同样是"AI帮医生读CT"，中国、以色列和美国的公司给出了三份完全不同的答卷。Fun AI Everyday的细分赛道横向对比系列这期拆了医疗影像AI：中国的数坤科技、以色列的Aidoc和美国的Viz.ai。面对相似的需求，三家选择了完全不同的切入点——这个对比的价值超出了医疗行业本身：它是一份"同赛道三种活法"的通用教材。

一、共同的痛点

医疗影像领域的三座大山：影像数据庞大（一次胸部CT生成几十到上百张切片，医生逐张查看极其耗时）、医生短缺（多国缺放射科医生，急诊人手不足）、高风险场景（卒中、心梗、肺栓塞争分夺秒，延误危及生命）。这就是AI影像公司层出不穷的原因：帮医生减负、提效、减少漏诊。

二、三种切入，三种活法

数坤科技（中国，2017年成立）：专科深耕。聚焦心脑血管疾病——中国卒中和心血管疾病高发、医疗体系压力大，从卒中辅助诊断、冠心病分析切入，客户是医院，AI软件部署进医院系统。核心壁垒是在一个高发病种上做到极致并拿下国家药监局多项三类医疗器械注册证。可以理解为"专科医生的AI助手"：不贪多，在一个关键病种上成为必需品。

Aidoc（以色列，2016年成立）：急诊分诊。专做急症检测——AI快速识别脑出血、肺栓塞等危急情况并自动在系统里提醒医生，帮医生"排队"让最危险的病人先得到救治。SaaS模式按使用量或科室规模付费，核心竞争力是场景聚焦+快速集成：医生不需要改变工作习惯就能用上。它是少数通过FDA和CE多项认证的AI影像公司，已部署美欧数百家医院。

Viz.ai（美国，2016年成立）：工作流+医保。切入点不是读片而是协作：美国一个卒中病人需要神经科、介入科、急诊科多方联动，光通知流程就可能耽误时间——Viz.ai在AI识别疑似卒中后自动推送消息到相关医生手机，让科室第一时间联动。更关键的一步是商业化：订阅模式+拿到美国医保的支付认可，医院用它 can报销。它不是读片助手，是"调度员"，而且帮医院省了钱赚了医保。

三、竞争的本质

三者其实都在回答同一个问题：AI在医疗里，到底是医生的工具，还是医院的基础设施？市场的判断标准也由此而来——真正能走出来的往往不是"技术最好"的公司，而是最懂得与医疗体系结合的公司：医院认可、医生愿意用、支付方愿意付钱，三者缺一不可。随着多模态技术发展，未来的竞争会从"看影像"扩展到结合病历、检验结果的完整决策支持，但底层逻辑不变：光有技术远远不够，要找到对的切入点和生态位置。

四、给非医疗创业者的迁移

这个框架完全可以搬到任何B端赛道：面对同一个痛点，你可以做"专科深耕"（在一个细分场景做到不可替代）、"急诊分诊"（挑最紧急高频的场景快速证明价值）、或"工作流+支付"（嵌入客户协作流程并打通付钱的一方）。选哪条路，取决于你的资源禀赋和目标市场的付费结构——而不是技术本身的强弱。

我的总结：这是"同赛道三种活法"的教科书案例，和站里的宠物赛道的AI公司都在做什么：四家公司和三条切入路线是同一个分析框架在不同行业的应用；支付路径的重要性则可以对照Clair女性健康手环：不扎针连续看激素变化——健康硬件里打通支付方同样是胜负手。