给 GI ASC 运营方用的视频原生文档层，把内镜影像直接变成签署完成的病历和经得起付费方审核的 CPT 证据。

1. 医生还在靠回忆补写手术记录，说明文档瓶颈不是后台早已解决的小问题，而是今天就贵、今天就卡流程的现实痛点。
2. 计算机视觉已经能直接从视频里识别术式步骤和编码线索，视频因此从档案素材变成了结构化理赔输入。
3. 真实部署再加上 400 间手术室的管线，说明医疗机构愿意把这条工作流推到企业规模，而不是一直停在试点阶段。
4. 资本开始为“手术底账系统”买单，也说明文档和回款确实是进入更大手术数据平台的靠谱入口。

催化因素。 同日出现的真实部署、实时“视频到病历”生成能力，以及 400 间手术室的管线，都说明手术视频已经从档案素材跨进结构化工作流输入，回款自动化这件事因此突然变得可信。

产品会把术式视频、镜体元数据、房间时间戳和现有文档模板一起吃进来，不再等几个小时后再补写，而是在手术刚结束时就先给出一版草稿。系统会标出识别到的关键步骤、可能支撑 CPT 的证据点，以及还缺哪些材料，让医生和编码员面对的是一份结构化草稿，而不是从零开写。每一句自动生成的表述都能回链到带时间戳的片段或事件标记，内部质控、编码交接和付费方申诉都能直接用这条证据链。第一版会刻意只做内镜，因为视频本来就在、流程足够重复，而且当天文档质量会直接打到吞吐和回款。

差异化。 大多数临床环境式 AI 都是从语音或文本出发，最后给出一份摘要；可一旦编码员或付费方追问病例，硬证据还是不够。这个方案直接从内镜和手术里最原始的真相源起步，再把每一条文档结论都落成带时间戳的证据链，经得起合规复核。随着系统不断学会专科术式本体、医生的修改习惯，以及哪类证据包最容易通过编码复核和审计挑战，它的可辩护性只会越滚越强。

待完成任务

flowchart LR
  Buyer[ASC 收入周期负责人] --> Pain[靠记忆写病历，理赔还被降码]
  Pain --> Product[视频原生术式记录引擎]
  Product --> Outcome[签署更快，回款更干净]

高管要点

• GI 和内镜是个靠谱的第一切口，因为原始证据本来就存在视频里，术式步骤足够重复，而且质量指标本来就要求结构化文档——比如盲肠照片证据、肠道准备质量和 EGD 影像记录。
• 买家的紧迫感来自经济账，而不是想象空间：拒付、文档缺口、人手压力和房间吞吐敏感度，让“当天出具、证据回链”的报告比那些偏概念的临床 AI 更容易拿到预算。
• 这块市场没有谁天然稳赢。模板化报告套件占着流程，环境式 AI 占着语音优先文档，手术智能厂商占着视频分析，但没有谁真正拿下“GI 专用、经得起回款审核的视频到病历自动化”。
• 最好的滩头市场是多点位 GI MSO 或 PE 支持的 ASC 平台，因为这里把术量、编码团队、集成工作和并购后的标准化压力，都压缩进了少数几个账户。

市场定义

这个市场更准确的定义，是面向美国多点位日间手术和内镜运营方的软件与工作流基础设施：专做内镜术式文档、编码支持，以及经得起审计的证据采集，重点落在结肠镜和上消化道内镜流程上。这条切口比泛环境式 AI 或围手术期智能更窄：它就是把术式视频和房间元数据，在理赔流程继续往前走之前，先变成一份医生审核版病历和编码证据包。

用户与买方

主要用户是内镜运营负责人、GI 医疗总监和集中编码主管，他们要的是当天签好的病历和站得住脚的术式证据。经济买方通常是 PE 支持或多点位 GI 平台里的 CFO 或收入周期副总裁，因为痛点最终会落在拒付、回款延迟、编码 积压 和并购后文档标准不一致上。

购买触发点

• 文档缺口、编码争议和不断上涨的拒付管理成本，让更强的证据采集变成收入周期的当下优先级。 [6][7][8]
• 高吞吐 GI 中心能不能赚钱，就看房间效率、快速周转和当天文书纪律；所以病历延迟或首台拖延，很快就会演变成吞吐问题。 [9][39]
• 多点位 GI 平台在并购中心之间推进标准化时，本来就会买文档平台、也在追 云优先 的运营模式，这就给工作流现代化腾出了预算。 [19][20][22][23]
• CMS 和学会的质量项目还在不断把测量和公开披露往 ASC 与内镜工作流里压，这会持续抬高文档卫生做得不好的成本。 [10][11][18][37]

