Suki AI

Suki 是一款专为医生和医疗机构设计的以语音为先的 AI 临床助手。Suki 成立于 2017 年，由 Punit Soni（前 Flipkart 副总裁，曾就职于 Google 和 Motorola）创立，总部位于加利福尼亚州 Redwood City。Suki 致力于解决医学界最顽固的难题之一：繁重的文档记录工作让临床医生被困在键盘前，而无法专注于患者。截至 2024 年 10 月，该公司已获得总计 1.65 亿美元的融资，其中包括由 Hedosophia 领投的 7000 万美元 D 轮融资，并在一年内实现了 4 倍增长，服务于全美 400 多家医疗系统。

该产品提供两种配置。Suki for Clinicians（以 Suki Assistant 销售）是直接面向医生的应用程序，支持 iOS、Android 和 Web 端：它能倾听医患交流，生成结构化的临床笔记，从环境对话中准备处方和实验室检查医嘱，通过语音指令调出相关的 EHR 图表数据，并提供 ICD-10 和 HCC 计费代码建议。Suki Platform 则是开发者 API 和 SDK，医疗科技公司可以将其嵌入到自己的产品中，直接使用 Suki 底层的环境和语音引擎，而无需自行构建基础设施。这两种方案均原生集成 Epic、Oracle Health、athenahealth、MEDITECH Expanse 和 Azalea Health，涵盖 100 多个医学专科并支持 80 多种语言。

2026 年 5 月的 Suki AI 究竟是什么样

Suki 最初是一款智能听写助手，这种以语音为先的传统塑造了当前产品的方方面面，使其有别于仅提供环境监听的竞争对手。当临床医生在 iPhone 上打开 Suki 走进诊室时，只需轻点一下即可触发环境监听模式。从那一刻起，Suki 就会实时倾听、转录并开始构建结构化笔记。就诊结束后，医生可以审阅草稿，使用语音指令进行编辑（“Suki，将药物移至评估部分”），只需一次确认即可将笔记推送到 EHR 中。

但 Suki 不仅仅是一个转录管道。其语音指令层延伸到了临床工作流：医生可以在就诊期间直接说“Suki，准备二甲双胍处方，500mg，每日两次”或“Suki，调出上一次的 HbA1c 结果”，系统便会在连接的 EHR 中将这些操作排队。这种免提的 EHR 控制功能是 Suki 区别于 Nabla 或 Abridge 等工具的最大特点，后者主要侧重于环境笔记生成，而非语音驱动的工作流自动化。

截至 2026 年中，Suki 的核心基准数据如下：每份笔记的文档记录时间平均减少 72%，笔记完成速度提高 41%，根据 Peterson Health Technology Institute 的数据，临床医生的职业倦怠感显著降低了 63%。KLAS Research 对 Suki 的性能评分为 93.2 分（满分 100 分），95% 的受访机构表示他们会再次购买。在 Apple App Store 中，基于 63 条评论的评分为 4.2 星（满分 5 星），这与 KLAS 的调查结果一致，但也反映了一些实际使用中的摩擦（将在下文的痛点部分讨论）。

“在使用 Suki 之前，我被绑在电脑前。现在我可以全身心地关注我的患者。这带来了天壤之别。” - Melissa Holmes 医生，儿科医生，suki.ai，2026 年

Suki 与 Abridge 和 Nabla 的定位对比

Abridge 是 Suki 在美国最直接的企业级竞争对手。Abridge 在 2024 年初筹集了 1.5 亿美元的 C 轮融资（由 Lightspeed 领投，NVIDIA 参投），到 2025 年 6 月估值已达到 53 亿美元。两者的机制差异在于分发架构：Abridge 给予 Epic 股权和持续的收入分成，以确保在 Epic 第三方供应商计划中获得优先位置。这使得 Abridge 在使用 Epic 的 38% 美国医院的集成深度上领先竞争对手 3 到 6 个月，也解释了为何它能部署在 Kaiser Permanente（24,600 名医生）、Mayo Clinic（2,000 多名医生）、Duke Health 和 UPMC。对于已经深度使用 Epic 的机构来说，Abridge 具有结构性优势。而对于使用 MEDITECH、Oracle 或 athenahealth 的医疗系统，Suki 通常是更强大的选择。Suki 以移动端为先的设计也使其更适合住院医师和其他需要在病房之间移动而非坐在固定工作站的专科医生。您可以在其 Vantaige 列表上直接对比 Abridge。

Nabla 则从相反的方向切入市场。Nabla 成立于巴黎，从第一天起就将 GDPR 合规性内置于其架构中，使其成为欧洲医疗系统的默认选择，因为以美国为中心的工具在欧洲面临监管摩擦。Nabla 在 B 轮（2024 年 1 月）筹集了 2400 万美元，在 C 轮（2025 年 6 月，由 HV Capital 领投）筹集了 7000 万美元，总融资额达到约 1.2 亿美元。它支持 35 种以上的语言，通过基于标准的 API 与所有主流 EHR 集成，并花了三年时间构建专有语言模型，然后再引入第三方 LLM。生成的笔记在不到 20 秒内即可呈现。Nabla 最大的不同之处在于：它不提供对 EHR 工作流的深度语音指令控制，其纯环境监听的方法更接近 Suki 2021 年前的产品，而不是 Suki 当前的语音指令助手。Nabla 对于优先考虑原生 GDPR 架构而非语音驱动工作流控制的欧洲买家和多语言诊所来说非常强大。希望在文档记录之外使用 AI 的诊所还应关注 Glass Health（用于临床推理）和 OpenEvidence（用于就诊期间的循证研究）。

