Weissman，并把他们广泛的音乐兴趣视为可能以创造性方式思考医疗的信号。一次引荐促成了融资陈述；Rao 说他觉得双方会合作成功。这个故事展示了他选择合作伙伴的方式。

Rao 说，Abridge 的一项价值观是：要有好的品味，必须体验过好的事物。对他来说，品味结合了模式识别和创造真实产品的决策。他鼓励团队研究论文、用户界面模式及自身领域之外的作品，而不是不加区分地模仿。

被问到改变了什么想法时，Rao 提到自己对公司增长和可能业务范围的假设。他说，医疗系统合作伙伴是他眼中更大变革的一部分，同时他会在雄心与感恩之间保持平衡。这些是他的个人反思，并非客户结果的测量。

Stebbings 披露自己投资了法律 AI 公司 Legora，然后询问医疗行业的采用情况。Rao 说，一些医生曾告诉公司，如果医疗系统没有 Abridge，他们就不会加入。这是客户轶事和他对需求的判断，并非每个医疗系统或医生都已采用该产品的证据。

Rao 认为，美国医疗由多个市场组成，而非一个统一的买方市场。据他说，许多执业医生集中在大型医疗服务系统和学术医疗中心，因此想触达他们的公司必须学会服务大型机构。他在访谈中引用的医务人员数量属于估计。

他认为，一些医疗创业公司在较小客户群体停留太久，没有在合适时机转向大客户。Rao 将 Abridge 约在 2023 年出现的机会归因于多个因素，包括临床人员倦怠、财务压力和 AI 改进。他引用的倦怠数字及因果解释没有在对话中独立证实。

Rao 认为，如果公司能存活足够长的时间并适应变化，较早进入垂直 AI 市场可能有价值。他区分了大语言模型出现前成立的公司与后来成立的公司，并说底层技术变化时，产品和组织都必须持续演进。

被问及基础模型公司是否可能取代 Abridge 时，Rao 认为垂直领域公司应寻找与模型供应商合作的方式，而不是只把它们当作敌人。他认为医疗专用工作流、系统集成和客户关系能够形成差异化。这是他的竞争判断，并非任何公司拥有不可攻破护城河的证据。

Rao 说，规模有助于 Abridge 改进模型，服务不同临床角色、护理场景和口语语言。他描述了从用户编辑中学习，并认为工作流集成远不只是模型上的最后一层。他没有提供改进效果的受控测量，也没有在这段交流中解释所有数据使用条件。

Rao 报告说，当时产品内约 40% 的模型输出由自研模型生成，而公司蒸馏和微调模型时这一比例会变化。这一比例和未来可能提高的说法来自他的描述，并非独立审计的测量。

对于边界明确的任务，例如把特定信息放入某个结构化字段，Rao 认为优化后的自研模型可能适合。他认为延迟和成本可能改善，而需要持续提高质量的任务可能受益于前沿模型。这些例子描述的是设计策略，并非任何临床任务不会出错的证据。

Rao 说，临床工作流中的毫秒很重要，并把好的产品比作在后台安静运转的空调。他描述了帮助临床医生在患者离开前确认医嘱或输入就诊诊断。他强调质量与速度同样重要，但没有提供这些用途的准确性或安全结果。

Rao 说，Abridge 根据用户体验动态选择自研与外部模型，而不是以所有权为先。他目前不会为了成本而牺牲产品质量，但预计未来成本可能变得更重要。他认为这种方式让公司更能掌控经济状况，这是管理层的评估。

谈到何时优化支出，Rao 说，当成本限制公司触达用户或融资的能力时就很重要，而不一定要等到上市。他回忆投资人 Henry Kravis 曾问公司是否需要 IPO；Rao 认为融资选择应服务使命，而不应成为目的本身。

Stebbings 问企业医疗数据是否难以准备。Rao 说，获取、整理数据并将其集成到工作流很复杂，需要关注安全和合规。他指出，行为健康信息的处理方式可能需要不同于其他就诊数据；他没有提供完整的隐私或监管评估。

被问到向企业销售 AI 工具是否需要 FDA 审查时，Rao 说 Abridge 的情况不需要。这一说法只针对他所描述的公司情况，不能确定其他产品、功能或预期用途的监管状态。