支付意愿

如果把预算理由锚定在拒付返工、人工文档时间、编码 积压 和房间吞吐受扰上，而不是抽象的 AI 价值，买单逻辑就最强。医疗机构今天已经在拒付上真金白银地亏钱、要额外招人去扛，也已经在买专门的 GI 文档系统；所以只要视频原生这层能力能实打实缩短病历周转、压低审计摩擦，就有机会赢。 [6][7][8][9][23][24]

品类动态

增长信号 2023 年每位 FFS 受益人的 ASC 手术量 +5.7%

验证信号

• Uncovr 的融资和公开部署管线说明，投资人和医疗机构都开始把“视频到病历”工作流当成有商业可行性的东西。
• United Digestive 在 Provation Apex 上做平台级标准化，说明大型 GI 运营方本来就会为整个平台的文档现代化买单。
• 迈阿密大学的 AI 手术代理把签署病历中位时长从约 26 分钟压到 2 分钟以内，这说明“节省时间”这条价值主张在技术上是讲得通的。

监管与技术约束

• 手术文档依旧是受监管的临床病历，必须在术后及时完成并由医生签字，因此 AI 输出必须适配人工复核工作流。
• 结肠镜和 EGD 报告都得满足明确的质量 对标，包括盲肠定位照片、肠道准备记录和 EGD 影像记录。
• ASC 质量数据会通过 CMS 项目收集并公开披露，这会显著抬高对可审计数据质量的要求。
• 受监管主体必须对所有存储或访问 ePHI 的系统持续做风险分析，不只是 EHR；这会直接影响医疗视频架构。

竞争主要来自四个方向：现有 GI 报告套件、临床环境式文档平台、手术视频智能厂商，以及牢牢扎根在现有 EHR/报告栈里的“医生口述 + 编码员复核”替代方案。真正的空白不在泛病历生成，而在一条 GI 专属工作流：能把每个被编码进理赔的要素，都回链到带时间戳的视频证据。

为什么现有厂商不会默认胜出

• 内镜报告套件. 它们占住了模板、影像和已安装的 GI 工作流，但通常还是从人工录入起步，而不是自动把视频变成可审计证据。
• 环境式文档平台. 它们能减少打字、也能辅助编码，但重心还是基于语音和病历的总结，而不是用视频原生证据去证明手术里到底发生了什么。
• 手术智能平台. 它们证明了视频确实能变成结构化 手术间 数据，但很多更像宽泛的围手术期分析平台，而不是面向 GI 收入周期的产品。
• GI 视频 AI 检测厂商. 检测类工具已经证明，GI 临床医生愿意在实时术式视频里用 AI；但息肉检测产品解决不了手术记录完整性、编码支撑或付费方防守。
• 内部口述加编码员. 默认替代方案依旧熟悉、也够灵活，但它同时保留了记忆式文档、反复返工，以及申诉证据不一致这些老毛病。

Endoscopy Claim-Proof OS 应该先卖给 PE 支持的美国 GI 和日间手术平台：这些平台已经在录术式视频，也把收入周期运营集中起来。最急的痛点不是泛泛的临床文档，而是高频结肠镜和 EGD 流程里，医生靠记忆补病历、编码员反复返工、付费方风险持续暴露——明明最好的证据就在视频里，却没能足够快地变成签署完成、可直接理赔的记录。MVP 应该把内镜视频、房间元数据和现有病历模板一起吃进来，在病例离开当日工作流前，先给出一份医生审核版术式记录和带时间戳的 CPT 证据包。这个滩头市场比泛手术 AI 平台更窄、也更容易率先验证，因为 GI 中心流程重复、原本就会买文档软件，而且拒付、吞吐和标准化压力都直接落在平台层。第一波 GTM 应该卡在拒付激增、编码团队缺人，或并购后开始推标准化的时间点，直接卖给拥有 30-60 间手术室的 GI 平台里的收入周期副总裁或 CFO。研究给出了一个看起来站得住的 TAM $425.9M、滩头 SAM $69.1M，以及第 3 年 SOM $10.4M；但这些数字建立在按病例捕捉价值的前提上，并不能直接证明现成预算已经存在。最大的反证风险有两个：一是目标房间里真正留存可用视频和元数据的比例太低，撑不起生产级病历生成；二是医生修改率始终压不下来，最后让这套流程看起来更像额外行政负担。也因此，前 12 个月必须在一个账户里同时证明三件事：采集覆盖稳定、当天出稿且修改很少、以及编码问询或申诉备料工作量确实下降。

问题

• 医生和编码员到现在还在靠回忆、模板和临时翻片段，去拼高频内镜病例，这才会不断冒出晚补录、编码争议，以及在付费方申诉里站不住脚的证据。
• 如果术式视频只是档案素材，而不是手术室里到底发生了什么的底账，多点位 GI 平台就不可能在并购后的各中心之间把病历质量和理赔支撑真正拉齐。

