美国医院里最贵的东西，不是达芬奇手术机器人，也不是质子重离子治疗中心。是一张排班表。
它可能躺在某个护士长的 Excel 里，也可能散落在十几个微信群和短信里。临床负责人每天最多有一半时间在“救火”：手工搭班表、追着合规要求跑、因为某个科室突然忙起来而推倒重排。当排班追不上需求，医院只能掏钱买溢价加班和派遣护士。据公司披露口径，单个大型医疗系统每年在溢价加班与派遣人力上的支出可超过 1 亿美元。
2026 年 10 月 6 日，旧金山公司 Vitalize 宣布完成 3100 万美元 A 轮融资，试图把这个“最大的成本中心”从手工反应推进到实时预测。领投方是专注医疗与金融科技的 Oak HC/FT，Norwest、.406 Ventures、Constellation Ventures、Y Combinator、Rock Health Capital 和 MemorialCare Innovation Fund 跟投。这笔钱将用于扩充增长与部署团队，并投入面向患者吞吐量优化的 AI 模型。
| 字段 | 内容 |
|---|---|
| 公司 | Vitalize |
| 轮次 | A轮 |
| 金额 | 3100万美元 |
| 投资方 | Oak HC/FT（领投）、Norwest、.406 Ventures、Constellation Ventures、Y Combinator、Rock Health Capital、MemorialCare Innovation Fund |
| 总部 | 旧金山 |
| 创始人 | Veeraj Shah（联合创始人兼CEO）、Sanketh Andhavarapu（联合创始人兼首席产品官） |
| 官网 | vitalize.care |
把排班、床位和患者流塞进同一个系统，而不是继续贴膏药
Vitalize 的产品逻辑并不复杂：把医院里原本割裂的劳动力排班、床位容量和患者流动，放进一个常开的“空中交通管制”系统里。公司通稿称，其 AI 会自动完成临床负责人最手工化的排班任务，预测患者需求，并实时调度数千张床位的员工。每管理一个班次，平台就学习该医疗系统的具体规则，并优化后续建议。
关键不在“预测”，而在“执行”。Oak HC/FT 合伙人 Vig Chandramouli 在投资声明中划了一条线：Vitalize 不只是把洞察摆到桌面上，而是直接驱动动作。这与上一代医院运营软件形成对比——那些系统往往止步于仪表盘和报表，最终还是要靠人打电话、发消息去落地。
从产业链约束看，Vitalize 真正的门槛在于集成深度。公司通稿称其原生集成主流 EMR 与工时薪酬系统，可替代临床团队目前使用的 10 多个零散工具。这意味着它必须同时对接电子病历里的患者流数据，以及薪酬系统里的工时与成本数据。缺了前者，需求预测没有输入；缺了后者，排班建议无法直接转化为可执行的派工和薪资动作。
公告没有披露具体集成了哪些 EMR 厂商、集成深度如何、是否需要医院额外投入接口开发。这一点对采购决策至关重要，因为医院 IT 部门对任何触碰 EMR 和薪酬系统的外部软件都会做严格的安全与合规审查。
从医护健康应用转型而来，YC 2023 冬季班是起点而非终点
据 Fierce Healthcare 报道，Vitalize 参加了 Y Combinator 2023 年冬季批次，最初是一款医护人员健康应用，后来转型聚焦医院运营，从劳动力与容量管理切入。这个转型路径本身值得注意：它意味着创始团队对医院一线痛点的理解，可能来自早期产品接触到的护士和临床管理者，而不是从外部空降一个“AI 排班”概念。
联合创始人兼 CEO Veeraj Shah 在公告中把问题描述得很具体：“医疗系统仍然在用电子表格和群发短信运营他们最大的成本中心。”这句话的传播效果很好，但真正的商业问题是：医院为什么现在才愿意换掉 Excel？答案可能藏在宏观压力里。Oak HC/FT 在领投公告中估算，仅溢价人力一项每年就让美国医疗系统花费约 500 亿美元。
从已披露的客户名单看，Vitalize 的切入点是大中型医疗系统：MemorialCare、LifeBridge Health、Allina Health、Northwestern Medicine、Rochester Regional Health、St. Luke’s Health 等，超过 15 家医疗系统签订了全院范围多年期合同。据 Fierce Healthcare 报道，该合同结构为全院范围、多年期。
公司通稿未披露成立年份；一份 2026 年 8 月的招聘信息显示其 2024 年 1 月上线、累计融资约 3700 万美元，该信息未经公司本轮公告确认。
两个客户数字很漂亮，但它们回答不了续约率的问题
Vitalize 在公告中给出了两个具体的客户结果。Rochester Regional Health 执行副总裁兼首席护理官 Dan Ireland 称，部署 Vitalize 数周内，临床负责人的手工排班与调度时间减少了 50%。St. Luke’s Health 首席信息官 David Pereles 称，12 周内加班与派遣等溢价人力支出减少了 54%，并正在全系统推广。