AI 在 Suki 内部的实际运作方式

Suki 的 AI 管道并非单一模型。环境监听使用基于临床音频微调的医疗级语音识别层，而非通用转录。该转录文本被输入到一个结构化模型中，该模型识别笔记部分（现病史、评估与计划、药物、医嘱），并利用就诊上下文进行填充。一个独立的编码模型将结构化笔记与 ICD-10 和 HCC 层级进行交叉引用，以标记计费机会或文档记录空白。在所有这些之上，语音指令解析器处理实时指令，区分临床听写（“患者报告胸痛放射至左臂”）和系统指令（“Suki，开始一个新部分”）。

Suki Platform 产品将大部分管道作为 API 端点公开，允许医疗科技公司将环境文档记录、语音指令处理和编码辅助功能构建到自己的产品中，而无需重建基础设施。这种 B2B SDK 模式吸引了众多合作伙伴，包括 Zoom（为其 140,000 家医疗机构客户提供环境笔记生成功能，于 2025 年 1 月宣布）以及深化的 MEDITECH 合作伙伴关系（于 2025 年 7 月宣布）。

关于 EHR 集成深度：Suki 不使用简单的复制粘贴或剪贴板注入。原生集成意味着笔记会写回 EHR 的结构化字段，医嘱会在 EHR 的医嘱管理系统中排队，图表数据检索则从实时 EHR API 中提取。2025 年 7 月的 MEDITECH Expanse 集成备受瞩目，因为 Suki 成为首家将环境笔记直接发送到 MEDITECH 文档 API 而无需手动复制步骤的环境 AI 供应商。截至该里程碑，仅在 MEDITECH Expanse 上就处理了超过 100,000 次患者就诊，活跃的医疗服务提供者超过 1,000 名。

“借助 Suki 环境文档记录，我可以从环境监听中提取各个部分，同时保留我在 Epic 中使用的其他部分。” - Bobby Dupre 医生，Franciscan Missionaries of Our Lady Health System 首席医疗信息官，Suki 2024 年度回顾

医生们不断提出的摩擦与成本担忧

最常被提及的抱怨很直接：价格。Suki Compose 每位临床医生每月 $299，Suki Assistant 每位临床医生每月 $399，Suki 的成本是 Freed AI（每月 $119）或 Heidi Health（每月 $90-99）等替代方案的 2 到 3 倍。对于独立执业医生和小型独立诊所来说，这种单人成本很难通过预算审批。Suki 的商业模式是为企业级医疗系统量身定制的，在这些系统中，IT、合规和入职成本可以分摊到数百名医疗服务提供者身上，而不是为只有三名医生的家庭医学诊所设计的。

第二个反复出现的问题是长期使用后的笔记质量。几位医生评论者指出，在长时间使用后，Suki 生成的笔记在措辞上变得公式化和重复，需要比最初几周使用时进行更多的编辑。这部分是结构化模型工作原理的结果：它们针对一致性和完整性进行了优化，这可能导致在相似的就诊类型中生成读起来完全相同的笔记。处理多样化病例的高门诊量专科医生报告此问题的频率低于大量处理常规慢性病管理的医生。

语音指令的采用增加了入职摩擦。语音指令库功能强大，但需要医生学习指令语法（“Suki，为...创建一个现病史”），在最初的几周内，这种中断模式可能会减慢就诊速度，而不是加速。大多数诊所报告需要 2 到 4 周的适应期，系统才能变得“隐形”。

药物识别存在已记录的缺陷：系统偶尔无法捕获对话中提到的药物，或将其放置在错误的笔记部分。在药理学要求较高的专科（肿瘤学、精神病学、复杂的多重用药）执业的医生报告的药物相关编辑率高于普通内科医生。EHR 覆盖范围也比一些竞争对手声称的要窄。虽然 Epic、Oracle、athenahealth、MEDITECH 和 Azalea 是可靠的集成，但使用 eClinicalWorks、Kareo、ModMed 或其他中端市场 EHR 的诊所会发现原生支持有限或根本没有。

Suki 适合谁，以及何时该选择其他工具

Suki 适合需要多专科、多语言环境文档记录以及真正的语音驱动 EHR 工作流控制，并且拥有支持全面集成部署的 IT 基础设施的美国企业级医疗系统。门诊量大的专科（初级保健、心脏病学、住院医师、妇产科、胃肠病学）是其最佳应用场景。已经运行 Epic、Oracle Health、athenahealth 或 MEDITECH 的机构将获得最深度的集成。有兴趣将 Suki 的 AI 引擎嵌入专有应用程序的医疗系统应评估 Suki Platform API，该 API 拥有完善的文档和积极的支持。

对于相关的临床 AI 工具，Hippocratic AI 涵盖患者外联和护理导航（这是一个互补而非重叠的用例），而 Glass Health 则侧重于就诊期间的临床推理和鉴别诊断。

在以下情况下请跳过 Suki：您是独立执业医生或小型诊所，每位临床医生每月 $399 的投资回报率不合理；您的诊所运行的 EHR 不在 Suki 的集成列表中；您需要在同一平台中提供 AI 接待员、传真管理或集成计费支持等功能；或者您希望获得按月付费的灵活性和透明的自助定价，而无需经历企业销售流程。对于这些场景，成本较低的环境记录工具（如 Freed AI 或 Heidi Health）值得优先评估，即使它们缺乏 Suki 的指令深度。