2026年，第一家倒閉的AI醫療企業出現了

文 | 醫線Insight，作者 | 雨山

近日，《福布斯》的一則消息在硅谷和全球醫療科技圈引發震動：總部位于美國加州的AI心理醫療公司Kintsugi正式宣布：由于資金耗盡，公司不得不解散團隊、停止運營。

這家成立于2019年的明星初創企業，曾被視為“用AI破解心理健康難題”的先鋒代表。它累計融資超過3000萬美元，估值一度突破1.5億美元，其開發的語音生物標志物技術，能夠通過簡短的自由式講話片段檢測抑郁和焦慮癥狀，被業內譽為“心理健康領域的聽診器革命”。

然而，在投入長達4年、超過2億美元的資源后，Kintsugi最終倒在了FDA審批的“最后一公里”。

創始人兼首席執行官Grace Chang在告別聲明中算了一筆賬：僅FDA審查流程就花費超過1600萬美元，后續還需額外投入100萬到400萬美元，而公司賬上已無錢可燒。

“當你在AI與監管高度嚴格的醫療領域交叉地帶做產品時，風投機構原本期望你在第10年實現1億美元的年度經常性收入；而在AI與大模型的加速浪潮下，他們現在把這個時間壓縮到了3到5年。”Grace Chang在采訪中無奈表示，“但在醫療行業，沒有獲得FDA批準，你甚至連商業化產品都不能賣。這種風投周期與監管周期的根本性錯配，給我們這類初創公司帶來了巨大的結構性壓力。”

Kintsugi的倒閉，標志著一個時代的轉折點。它不僅是2026年第一家倒下的AI醫療企業，更是第一代獨立臨床AI診斷公司泡沫破裂的悲壯里程碑。

畢竟，在資本追捧AI醫療的熱潮中，Kintsugi曾光芒四射；但在監管與商業的征程中，它的技術理想最終未能轉化為生存能力。

這家公司的故事，折射出AI醫療行業最深刻的矛盾：技術創新速度與醫療監管節奏的錯配，資本對快速回報的渴望與醫療產品漫長驗證周期的沖突，以及算法精度與臨床實用性的鴻溝。

緣起： Kintsugi的創業史與業務圖景

要理解Kintsugi的失敗，我們必須先回到它的起點，去審視那段曾經無比輝煌的創業故事，以及它試圖用技術改變世界的雄心壯志。

在取名上，Kintsugi（金継ぎ）是日本一種修復破損陶器的傳統藝術，通過撒上金粉或與金粉混合的漆來修復破損區域。作為一種哲學，它認為破損和修復的痕跡也成為物體的組成部分，而不應該是需要隱藏和偽裝的東西——就像瓷器的裂痕、壁畫的殘缺、皮膚上的傷疤和皺紋，都有它們存在的價值和意義。

2019年，Grace Chang和她的聯合創始人將這一哲學理念帶入了AI醫療領域。他們創立Kintsugi的初衷，是希望用技術幫助人們正視心理健康的“裂痕”，而不是逃避。

公司的技術核心基于一個深刻洞察：在心理健康評估中，人們常常用“我很好，我沒事”來回避面對真實的感受。研究顯示，高達60%的咨詢者會用這樣的表述來掩飾內心的痛苦。

而傳統心理評估主要依賴PHQ-9、GAD-7等自評量表和精神科醫生訪談，結果受患者自我認知、表達能力和醫生主觀經驗影響顯著。

Kintsugi團隊發現，聲音比文字更難偽裝情緒。當人們開口說話時，聲調、語速、停頓、能量分布等細微特征，會無意識地泄露內心的真實狀態。

這種“語音生物標志物”成為他們技術突破的關鍵方向。

Kintsugi的核心業務，簡而言之，就是“聽音識病”。

人們在說話時，聲音中包含了海量的信息，除了表面的語義（說什么），還包含了豐富的聲學特征（怎么說）。

抑郁癥和焦慮癥不僅是心理問題，更是神經系統的問題。當人的中樞神經系統受到抑郁或焦慮的影響時，控制發聲器官，如聲帶、喉部肌肉、呼吸節奏的運動神經也會發生微妙的改變。

Kintsugi的研發團隊投入了長達四年、數億資金的投入，建立了一個極其龐大的專有語音數據庫。

他們不僅收集了健康人群的語音樣本，還收集了大量確診抑郁癥和焦慮癥患者的語音樣本。通過復雜的深度學習和神經網絡算法，Kintsugi的AI模型能夠從短短20秒的語音片段中，提取出數以千計的聲學特征——包括音高、語速、停頓頻率、聲音的抖動、微弱的顫音以及梅爾頻率倒譜系數等。

