医生把一半时间花在写病历上，这家公司想用 AI 把时间还给诊室
墨尔本一家公立医院的急诊科里，一位医生刚结束与患者的问诊。她没有走向电脑，而是继续和患者家属交代注意事项。几分钟后，一份结构化的临床记录已经出现在电子病历系统里——不是她写的，也不是海外转录团队写的，而是一套运行在本地服务器上的 AI 系统在问诊过程中实时生成的。
这套系统来自 Heidi，一家总部位于澳大利亚的医疗 AI 公司。2026 年 9 月 22 日，Heidi 宣布完成 1 亿美元 C 轮融资，由 Blackbird 领投，Phoenix Court、Point72 Private Investments 和 Headline 参与。与此同时，公司还获得了一笔由 General Catalyst 旗下 Customer Value Fund 领投的 2.4 亿美元增长投资。两笔资金合计 3.4 亿美元，将 Heidi 的估值推至 9 亿美元。
这笔融资发生的背景并不复杂：全球范围内，临床医生花在文书工作上的时间已经逼近甚至超过直接诊疗时间。世界卫生组织预计到 2030 年全球卫生工作者缺口将达到 1100 万。Heidi 的切入点正是这个缺口中最枯燥、最重复、也最容易被量化的部分——临床记录。但它的野心不止于此。公司称，其目标是将全球医疗容量翻倍。
| 字段 | 内容 |
|---|---|
| 公司 | Heidi（Heidi Health） |
| 轮次 | C 轮 |
| 金额 | 1 亿美元股权融资；另有 2.4 亿美元增长投资，合计 3.4 亿美元 |
| 投资方 | Blackbird（领投）、Phoenix Court、Point72 Private Investments、Headline；General Catalyst’s Customer Value Fund（增长投资领投） |
| 总部 | 澳大利亚 |
| 创始人 | Dr. Thomas Kelly（联合创始人兼 CEO，前血管外科住院医师） |
| 官网 | https://www.heidihealth.com/ |
从 AI scribe 到 agentic care：产品边界正在越过“记录”本身
Heidi 最初的产品形态是一个 AI scribe——在医生问诊时自动听取对话并生成临床笔记。这个功能至今仍是其用户基数的核心入口。但公司披露的产品矩阵已经明显超出了“记录”范畴：Heidi Evidence 提供临床指南的即时查询，据公司披露自 2026 年 3 月推出以来已回答超过 1000 万次查询；Remote 是公司推出的首款可穿戴设备，据称可跨手术室和社区诊所等场景使用；Dictate 则是语音转文字功能。
这些产品共同构成了 Heidi 所称的“AI Care Partner”——一个覆盖临床工作日全流程的 AI 助手。从技术架构上看，Heidi 声称其转录和笔记生成——即公司大部分算力消耗所在——几乎完全运行在内部开发的技术上，而非依赖外部前沿模型。这一说法如果属实，意味着 Heidi 在核心推理环节拥有较高的技术自主性，但同时也意味着它需要独立承担模型迭代、准确率优化和延迟控制的全部成本。公司称这种架构使其能够“针对每项临床任务选择正确的方法，而不是默认使用最大的可用系统”，从而在准确率、延迟和成本之间取得平衡。不过，Heidi 并未披露其内部模型与主流前沿模型在临床记录准确率上的直接对比数据，也未披露第三方基准测试结果。
从产品演进逻辑看，Heidi 的路径是从“记录”走向“行动”。CEO Thomas Kelly 在融资公告中表示：“从创立 Heidi 的第一天起，我的野心就不仅仅是写医生笔记。我设想 AI 会坐在临床医生旁边，在他们的监督下完成真正的工作。这就是我们现在正在做的转变：从记录护理到帮助临床医生采取行动。”这段话定义了 Heidi 下一阶段的产品方向，但“agentic care”在医疗场景中的落地难度远高于文档生成。临床决策涉及的责任归属、监管审批和错误容忍度，与生成一段可编辑的笔记完全不同。Heidi 称本轮融资的一部分将用于“临床证据、质量管理系统和监管提交”，这从侧面印证了 agentic 能力进入临床场景前需要跨越的合规门槛。
免费工具换来的 1.75 亿次就诊，和一半不付费的用户
Heidi 的商业模式有一个显著特征：免费 AI scribe 工具是获客引擎，付费墙设在高级功能之后。据 Forbes Australia 报道，CEO Kelly 透露约一半用户仅使用免费工具，另一半升级为付费用户。付费功能包括 session linking（将患者历史整合为连续档案）、临床研究整合以及医患沟通工具。
这种“免费工具 + 企业付费”的结构在 SaaS 行业并不罕见，但在医疗 AI 领域有其特殊性。个人医生可以免费使用 Heidi 的 scribe 工具，但医院系统的采购决策涉及合规审查、数据安全评估和 EHR 集成。Kelly 在采访中解释了这一逻辑：“大多数医疗保健服务是在大型卫生系统中提供的，所以随着我们向更多组织销售……会自然地向更多付费转变。”这意味着 Heidi 的收入增长依赖于企业级客户的扩张速度，而非个人用户的付费转化率。