解决方案

• 把结肠镜和 EGD 视频连同房间元数据，直接变成手术后立刻可审的病历草稿；在签署前就把识别到的步骤和缺失文档提示先亮出来。
• 把每一条和理赔相关的表述都挂到带时间戳的可视证据上，让集中编码团队和申诉团队面对的是一份完整证据包，而不是只靠文字重新拼病例。

为什么我们会赢

• 这条切口比泛环境式 AI 更窄，也比大而全的手术智能平台更贴工作流：它只做 GI 的当日文档和经得起回款审核的证据。
• 现有 GI 报告套件已经占住模板和影像采集入口，但它们大多还是从人工录入起步，而不是自动把视频合成为证据。
• 数据护城河会从三处一起滚大：GI 专属术式本体、医生的修改历史，以及编码和申诉结果里真正能通过复核的证据包样本。

里程碑

flowchart LR
  Wedge[GI 当日理赔切口] --> MVP[视频回链病历与证据 MVP]
  MVP --> Proof[当天签署，编码返工更少]
  Proof --> Expansion[平台 铺开 与审计应对分析]

创始团队

实验路线图

风险评估

必须成立的条件

• 前 10 个合格 GI 平台里，至少有 3 家愿意在要求整套替换式文档系统之前，先为试点付费。
• 试点房间里至少 70% 的病例，视频和元数据质量足以生成可用的首稿。
• 医生审核的中位时长会明显下降，让当天签署实打实快过现有流程。
• 带时间戳的证据包会把编码问询、病历补录或申诉备料工作量压到一个让经济买方愿意给预算的水平。
• 现有报告厂商补齐证据回链能力的速度，不会快到足以拦住前 5 个企业客户。

待尽调问题

• 目标 GI ASC 房间里，到底有多少已经存下了全保真、带元数据、并且生产环境可访问的术式视频？
• 30-60 间房的 GI 平台里，主流现有栈组合到底是哪几种？产品今天又能往哪里回写或挂证据？
• GI 医生能接受的修改率阈值到底是多少？超过这个点，草稿就会被视为额外文档工作。
• 在真实交易里，哪类 ROI 证明转化最快：当天病历周转、编码效率、降码减少，还是申诉应对更快？
• GI 平台买家有多大比例更愿意扩展 Provation、EndoSoft 或 Epic 的现有流程，而不是单独再买一层理赔防守能力？

模型合理性

• 收入引擎. 基准情形里的收入引擎，来自 Q4Y3 前做到 4 个 GI 平台；Y2 之后，单个老账户内的房间扩张贡献会大于新 logo 增长。
• 必须成立的前提. 试点账户必须足够快地转成更大范围的房间 铺开，让按使用量带来的收入跑赢新增的解决方案、安全和合规成本。
• 模型会在哪些情况下失效. 如果采集审计过不了，或者销售周期被拉长，下行情形就会出现；这两个因素叠加会把 Y3 EBITDA 打回负值，也会把现金压向约 $420K 的低点。
• 下一轮融资证明. 当 2 个试点成功转正、4 个平台真实上线，而且审计应对 ROI 已经能在编码问询或申诉备料指标上看出来时，下一轮融资的故事才真正讲得顺。

情景

敏感性

flowchart LR
  Leads[工作流评估] --> Pilots[付费试点]
  Pilots --> Platforms[真实上线的 GI 平台]
  Platforms --> Revenue[房间费 + 按例收入]
  Revenue --> GrossProfit[毛利润]
  GrossProfit --> Cash[期末现金]

警示项: 收入集中度依旧很高，因为基准情形下第 3 年的全部收入只靠 4 个 GI 平台撑起来。 · 模型假设第 3 年的大部分增长来自现有账户内部的房间扩张；如果运营方停在试点房间覆盖不再往前走，即便没有 logo 流失，收入也会落空。 · 尽管实施仍然很重工作流和合规，第 3 年的人均收入还是略高于泛 SaaS 对标；这意味着执行纪律必须异常强。

• 医生审核摩擦. 如果临床医生还得大改草稿，产品给人的感觉就会从“当天提速”变成“又多了一层行政负担”。 缓解措施: 先从重复度最高的内镜流程做起，按模板和医生去量修改率，并把草稿直接送进现有签署队列。
• 视频集成缺口. 有些中心的视频采集不稳定、元数据缺失，报告系统也很碎，这会直接拉低输出质量。 缓解措施: 第一批只找本来就稳定录制术式的运营方，允许少量人工补元数据，并优先适配最常见的镜体和报告厂商。
• 审计级信任. 如果在付费方争议里拿不出完整证据链，收入周期负责人就不会轻易相信 AI 生成的编码支撑。 缓解措施: 第一版就把产品定位成“医生审核的文档 + 证据包生成”，保留完整的时间戳审计轨迹，并把早期客户的申诉和修改指标公开出来。