最關鍵的是，Kintsugi宣稱其技術“只關注聲音的聲學物理特征，而不去解析語言的具體內容”。

這意味著，無論你是在講英語、中文還是西班牙語，無論你是在談論今天的天氣，還是在抱怨工作的不順，只要你開口說話，AI就能在毫秒級的時間內，計算出你的“抑郁指數”或“焦慮指數”。

這不僅在技術上跨越了語言的壁壘，在當時也被認為極大地規避了隱私泄露的風險，因為不需要記錄和分析用戶的聊天內容。

在此技術基礎上，Kintsugi推出了一款面向普通消費者的心理健康App。

該App鼓勵用戶每天進行語音日記打卡，記錄自己的情緒。AI在后臺分析用戶的語音特征，并實時反饋情緒健康評分。如果系統檢測到用戶的狀態不佳，會通過App內置的認知行為療法模塊提供心理干預，或者建議用戶尋求專業的醫療幫助。

示意界面

圖片來源：企業官網

這款App在短時間內獲得了極高的評價，被蘋果App Store多次推薦，并在全球范圍內積累了大量忠實用戶。其為Kintsugi積累了最原始也是最寶貴的真實世界多語種語音數據。

隨著AI模型在臨床試驗中展現出超越傳統問卷的準確率，Kintsugi團隊意識到，真正的商業價值和顛覆性力量，在于將這項技術嵌入龐大的醫療保健體系中。

于是，他們推出了核心的企業級產品——Kintsugi Voice API。

這是一款專為醫療機構、遠程醫療平臺以及健康保險公司打造的臨床篩檢AI工具軟件，具體來說：

在呼叫中心，當患者打電話給醫療客服預約掛號時，客服人員與患者的正常交談中，Kintsugi Voice就在后臺默默運行。無需患者做任何額外的測試，AI就能在通話結束時給出一份心理健康評估報告，提示接線員該患者是否存在潛在的重度抑郁風險，從而實現早期干預。

在遠程問診方面，醫生在通過視頻或語音進行全科問診時，屏幕上會實時顯示患者的心理健康指數。即使患者是來看胃病的，如果AI提示其抑郁風險極高，全科醫生也可以順便進行心理疏導或轉診。

為了實現這一目標，Kintsugi花費巨資在美國各地頂尖的醫療機構開展多中心臨床試驗；他們招募了昂貴的醫療合規專家和前FDA官員，試圖將其軟件打造為醫療器械軟件。

同時，Kintsugi還在數據安全、系統集成，比如嘗試接入Epic、Cerner等占據壟斷地位的電子病歷系統上消耗了數以億計的資金和大量的人員投入。

四年時間，憑借不錯的市場可能性，Kintsugi獲得了美國國家科學基金會的多次資助，登上了《福布斯》AI 50強榜單。

然而，在這個光鮮亮麗的科技外殼之下，一場足以吞噬整個公司的風暴，正在悄然醞釀。

群雄逐鹿 與監管難題

要深刻理解Kintsugi為何會在2026年耗盡資金并轟然倒閉，我們不能僅僅局限于公司內部的運營，更需要將其放置在廣闊的宏觀市場和殘酷的競爭格局中去審視。

事實上，Kintsugi所處的，是一個看似無限龐大、實則布滿暗礁的“偽藍海”。

首先，不可否認，心理健康是一個擁有萬億級市場潛力的超級賽道。尤其是在經歷了全球性的COVID-19大流行之后，人類社會的精神健康狀況急劇惡化。

根據世界衛生組織的報告，全球抑郁癥和焦慮癥的發病率在疫情后飆升了驚人的比例。心理健康服務的需求呈現出爆炸式的增長，而與此同時，全球各地的專業精神科醫生和心理咨詢師卻面臨著嚴重的短缺。

“需求激增+供給嚴重不足”，在2020年至2023年間吸引了海量的風險資本涌入數字心理健康賽道。AI被視為解決這一供需矛盾的重要解藥。

在資本的狂歡期，只要創業公司的BP上寫著“AI+心理健康”，就能輕易拿到數千萬美元的融資。Kintsugi正是在這一波歷史性紅利中迅速崛起的代表。

然而，到了2024年底至2026年，宏觀經濟環境發生了劇變。長期的通貨膨脹壓力和美聯儲維持的高利率政策，讓全球資本市場進入了漫長的“寒冬”。風投機構不再愿意為“改變世界的宏大愿景”和“長期虧損的科研項目”買單，他們開始嚴苛地審視每一家AI企業的現金流、年度經常性收入、商業化落地能力和盈利時間表。