从已披露的数据看，Heidi 的规模增长确实在加速。公司称其 AI Care Partner 已支持超过 1.75 亿次患者就诊，而 B 轮时这一数字为 7300 万次；临床小时数超过 6700 万，自 2025 年 9 月以来增长超过三倍。平台覆盖 190 个国家和 110 种语言。年化收入在 2026 年 4 月达到 5000 万美元，两年前为 100 万美元。Blackbird 称 Heidi 是其投资组合中增长最快的公司。
但这些数字需要放在正确的坐标系中理解。1.75 亿次患者就诊是累计值，而非年度活跃量；190 个国家的覆盖范围可能包含大量免费个人用户，而非企业级部署。企业激活率约 62% 是一个更接近商业实质的指标——它衡量的是已签约企业客户中实际激活使用的比例。这个数字本身并不低，但它不直接等同于收入留存率或净收入留存率，而后两者才是判断 SaaS 企业健康度的关键指标。Heidi 未披露这些数据。
NHS 史上最大临床 AI 采购背后的真实含义
Heidi 在公告中列出了一批重量级客户：美国马萨诸塞州最大的卫生系统之一 Beth Israel Lahey Health；英国 NHS England Midlands——据公司称这是 NHS 历史上最大的临床 AI 采购，Heidi 为独家供应商；澳大利亚的 The Royal Children’s Hospital Melbourne、Children’s Health Queensland Hospital and Health Service 和 Metro South Health；以及新西兰全国所有急诊科。
这些客户名单传递的信号是明确的：Heidi 正在从个人医生的免费工具向公共医疗系统的正式采购渠道渗透。NHS England Midlands 的独家供应商地位尤其值得注意——NHS 的采购流程以严格和漫长著称，能够进入其正式采购体系意味着 Heidi 通过了相当程度的合规审查。但“NHS 历史上最大的临床 AI 采购”这一表述来自公司披露，目前没有独立的第三方信息源验证这一采购的合同金额、部署范围或时间表。同样，新西兰“全国所有急诊科”的部署规模也未在公开材料中得到独立确认。
从产业链角度看，Heidi 的客户结构揭示了医疗 AI 商业化的一个核心约束：真正的付费方不是医生个人，而是雇佣医生的机构。医生个人使用免费工具可以验证产品体验，但只有当医院系统或政府卫生部门将 Heidi 纳入正式采购时，收入才会规模化。这也是为什么 Heidi 将本轮资金的重点放在“深化在全球卫生系统中的采用”上——这本质上是一个 B2G（企业对政府）和 B2B2C（企业通过机构触达医生）的销售问题，而非单纯的用户增长问题。
2.4 亿美元增长投资不是股权，是一笔带利息的营销预算
Heidi 本轮融资的结构比表面看起来更复杂。1 亿美元 C 轮是传统股权融资，但 2.4 亿美元来自 General Catalyst 的 Customer Value Fund，其性质与股权融资有本质区别。据 Forbes Australia 报道，这笔资金“类似于债务工具”——只能用于营销和销售，由此产生的收入需要连本带息返还给 General Catalyst。
这种结构对 Heidi 的资本效率和财务纪律提出了更高的要求。一方面，它避免了在 9 亿美元估值下进一步稀释股权——Kelly 在采访中表示，这笔资金“可以持续大约四年半”，意味着公司“不必每 12 到 18 个月就去做一次股权融资来维持业务增长”。另一方面，这笔钱不是免费的。如果 Heidi 用这笔资金获取的客户在偿还 General Catalyst 之后不能持续留存并产生利润，公司实际上是在用未来的收入为当下的增长买单。
Kelly 对现金流的预期给出了一个时间表：他预计到明年年底实现现金流中性，并称“有明确的路径可以在任何给定月份基本实现收支平衡”。但他同时承认，按 GAAP 标准公司仍将不盈利，原因是股权激励支出将继续保持在高位。Heidi 未披露具体亏损数字。这意味着投资者需要接受一个现实：这家公司在可预见的未来仍将依赖外部资本维持运营，而 2.4 亿美元增长投资的偿还义务将在某个时点开始消耗经营性现金流。
从资本结构的角度看，Heidi 的选择反映了一个更广泛的趋势：后期阶段的 AI 公司正在寻找股权融资之外的资本来源，以避免在估值快速上升时过度稀释创始团队和早期投资者的股份。但这类工具的代价是财务灵活性的下降。如果 Heidi 的收入增长在 2027 年出现放缓，或者客户获取成本因市场竞争加剧而上升，这笔带息增长投资将从“灵活工具”变成“刚性负担”。
专用临床 AI 的技术路线：自主可控还是重复造轮子？
Heidi 在技术路线上做出了一个与大多数 AI 应用公司不同的选择。公司称其“早期投资于专用临床 AI，而非依赖前沿模型”，并且“转录和笔记生成——Heidi 大部分算力消耗所在——几乎完全运行在内部开发的技术上”。这意味着 Heidi 在核心推理环节不依赖 OpenAI、Anthropic 或 Google 的模型 API，而是自建模型和训练能力。
