85,000 位医生每天在用的 AI 临床笔记助手。来自巴黎，Wit.ai 创始人的第三次创业，用端侧语音处理解决医疗数据合规难题，在医疗 AI 中拿到了极罕见的真实采纳率。
TL;DR · 30 秒读完
Nabla 是巴黎医疗 AI 公司，用 on-device 语音处理把医生写病历的时间压缩成 30 秒确认，在医疗 AI 中做出了极少见的真实日活采纳率。
反共识洞察：Nabla 的护城河不是 AI 能力（那会被更强模型追上），而是 EHR 深度集成与 on-device 合规架构——公司也因规模（~100 人、$120M）超出主系列范畴，被归入 NeoLab Appendix 而非主系列。
医生的工作日里，30–40% 的时间用在写文档上。不是诊断，不是治疗，是写 SOAP Note——记录这次就诊的主诉、客观检查、评估和计划。这是医疗体系的行政税，也是医生职业倦怠的主要来源之一。
2018 年，Alex LeBrun 决定解决这个问题。他不是第一次创业。2009 年他创立 VirtuOz（对话 AI），2012 年卖给 Nuance Communications。2013 年创立 Wit.ai（开发者 NLP 平台），2015 年卖给 Facebook，随后进入 Facebook AI（现 Meta AI）主导 Messenger NLP 平台。这是极其罕见的"两次退出，然后继续创业"的路径。
Nabla Copilot 的工作方式是：医生戴上无线耳机，或打开手机 App，全程录音。关键的技术决策是——语音数据在设备本地处理，不上传服务器。On-device ASR 实时转录，AI 生成结构化 SOAP Note，整个过程约 30 秒后医生确认或编辑，通常只需微调。
这个设计选择不是为了炫技。医疗数据在美国受 HIPAA 约束，在欧洲受 GDPR 约束，违规罚款可达年营收 4%。On-device 处理意味着 Nabla 天然满足这两套监管框架，而大多数竞争对手选择云端处理，进入新市场时需要重新做合规评估。
截至 2024 年，Nabla 已部署于 350+ 医疗机构，覆盖美国、法国、英国的主要医院系统，累计融资 $120M，最新一轮 $70M Series C 由 Cathay Innovation 领投。
核心产品。医患对话过程中，Nabla 实时监听并在对话结束后自动生成结构化 SOAP Note（主诉 / 客观检查 / 评估 / 计划）。支持 40+ 种临床专科模板，覆盖初级保健、心脏病科、精神科、骨科等。医生平均节省每天 1–2 小时的文档工作时间。
无线耳机 / 手机录音 → On-device 实时转录 → AI 生成结构化笔记 → 医生 30 秒确认/编辑 → 同步至 EHR 系统。整个流程不打断诊疗节奏。
语音数据在 iPhone / Android 设备本地处理，不离开设备。Nabla 自主优化的端侧 ASR 模型可以在手机芯片上实时运行。这不是性能选择，是合规架构选择——on-device 处理意味着患者音频数据根本不进入 Nabla 的服务器，天然满足 HIPAA（美国）和 GDPR（欧洲）最严格的要求。
Abridge、Suki、Nuance DAX 大多选择云端处理，精度略高但合规成本高。Nabla 的 on-device 架构让它在每个新市场的合规门槛显著低于竞争对手。
深度集成 Epic、Cerner、athenahealth 等主流电子病历系统（EHR）。医生生成的笔记直接写入 EHR，不需要复制粘贴。EHR 集成是医疗 AI 进入医院系统最重要的壁垒——每家医院的 EHR 配置不同，集成需要数月的销售和技术对接。Nabla 已完成 350+ 机构的集成，这是真实的护城河。
EHR 集成一旦完成，替换成本极高——医院需要重新培训员工、重新走合规流程、重新做数据迁移。这形成了真正的"锁定效应"。
2025 年推出的新产品线，从"笔记生成"扩展到"后台 AI 分析"。基于积累的大量临床笔记数据，提供患者追踪、复诊提醒、治疗建议引擎等功能。这是 Nabla 从单点工具走向完整临床工作流平台的信号。