Rao 描述了公司选择一个广泛重复的工作流：临床医生与患者的对话。Abridge 最初专注于生成记录，随后探索医嘱和账单等相邻工作。这些是创始人对产品方向的描述；他没有证明这些任务在所有场景都能安全或完全自动化。

Rao 说，临床记录可能影响医疗服务如何计费，公司必须认真承担这一责任。他描述向不同利益相关方销售，包括临床信息、IT 和财务负责人，每一方的重点都不同。他将记录视为扩展至其他收入周期工作流的起点。

Stebbings 问及与电子健康记录供应商 Epic 的竞争。Rao 说 Epic 有与记录相关的功能，但他将 Abridge 描述为构建在记录系统之上的智能层，而不是试图取代记录系统。他对差异化的描述和对 Epic 相较其他系统的正面评价均是个人观点。

回顾疫情时期，Rao 说公司本可以投入更多时间研究。他描述了早期使用 BERT、BioBERT 和 T5 等模型的工作，并说团队在 2021 年发表了研究。他将增加研究投入视为一种可能的替代选择，并非声称不同战略一定会成功。

Abridge 最初构建了一款面向消费者的应用，旨在让患者征得许可后录下临床对话并获得摘要。Rao 说，最初的愿景是同时帮助医生和患者。他认为患者端是公司使命的核心，并说公司正在重新回到这一方向。

Rao 说，团队很难找到符合信任目标的消费者业务模式，也许应该更早认识到企业收入机会。他对某些消费者数据商业模式的批评属于一般观点，并非针对任何具体公司的证据。他说 Abridge 改变了市场进入方式和商业模式，但保留了核心判断。

谈到定价，Rao 说 Abridge 最初选择简单的按席位企业许可。他描述了与 Microsoft 的 Nuance 及其他供应商的竞争，但说公司现在认为自己的产品类型不同。他对竞争者和市场定位的描述是与自身利益相关的评估，并非独立市场份额数据。

Rao 回忆，在 Emory 有两位医生把“Abridge”用作动词，并解释这不只是生成记录。他说，这些医生将其与减轻工作、专注患者联系起来。这个故事只是用户感受的小型轶事，并非临床效果或工作量减少的量化测量。

他建议创始人主要专注自身产品，同时理解竞争对手的定位。他把反向定位定义为：以现有企业可能难以模仿的方式构建，因为模仿可能影响对方已有业务。这种保护能否持续取决于市场行为和执行。

Rao 说，Abridge 不靠出售数据赚钱，因为信任是医疗的核心。Stebbings 问更广泛地共享数据是否可能有益于研究时，Rao 回答说这取决于合作伙伴和利益相关方。他的说法属于公司声明，并非对数据做法的独立审计。

对于使用数据的新功能，Rao 说公司通过与医疗系统沟通和签订合同来“赢得权利”。他说合作伙伴往往提前了解路线图，并事先批准使用。访谈没有详细说明每一种患者同意机制、数据流或合同限制。

被要求在提前获得前沿模型和拥有顶尖研究团队之间选择时，Rao 选择人才。他认为优秀的研究人员和工程师能够创建自己的模型和工具，暂时获得模型使用权并非全部。他也说，在竞争激烈的招聘市场中，公司使命具有吸引力。

Rao 说，公司目标是为临床医生节省时间、降低系统成本，并描述了一个利用临床上下文和对话提出问题或诊断建议的功能。这些是公司目标和产品主张。访谈没有提供该功能的临床准确性、验证、安全性或结果数据；按他的描述，它仍是一种支持工具。

Stebbings 问，如果 AI 能提出问题和诊断建议，是否应该取代临床医生。Rao 认为，临床医生的工作量已超过一天能完成的范围，并引用一篇论文的估计；他描述了用于病历准备、记录和其他行政任务的助手。访谈没有评估该论文和产品效果。

Rao 预测，包括处方续配在内的一些高频任务可能越来越多地自动化，但复杂治疗仍需要临床医生的判断。他将续配描述为低风险，但风险取决于药物和患者；讨论没有证明特定情况下自动续配安全或合适。