这两个数字都来自客户高管，属于客户背书而非独立审计。它们证明的是“早期部署窗口内能产生可感知的改善”，而不是“长期可维持的降本”。一个典型的医院运营软件陷阱是：前三个月靠清理最明显的排班冗余拿到快速收益，随后边际改善递减，或者因为科室调整、人员流动、系统更新而回弹。公告没有披露这些客户在 12 周之后的数据。
Oak HC/FT 在 LinkedIn 公告中给出了一个更宽的范围：客户实现 10% 到 20% 的溢价人力支出下降。Rochester Regional Health 的 50% 和 St. Luke’s Health 的 54% 是单个客户在早期部署窗口内的数据，而 Oak HC/FT 的 10-20% 区间是投资方对整体客户群的口径，两者统计口径不同，不能直接并列比较。
公司通稿称，目前每周管理数百万个班次，覆盖数十家医疗系统，每天为临床负责人节省超过 2000 小时。这些是规模指标，不是质量指标。它们说明平台在跑，但不能说明平台跑得好不好。一个更关键的待验证假设是：当排班从手工变成自动后，节省下来的时间是否真的转化为临床负责人回到病房的时间，而不是被新的行政任务填满。
商业模式的真正赌注：从劳动力管理扩展到患者吞吐量
Vitalize 的商业模式是面向医疗系统的企业级软件，采用全院范围、多年期合同。这一定位决定了它的收入天花板取决于两个变量：一是能签下多少家大型医疗系统，二是能在每家系统里把客单价做多深。
在 Fierce Healthcare 的报道中，Shah 把公司战略描述为“三条腿的凳子”：劳动力管理是第一条腿，患者吞吐量是第二条，供应链管理是更远的第三条。他承认公司目前“只实质性地解决了第一条腿，正在扩展到第二条”。
这是一个诚实的表述，也划出了当前产品能力的边界。劳动力管理解决的是“有没有足够且合适的人”，患者吞吐量解决的是“病人该往哪里去、什么时候出院”。后者需要把急诊滞留、床位周转、出院流程和护理人力匹配放进同一个优化模型。Shah 在 Fierce Healthcare 的采访中举了一个例子：基于科室的人员配置和急诊室里 15 个正在等待床位的患者，系统可以建议应该把患者转移到哪里，以缩短住院时间、加快出院。
从已披露的信息看，这个能力仍处于早期。公告和报道都没有给出患者吞吐量模块的具体客户数据、部署规模或可量化的住院时间改善。这意味着本轮融资的一部分资金，实际上是在为一个尚未被验证的产品方向买单。
在一个拥挤的医疗 AI 市场里，Vitalize 的差异化是“全工作流”
Chandramouli 对 Fierce Healthcare 表示，在一个日益拥挤的医疗 AI 市场中，Vitalize 之所以突出，是因为它在解决完整的劳动力与容量管理工作流，而不是一个狭窄的用例。
以下为编辑分析：单点工具容易被 EMR 平台或更大的软件套件吸收，而跨排班、调度、床位和患者流的系统更难被替代。但这一判断需要以本项目已披露的集成范围为前提——公司通稿称其原生集成主流 EMR 与工时薪酬系统，可替代 10 多个零散工具；公告未披露具体竞争对手、集成厂商或客户切换案例，因此无法就 Vitalize 与传统劳动力管理软件厂商、EMR 平台的具体竞争位置做量化比较。
这个差异化也意味着更高的集成复杂度和更长的实施周期。替代 10 多个零散工具听起来很美，但医院往往不会一次性把 10 多个工具全部换掉。更现实的路径是先从某个科室或某个院区切入，再逐步扩展。Vitalize 的客户名单显示它已经跨过了“单点试点”的阶段，进入了全院合同阶段。但全院合同不等于全院上线，部署深度在不同客户之间可能存在显著差异。
投资逻辑：一个“万亿级成本项”里的软件渗透率故事
公司通稿称，美国医院运营成本中人力占 50%-60%，全国年支出接近 1 万亿美元。Chandramouli 在声明中用了“underpenetrated”这个词，暗示这个市场还没有出现像 CRM 领域的 Salesforce 那样的主导者。
本轮投资方组合中，最值得注意的是 MemorialCare Innovation Fund——这是 MemorialCare 医疗系统旗下的投资机构，而 MemorialCare 本身也是 Vitalize 的客户。客户同时成为投资方，在医疗 SaaS 领域并不罕见，但它传递了一个信号：至少有一家客户对产品的长期价值有足够信心，愿意用资本投票。反过来，这也可能带来治理上的问题——当客户与投资方身份重叠时，其他潜在客户是否会担心数据或商业条款的公平性？公告没有披露 MemorialCare Innovation Fund 的投资金额或持股比例，也没有说明其客户合同与投资协议之间是否存在关联。
据公司通稿，Oak HC/FT 成立于 2014 年，总部位于康涅狄格州斯坦福德，在旧金山设有办公室。真正值得关注的是，来源材料强调“go-lives now measured in weeks”——上线时间以周计。这暗示 Vitalize 的部署速度是其投资决策中的关键变量之一。对于医院软件来说，实施周期越短，销售效率越高，资本效率也越好。