在這一大背景下，Kintsugi這種需要高昂研發成本、漫長臨床驗證周期的重資產型AI醫療模式，其面臨的資本壓力呈指數級上升。

更重要的是，雖然Kintsugi在“語音生物標志物”這一細分技術點上具有先發優勢，但如果把視角放大到整個“AI+心理診斷與干預”賽道，競爭早已白熱化。

在這條賽道上，Kintsugi有四類對手：

第一類對手，是直接對標的“語音與面部表情”識別企業。比如總部位于波士頓的Sonde Health同樣在這個領域深耕多年，且其業務不僅局限于心理健康，還向如哮喘、慢阻肺等呼吸系統疾病的語音篩查延伸，產品線更為豐富。

此外，Ellipsis Health等公司也在利用語音進行生命體征和心理狀態的監測，甚至有一些初創公司將語音分析與面部微表情捕捉結合起來，提供多模態的診斷方案，這讓僅僅依賴單一語音特征的Kintsugi在技術上顯得不再那么“獨一無二”。

第二類對手，是切入診療全流程的“AI數字療法”平臺，如Woebot Health和Wysa，這兩家公司主打的是“AI對話機器人”。

它們不僅能通過文字或語音與患者互動，進行自然語言處理以評估抑郁程度，更重要的是，它們直接提供基于認知行為療法的干預治療。對于醫療機構和患者來說，“診斷+治療”的閉環產品顯然比單純的“篩查工具”更具吸引力。

第三類對手，是掌握渠道資源的數字健康平臺。在B2B市場，Lyra Health、Spring Health等已經成長為估值數十億美元的龐然大物。它們與全球500強企業建立了深厚的合作關系，為企業員工提供全面的心理健康福利平臺。這些平臺本身匯聚了成千上萬的咨詢師，它們完全可以通過并購一些小型的AI技術團隊，將“語音篩查”功能集成到自己的巨無霸系統中，從而對Kintsugi這種單一的技術供應商形成降維打擊。

第四類對手，是科技巨頭的暗中發力。到了2025—2026年，蘋果、谷歌等科技巨頭在健康領域的布局已經極其深遠。蘋果早已利用iPhone和Apple Watch的底層傳感器，如運動、睡眠、語音等數據探索心理健康算法。

當巨頭們將心理健康監測作為智能手機和操作系統的“系統級基礎設施”免費提供時，獨立的第三方AI篩查軟件將面臨徹底的邊緣化。

最重要的是，Kintsugi的戰略重心是做B端醫療市場，這本是一個理性的選擇。但在美國醫療體系中，存在一個極其復雜的三角關系：醫院醫生、患者以及保險公司或政府這種買單方。

Kintsugi的技術確實很棒，能夠在短短20秒內告訴醫生患者有抑郁癥。但在現實中，這就引出了一個極其尷尬的“商業閉環缺失”。

對于醫院和全科醫生來說：醫生們已經超負荷工作，每次看診時間只有十幾分鐘。Kintsugi的AI在后臺提示“該患者有80%概率患有重度抑郁”，醫生看了之后能怎么辦？醫院根本沒有足夠多的精神科醫生可以轉診接盤。

而且，一旦AI發出了這種高危警報而醫生沒有采取有效行動，一旦患者發生意外，醫生和醫院將面臨巨大的法律訴訟風險。因此，很多醫生對引入這種“只會提出問題，不能解決問題”的篩查工具不僅不熱心，反而帶有強烈的抵觸情緒。

對于保險公司這類買單方來說，傳統的醫生花30分鐘給病人做一份PHQ-9問卷，是可以向保險公司申請報銷的。但是，Kintsugi這種“在后臺默默運行20秒的AI語音評估”，目前在主流醫保體系中根本沒有對應的收費代碼。

這就意味著，醫療機構如果采購了Kintsugi的軟件，只能自己掏腰包承擔軟件使用費，如SaaS訂閱費或API調用費，而無法將這項成本轉嫁給保險公司。

不能幫醫院創收，還要增加醫院的成本，這就注定了Kintsugi在向醫院進行商業銷售時，面臨著難以逾越的鴻溝。

在擁擠的技術賽道中無法建立絕對護城河，在復雜的醫療利益分配中無法找到合理的付費方，Kintsugi終于在這四年的拉扯中，走到了崩潰的邊緣。

明星企業隕落的 啟示與警示

4年時間，2億資源的投入。這筆開銷究竟是如何被消耗殆盡的？一家曾經擁有頂尖技術和光環的AI醫療明星企業，為何在商業化落地的前夕轟然倒地？

醫線Insight認為，導致失敗的直接原因：燒錢速度與商業變現的嚴重錯位。

要知道，開發一款消費級的心理健康App，只需要幾名工程師和幾個月的時間。但是，開發一款能夠被臨床醫生信任并在醫院系統中運行的“醫療級AI工具”，其成本是呈指數級上升的。