这一选择的优势在于成本控制和场景优化。通用大模型的 API 调用成本在规模化后会成为显著的运营支出，而自建模型可以根据临床记录的具体需求进行针对性优化——比如医疗术语的准确识别、不同科室的文档格式适配、以及多语言医疗场景的覆盖。Blackbird 合伙人 Michael Tolo 在声明中强调了这一点：“Heidi 早期投资于深入理解临床医生的需求，构建自己的模型和训练能力来实现这一目标。这种方法使他们赢得了在全球最严格的临床环境中获取有价值的下游工作流程的权利。”
但自建模型的风险同样明显。前沿模型的迭代速度极快，如果通用模型在医疗场景中的准确率持续提升，Heidi 自建模型的相对优势可能被侵蚀。此外，自建模型意味着 Heidi 需要独立承担模型安全、偏见检测和持续更新的全部责任——在医疗场景中，这些责任的重量远超一般企业软件。Heidi 称其临床研究团队负责“持续测试、验证和发表研究”，但公司未披露已发表研究的具体数量、期刊级别或同行评审状态。在医疗 AI 领域，独立验证的可信度直接决定了监管机构和医院采购方的信任程度。
竞争格局中的空白：Heidi 的对手是谁？
Heidi 的融资公告和公开材料中几乎没有提及竞争对手。这在医疗 AI 领域是不寻常的。AI scribe 市场并非空白——美国有 Nuance（微软旗下）的 DAX、Abridge、Ambience 等玩家，它们都在争夺医院系统的临床记录自动化预算。Heidi 选择不公开讨论竞争格局，可能是一种叙事策略，但也给外部评估留下了信息缺口。
从产品定位看，Heidi 的差异化在于其“AI Care Partner”的全流程愿景——从记录到证据查询到可穿戴设备再到 agentic care。这与单纯的 AI scribe 公司形成区分。但这一愿景的每一部分都面临独立的竞争压力：临床指南查询领域有 UpToDate 等成熟产品；可穿戴设备领域有 Apple Watch 和专门的医疗级设备厂商；agentic care 则是一个尚未被明确定义的市场，所有玩家都在同一起跑线上。
Heidi 真正的护城河可能不在任何一个单一产品上，而在于它已经进入的公共医疗系统采购体系。NHS England Midlands 的独家供应商地位、新西兰全国急诊科的部署、以及澳大利亚多个公立医院系统的合同，构成了一个难以快速复制的客户关系网络。但这些关系的维护成本高昂，且公共医疗系统的采购决策受政治周期和预算约束影响，不具备商业客户的稳定性。
法国和德国的新市场，以及一个尚未回答的问题
Kelly 在采访中明确表示，本轮资金的“最大份额”将投向新市场，特别是法国和德国。这两个国家的医疗体系与 Heidi 已经进入的英语国家市场有显著差异：语言、监管框架、EHR 基础设施和医生工作流程都不同。Heidi 声称其平台支持 110 种语言，但语言支持不等于本地化合规。法国和德国的医疗数据保护法规、AI 在临床场景中的审批要求、以及与当地 EHR 系统的集成难度，都将考验 Heidi 的扩张能力。
更根本的问题在于：Heidi 的核心价值主张——减少医生的文书工作——在法国和德国是否同样成立？这两个国家的医生文书负担确实存在，但其具体形式、痛点和现有解决方案与英语国家不同。Heidi 的免费 scribe 工具在这些市场能否像在澳大利亚和美国一样成为有效的获客入口，目前没有数据支持。公司也未披露法国和德国市场的具体进入时间表或预期投入规模。
从已披露的信息看，Heidi 的扩张逻辑是清晰的：先用免费工具建立医生用户基础，再通过企业级销售进入医院系统和政府卫生部门，然后用 agentic 能力提高单客户价值。这条路径在英语国家市场已经得到部分验证——年化收入从 100 万美元增长到 5000 万美元，企业激活率约 62%。但法国和德国市场将检验这条路径的可复制性。如果新市场的客户获取成本显著高于现有市场，或者销售周期因监管差异而延长，Heidi 的现金流中性目标将面临压力。
Heidi 的融资故事在数字上是令人印象深刻的：两年收入增长 50 倍，估值从 B 轮的 4.65 亿美元翻倍至 9 亿美元，累计融资超过 4.3 亿美元。但这些数字背后是一个尚未回答的核心问题：当 AI scribe 的免费用户转化为企业付费客户的速度开始放缓，当 2.4 亿美元增长投资的偿还义务开始显现，当 agentic care 的监管审批周期超出预期，Heidi 是否还能维持当前的增长轨迹？Kelly 给出的答案是明年年底现金流中性。这个时间表将是对 Heidi 商业模式最直接的检验。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：Heidi 的真正赌注不是 AI 能否写出更好的病历，而是医疗系统的采购惯性是否足以支撑一个从免费工具起步的 AI 公司跨越到 agentic care 的监管深水区。1.75 亿次就诊记录证明了产品被使用，但 2.4 亿美元带息增长投资和一半不付费的用户提醒我们：在医疗 AI 里，被使用和被买单之间的距离，往往比融资公告里看起来远得多。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。