妻子生病后，这位医生借助 AI 聊天机器人来应对她的罕见癌症诊断。随后，他投资了。

一句话看懂：亚特兰大精神科医生 Munjal Shroff 在妻子反复求诊无果时，用医疗 AI 助手 Healz AI 整理病情并推动转诊，最终确诊罕见的 T 细胞淋巴瘤；他随后成为这家初创公司的投资人。这件事说明医疗 AI 的价值可能不在于替代医生，而在于帮患者把复杂病程”管起来”。

事件核心：发生了什么

2025 年秋，Shroff 的妻子出现皮疹、瘙痒、疲劳和淋巴结肿大等症状。他们咨询多位医生、做了大量检查，却迟迟拿不到明确诊断。作为精神科医生，Shroff 需要一个工具帮他追踪所有信息，于是注册了面向医疗场景的 AI 助手 Healz AI。当时妻子的医生更倾向判断为狼疮等自身免疫疾病，同时不排除癌症可能——Healz 没有直接下”是癌症”的结论，而是建议她去德州大学 MD Anderson 癌症中心寻求第二诊疗意见，并指向了具体专科医生。这一步最终带来确诊：罕见 T 细胞淋巴瘤。Shroff 称若没有这个工具，诊断和治疗”可能会被延误”，随后他选择投资该公司。

为什么重要

目前公开信息显示，Healz 不自建基础大模型，而是在现有模型之上叠加自己的记忆系统和工作流，可消化大量病历文档——据称有用户上传了 1500 份文件。它刻意规避聊天机器人常见的”过度迎合”问题，设置”根因模式”，在给出结论前最多追问 20 个问题。其投资方包括 Recursive Superintelligence 联合创始人 Alexey Dosovitskiy，他是 2020 年计算机视觉里程碑论文的作者，该公司估值 46.5 亿美元、融资超 6.5 亿美元。这说明资本正把医疗视为大模型落地的高价值场景，而竞争点可能从”模型多强”转向”工作流和记忆做得多细”。

对用户/开发者/创作者的影响

对普通患者，这类工具的现实作用是信息整理和就诊导航，而不是自我诊断，重大决策仍需人类医生拍板。对开发者，Healz 的路线提示：垂直场景的护城河未必是模型本身，而是长上下文记忆、结构化病历解析和追问式推理流程，这些都可以在闭源或开源模型之上搭建。对创业者，创始人 Igor Demishev 与 Alex Plat 提到从 6 月到 8 月经常性收入逐月翻倍，说明付费意愿真实存在，但医疗合规和误诊风险也是硬约束。