Rao 预计医疗需求仍将很高，也不认为医生会变得不再必要。Stebbings 同意临床医生的需求会持续。这是他们的预测，并非未来人员配置水平的证据，也不能替代对临床 AI 安全性的评估。

被问到一项据报预测——未来五年 token 使用量增加 24 倍——时，Rao 拒绝确认具体数字。他认同方向，认为推理成本下降和更广泛使用可能增加消耗。这是他的预测，并非对未来需求的实际测量。

Rao 说，在决策和产品周期加快时，招聘判断力强的高管尤其困难。他希望领导者能利用过去的模式，也能识别这些模式何时不再适用。他将这视为持续的挑战，而非已经解决的招聘问题。

在 Rao 看来，“创始人模式”意味着集中一段时间解决重要问题，而不是事事微观管理。他回忆投资人 Jensen Huang 深夜回复邮件并打电话讨论挑战。他的收获是学会接受工作所需的任务，包括频繁出差。

Rao 说自己的优势也有局限，并提到管理人力资源不是他觉得自己最擅长的领域。Stebbings 对人力资源和远程工作提出有争议的观点；Rao 描述 Abridge 目前每周三天到办公室的安排，并说通勤距离是考虑因素之一。

Rao 重视面对面合作，但说 Abridge 并没有自上而下强制每周七天或 996 工作。他报告团队约有 450 人，并认为保持高招聘标准需要持续关注。这个人数是他当时的说法，并非独立核实的当前数字。

Rao 说，他大约在公司达到 100 人时或更早就不再亲自会见每位新员工。他认为没有普遍规则：值得信任的高管和招聘经理可以传递文化，而不必由创始人面试每个人。他的做法取决于身边的人和组织阶段。

Rao 寻找深层的动力和韧性，并引用投资人 Josh Wolfe 关于肩上有压力的说法。他把这与刻意寻找受过伤害的人区分开来。他相信一些候选人有异常强烈的驱动力，但承认这可能很难评估。

Rao 说压力和活力对他很重要，安于现状会让他不舒服。被问到筹集 3 亿美元后如何保持支出纪律时，他主张财务负责人应理解公司目标，区分必要投资和可自由支配的开支。融资规模是他的报告，未在对话中独立核实。

他称更早的 Series A1 是最难的一轮融资，回忆当时消费者模式尚未出现拐点，遭到数次拒绝。他感谢现有和新投资人的支持，并描述了该轮定价。这些是他的回忆，并非投资人决策的完整记录。

Rao 说领导公司和养育孩子需要取舍，旅行意味着他会错过一些家庭活动。他描述了周末与妻子和孩子相处，并用视角、目的与感恩来审视优先事项。这是个人安排，并非对创始人或父母的普遍处方。

他说，每周日与父母相处不可妥协，年迈的父母是家人仍留在匹兹堡的重要原因。他提及父亲患有心力衰竭，作为个人背景的一部分。这个故事说明他如何平衡旅行与家庭承诺，并非治疗建议。

Stebbings 质疑旧金山是否对早期公司招聘过于激烈。Rao 不同意，理由是那里聚集了大量想法和人才。他说 Abridge 从匹兹堡起步，在 2022 至 2023 年 AI 出现拐点前后扩大当地业务；他认为这个时机适合公司。

快问快答中，Rao 说自己变得更愿意接受扁平组织：管理者更少，能力更强的个人贡献者更多。他认为 AI 工具可能帮助人们协调并承担更多工作。这是他对可能运营模式的设想，并非证明它适用于每家公司。

Rao 感谢早期投资者在他尚无显著业绩时支持自己。他认为投资者的信任能增强创始人信心，但公司仍必须执行。他说，如果再创业会联系投资人 Elad Gil，并感谢对方传授专注开展企业发展的经验。

Rao 赞赏他认为被低估的领导者，并说自己研究他们如何维护文化、应对市场。这些例子属于个人推荐。随后他回到医疗话题，认为医疗服务提供者、保险公司和生命科学公司的激励并不总与患者一致。

Rao 希望 AI 能支持更重视预防的新商业模式，同时让重病患者仍能获得专家服务。他预测三至五年内会出现早期变化。这些是愿景和预测；对话没有证明拟议模式会改善成本、可及性或临床结果。