每月 600 万份临床笔记是独特的训练数据资产。Care Intelligence 的准确性随数据积累提升，形成对后来者的数据壁垒——这是 Nabla 最长期的护城河。
法国最重要的 NLP 连续创业者。VirtuOz（2009）→ Nuance 收购（2012）→ Wit.ai（2013）→ Facebook 收购（2015，~$40M）→ Meta AI Messenger NLP 主导 → Nabla（2018）。这个路径在法国 AI 圈几乎是唯一的：卖过公司、在顶级大厂工作过、再次创业做更难的垂直领域。
LeBrun 的两次前期创业都是水平平台（通用 NLP 工具）。Nabla 是他第一次做高监管垂直领域——有意的风险选择：医疗 AI 的合规壁垒越高，先入者的优势越难被复制。
"我们不是在做一个更聪明的医疗 AI——我们在解决医生每天最烦恼的那一件具体小事，然后用深度工作流集成和合规架构把它变成不可替代的基础设施。"
医疗 AI 的 PMF（产品市场匹配）比其他领域都更容易验证——文档是医生最痛苦的工作，Nabla 的 85k 日活医生是真实采纳率，不是演示数字。在 AI 赛道，"真实日活用户"是极其罕见的证明，尤其是在高门槛的医疗领域。这个数字代表：产品真的在 work，真的有人每天需要它。
On-device 音频处理是护城河，不是噱头。医疗数据合规在美国是 HIPAA，在欧洲是 GDPR，违规罚款可达年营收 4%。Nabla 的 on-device 设计让它天然合规，而云端处理的竞争者每进入一个新市场都要重新做合规评估，时间和律师费都是成本。这个架构选择在短期内增加了 ASR 精度的技术难度，但换来了长期的合规护城河。
Alex LeBrun 的创业谱系（VirtuOz → Nuance → Wit.ai → Facebook AI → Nabla）是极其罕见的 NLP 全链路经历。他卖过公司，在大厂工作过，再次创业，而且每次都在更难的问题上——从通用对话 AI，到开发者 NLP 工具，到高监管垂直医疗。这种路径在法国 AI 圈几乎是唯一的，也意味着他对"什么时候坚守，什么时候卖出"有真实的判断力。
Nabla 的最大风险是"GPT-4o 会进入医疗"——OpenAI 已推出 HealthGPT 试验项目，Apple 也在健康 AI 上大力投入。但 Nabla 的护城河不是 AI 能力（那可以被替代），而是 EHR 深度集成（要进每家医院系统，需要数年销售周期）和 on-device 合规架构（大平台反而更难做，因为数据隐私的责任更大）。时间窗口有限，但已有 350+ 机构的集成壁垒是真实可防御的。
Nabla 是"专业 AI 助手"模式在高监管行业中最成功的验证案例——它没有试图替代医生，而是解决医生最烦恼的一件具体小事（写笔记），然后用深度工作流集成（EHR）和架构合规（on-device）建立壁垒。这是一个方法论模板，可以复制到法律（律师写案件摘要）、会计（会计师写审计报告）、教育（教师写学生评估）等同样被文档工作压垮的专业领域。Nabla 被列为 NeoLab Appendix 而非主系列，原因是规模（~100 人，$120M 融资）超出主系列的典型范围——但它作为医疗 AI 和法法双语市场的独特样本，在 NeoLab Universe 中有其不可替代的位置。
Nabla 是 NeoLab Appendix 系列的第一个条目（MED-01），代表了一类在 NeoLab 主系列定义之外——因规模或行业特殊性——却同样值得深度记录的 AI 公司。医疗 AI 是高监管、高壁垒、高社会价值的三高领域，Nabla 在其中建立的模式（专注单点痛苦、on-device 合规架构、EHR 深度集成）对任何想进入类似领域的创业者都有参考价值。Alex LeBrun 的路径也提醒我们：有两次退出经验的创始人，做第三次创业时往往才是最清醒的时候。