资金用途背后的增长焦虑：部署团队比 AI 模型更贵
Vitalize 称本轮资金将用于扩展增长与部署团队，并投入 AI 模型用于患者吞吐量优化。这个排序本身有信息量：增长和部署团队排在 AI 模型前面。
这意味着公司当前的主要瓶颈可能不是算法，而是人。Vitalize 强调“go-lives now measured in weeks”，说明它已经在压缩实施周期，但这个速度能否在更大规模的客户群中维持，是一个待验证的运营假设。Vitalize 的部署团队规模、单客户平均部署周期或客户成功成本占合同金额的比例，这些指标未在本次公开材料中披露。
一个值得注意的细节是：公告没有披露本轮估值或融资完成日期。对于一家已经签约 15 家以上医疗系统的公司来说，3100 万美元 A 轮的估值水平会直接影响后续融资的节奏和稀释程度。这些信息的缺失，让外界难以判断 Oak HC/FT 是在什么价格上押注这个“万亿级成本项”的故事。
风险不在需求，而在医院软件最残酷的三个字：续约率
Vitalize 面对的最大风险，不是医院不愿意为排班软件付费，而是付费之后能不能留下来。公司未披露续约率、净收入留存率或客户流失数据，需在后续披露中核验。
数据质量是另一个具体风险。Vitalize 的 AI 预测依赖 EMR 和工时薪酬系统的实时数据。如果医院的数据更新滞后、科室之间的数据标准不一致，或者 EMR 接口在系统升级后发生变化，AI 的建议质量就会下降。公司通稿称其平台“每管理一个班次就学习该系统的具体规则”，这听起来像是自适应学习，但也意味着每个客户的模型都需要一定时间的冷启动。冷启动期间的表现，往往决定了客户是否会继续扩大部署范围。
竞争风险同样直接。传统劳动力管理软件厂商在排班和工时领域有深厚的客户关系和合规积累，EMR 巨头也可能通过收购或自研进入这个领域。Vitalize 的“全工作流”定位是差异化，但也意味着它在每个环节都要面对不同的竞争对手：排班对排班软件，床位管理对容量管理工具，患者流对吞吐量优化方案。如果它不能在每一个环节都做到足够好，客户可能会选择保留现有的单点工具，而不是全面切换。
信息透明度不足也构成风险。本轮公告未披露成立年份、本轮估值和融资完成日期；一份 2026 年 8 月的招聘信息显示其 2024 年 1 月上线、累计融资约 3700 万美元，但该信息未经公司本轮公告确认。对于一家已经进入 A 轮、签约 15 家以上医疗系统的公司来说，这种透明度水平低于同类企业的常规披露标准。
从“每周数百万班次”到“25% 的美国医院床位”，中间隔着什么
据 Fierce Healthcare 报道，公司长期目标是服务超过 25% 的美国医院床位，并扩展到门诊、专业护理机构和长期护理医院。这是一个雄心勃勃的目标，但它也暴露了当前业务的重心：Vitalize 目前的核心场景是住院部的护士排班和床位调度。
从住院扩展到门诊，意味着要处理完全不同的排班逻辑。门诊的预约驱动、医生排班和患者流与住院部的床位驱动、护士排班和急诊滞留问题有本质区别。Vitalize 在住院场景积累的模型和规则，能否迁移到门诊场景，是一个尚未被验证的假设。同样，专业护理机构和长期护理医院的支付模式、人员结构和监管要求与急性期医院不同，进入这些市场需要额外的产品适配和合规工作。Vitalize 尚未披露其在门诊或急性后护理场景的试点客户、产品改造投入或迁移时间表。
更现实的路径是先把住院场景做深。Vitalize 目前覆盖数十家医疗系统，每周管理数百万个班次。公司未披露当前覆盖床位数，因此无法量化其与 25% 目标之间的差距。这个差距需要靠销售团队扩张、部署速度提升和产品模块扩展来填补，而这三件事都需要时间和资本。
从已披露的客户结果看，Vitalize 在“减少手工排班时间”和“降低溢价人力支出”这两个指标上已经拿到了早期证据。但这两个指标能否转化为“患者住院时间缩短”“床位周转加快”“临床结果改善”等更接近医疗质量的结果，还需要更长的观察窗口和更透明的数据披露。Shah 在 Fierce Healthcare 的采访中提到的“急诊滞留患者该往哪里转移”的场景，是连接运营效率与临床结果的关键桥梁，但目前还没有公开数据证明这座桥已经通车。
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：Vitalize 用 3100 万美元 A 轮把医院最古老的管理问题——排班表——重新包装成一个 AI 原生平台的故事。这个故事的可信度不取决于它管理了多少班次，而取决于它能不能让医院在续约时仍然相信，那个 54% 的溢价人力支出下降不是一次性的清理红利。公司未披露续约率、净收入留存率或客户流失数据，需在后续披露中核验。
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。