為了讓Kintsugi Voice達到臨床診斷的標準，并在復雜的種族、性別、年齡和語種群體中都保持高準確率，公司不得不斥巨資招募最頂尖的機器學習科學家、神經心理學家、精神科權威專家。

同時，醫療數據極其敏感和昂貴。為了訓練和微調模型，Kintsugi必須通過合規的渠道，如符合HIPAA法案的脫敏數據提供商、大型醫院的臨床試驗項目購買海量的、帶有高質量醫生標注的真實患者語音數據。

此外，為了獲得美國FDA的審批，Kintsugi開展了漫長且極其昂貴的多中心臨床試驗。從招募受試者、支付給合作醫院的高昂合作費，到聘請專業的CRO進行數據管理和統計分析，每一步都在消耗大量資金。

導致失敗更深層的原因，是臨床核心痛點的誤判。這是Kintsugi在產品定位上犯下的最致命的錯誤。

創始人或許高估了“客觀診斷”在精神心理科的實際價值。如前所述，醫療系統真正缺乏的，并不是“發現病人”的手段，而是“治療病人”的方法。

在一個精神科醫生平均需要等待幾個月才能預約上的醫療環境中，Kintsugi的AI工具就像是一個效率極高的“報警器”。它在幾秒鐘內就診斷出100個重度抑郁癥患者，但由于醫生資源匱乏，這100個患者根本得不到及時的治療。

對于醫院管理者來說，購買這樣一個“只會增加排隊人數和潛在醫療事故風險，卻無法提供治療解決方案”的昂貴軟件，顯然是不明智的。這導致Kintsugi在很多醫院僅僅停留在“小規模試點”階段，無法轉化為長期的大規模商業合同。

當遲遲無法證明產品的商業價值和規模化盈利能力時，投資人的耐心便耗盡了。

Kintsugi的解散，不應僅僅被視為一家公司的個體悲劇，它更是整個AI醫療行業在2026年的一次集體陣痛，是一面照妖鏡，折射出了當前賽道中普遍存在的幾個致命盲區。

第一個盲區是AI技術能力不等于商業模式閉環

Kintsugi的團隊無疑是極度優秀的，他們的語音生物標志物技術在學術界和技術圈堪稱驚艷。但這恰恰是許多硅谷技術型創始人的通病：過度迷戀技術指標的領先，比如宣稱模型的準確率提升了幾個百分點，而忽視了醫療行業的本質規律。

在醫療健康領域，“好用”并不等于“好賣”。如果不能清晰地回答以下三個核心的商業問題：

為誰創造了明顯的經濟價值？即是否降低了醫院的成本？

誰來為這項技術買單？

這項技術如何無縫融入醫生現有的、極其緊張的工作流程中？而不是增加醫生的負擔。

那么，無論再炫酷的AI大模型、再精準的多模態識別技術，最終都難逃實驗室的象牙塔，或者成為資本狂歡后的一地雞毛。

第二個盲區是“偽B端市場”的幻覺。

許多AI醫療初創公司在C端受挫后，都會像Kintsugi一樣轉向B端，試圖做醫療機構的SaaS供應商。但在醫療這個極度保守、利益鏈條固化且受高度監管的行業里，“賣軟件”遠遠比在互聯網行業賣SaaS要艱難得多。

醫療機構采購軟件不僅看重功能的先進性，更看重生態的成熟度、長期維護的穩定性以及法律責任的界定。

在沒有明確的收費模式的情況下，試圖讓醫院為一項純粹的“篩查工具”額外掏錢是極其困難的。未來在AI醫療賽道上能夠活下來的企業，必定是那些能夠深入醫療體系毛細血管，比如不僅能篩查，還能通過AI進行長期干預和療效評估的綜合型玩家。

究其本質，僅僅做產業鏈上的一個“孤立的AI環節”，極易被替代或拋棄。

Kintsugi雖然倒下了，但他們用4年時間、數億資源和無數頂尖人才的智慧，趟過了“語音生物標志物臨床化”這條極其艱難的河流，他們留下的海量科研數據、關于臨床落地的經驗教訓，甚至那些走過的彎路，都將成為后來者繼續攀登AI醫療這座高峰的寶貴基石。

2026年第一家醫療AI企業的倒閉，或許正是行業從狂熱的泡沫期走向理性成熟期的陣痛標志。于其他AI醫療企業而言，在吸取了諸如Kintsugi這類先行者的血淚教訓之后，未來將更加務實地敬畏醫療體系的復雜性，更加聰明地將AI技術與現實臨床工作流深度融合。

AI終將深刻改變人類的生命健康圖景，而Kintsugi將作為2026年一個悲壯的注腳，永遠留存在AI醫療的拓荒史中。