每年6000萬份以上掃描、部署於近2000家醫院。這是Aidoc交給Goldman Sachs的成績單。
4月29日，這家以色列起家、總部位於紐約的臨床AI公司宣布完成1.5億美元E輪融資。Goldman Sachs Alternatives旗下Growth Equity領投，General Catalyst、SoftBank Investment Advisors與Nvidia的NVentures跟投。加上這一輪，Aidoc十年來總融資已超過5億美元。
但融資金額不是這件事最有意思的部分。
真正值錢的是FDA那張核准
今年稍早，Aidoc的CARE foundation model取得FDA核准，成為公司所稱醫學影像分診領域第一個「comprehensive foundation model AI」。
這個「第一」之所以重要，是因為過去十年FDA雖核准了數百款影像AI工具，但多半是單點產品：一個看肺結節，一個查腦出血，另一個判斷骨折。醫院想湊出完整方案，就得串接多家供應商。
CARE把這些任務壓進一個模型。一次掃描進來，AI能同時判斷十多種緊急狀況。這意味著醫院不必再做一堆零散AI採購，單一模型就能覆蓋大部分急診影像的優先排序。
FDA願意核准這種寬度的產品，背後臨床證據必須比單點AI厚得多。Aidoc如今握有的，是醫療AI廠商中更接近「作業系統級」的許可。
1.1億份掃描堆出的資料飛輪
Aidoc走到這一步的硬通貨如下：
| 指標 | 數據 |
|---|---|
| 全球部署醫院 | 近2000家 |
| 年處理影像 | 6000萬份以上 |
| 累計處理影像 | 1.1億份以上 |
| 總融資 | 5億美元以上 |
醫療AI領域有個老問題：做出demo容易，真正進醫院很難。Aidoc過去幾年靠的是把急診影像優先排序做深。CT進來後，AI先跑一遍，把疑似腦出血、肺栓塞、主動脈剝離等致命狀況推到放射科醫師工作清單最前面。
這套流程跑了幾年後，沉澱下來的1.1億份病例就成了後來者短期無法複製的訓練資料。CARE能取得FDA綜合核准，靠的不是模型架構噱頭，而是這批真實臨床資料。
資金要花在哪裡
CEO Elad Walach給出的方向很清楚：
到2030年，每一個複雜診斷決策都應由能實現更早發現的AI支援。
具體有三條。第一，CARE模型繼續擴張，從急診優先排序延伸到更多臨床指徵，不只看哪些狀況會立即致命，也開始看慢性疾病的早期訊號。
第二，自動產生影像報告草稿。讓AI先寫出初稿，放射科醫師修改，而不是從零開始寫；若能做成，能直接省下大量報告撰寫時間。
第三，把aiOS推向全球。Aidoc要把這些工具揉進一個企業平台，讓醫院不再為單一AI到處找供應商，而是管理一套統一的AI操作層。
最後一點尤其值得說。醫院IT部門最頭痛的，往往不是哪個AI準不準，而是幾十個AI同時在線時，合規、隱私、版本與故障切換要如何管理。aiOS搶的是這個治理層的位置。
Nvidia進來意味著什麼
NVentures這次跟投，和前幾輪醫療AI融資裡的純財務投資人不太一樣。
Nvidia手上有Clara、BioNeMo，也有為醫療影像最佳化的GPU基礎設施。投資Aidoc更像是把基礎模型推論的大客戶綁到自家堆疊上。若CARE部署到近2000家醫院、每年支撐數千萬份影像推論，背後跑哪家的晶片，本身就是一門大生意。
醫療AI賽道已經不缺資金，缺的是同時有FDA綜合核准、真實臨床部署與巨頭算力綁定的公司。Aidoc同時拿到這三張牌，總融資超過5億美元也就有了解釋。
下一個問題是：影像之外，CARE這套「綜合基礎模型」思路能否複製到病理、心電圖、眼底檢查？這是醫療AI接下來最值得看的問題。
參考來源：Aidoc Raises $150 Million Series E Led by Goldman Sachs to Scale Clinical AI for Earlier, Safer Diagnoses（PR Newswire）、Exclusive: Clinical AI provider Aidoc raises $150M Series E（Axios）、Aidoc raises $150M in funding round（AuntMinnie）、CocoLoop、Radiology vendor Aidoc raises $150M from Goldman Sachs and others（Radiology Business）