出品｜虎嗅科技组

作家｜SnowyM

裁剪｜陈伊凡

头图｜AI生成

“AI原生100”是虎嗅科技组推出针对AI原生翻新栏目，这是本系列的第「16」篇著述。

这是一个在生成式AI时期才会出现的场景。

在好意思国，一位大夫推开诊室大门的同期，手机屏幕上弹出的不是邮件辅导，而是一款叫作念OpenEvidence的医疗AI应用。

如今，单好意思国就有10万执业大夫每天皆在用这款家具，这一数据在高度保守、职业节拍紧绷、数字化渗入率低的医疗行业前所未有。而更令东谈主出东谈主意象的是，也就在一年多前，这款家具的用户数唯独几千。

其月顾问量增长速率之快，让 GV （原 Google Ventures）结伴东谈主直言：“这是咱们见过增长最快的科技应用之一。”

OpenEvidence处分了什么问题？

医疗界学问更新太快，Nature商酌标明，医学学问每73天就能翻一倍，而每次出现的病例皆千奇百怪，大夫经常需要在网上搜索相似病例和处分方法，这个过程冗长且准确性不褂讪。

OpenEvidence将这些杂乱且更新赶紧的医学学问装进Agent当中，让大夫不错快速找到最新、最准确的医学笔据。

首创东谈主Daniel Nadler被称为“十年一遇的传闻创业者”。

前一次创业，他把金融AI公司Kensho以约 5.5 亿好意思元卖给标普大众；二次创业，他用我方的1000万好意思元资金起步，让OpenEvidence在短短三年内达到35亿好意思元估值。

另外，在销售上，OpenEvidence走了一个足够不同于医疗行业的销售模式。他们稀疏踊跃的绕过传统医疗软件依赖病院复杂采购经过的旅途，径直面向大夫个东谈主免费提供服务，冲突了医疗软件B2B销售的枷锁，收场了雷同蹧跶互联网的病毒式传播。另外，他们还踊跃尝试了告白变现模式，将制药企业、医疗器械厂商的告白预算从传统医药代表转向 AI 平台的精确投放。

硅谷风投契构UpHonest投研团队分析了OpenEvidence的模式关于创业者的启发和参考，起首是专科化胜过泛化，在垂直领域作念深作念透，而非追求大而全；其次，PLG（家具驱动增长）家具性量驱动增长政策，绕过传统 B2B 销售的复杂经过；场景化变现，将用户的专科方案场景退换为高价值的告白投放场景。

让大夫每天皆用的医疗“ChatGPT”

让10万名大夫在短时刻内开动每天神用一款新的AI家具，稀疏不寻常。

UpHonest投研团队暗意，OpenEvidence是一个在垂类AI搜索上的典型案例。搜索这件事，在AI期间变得愈加碎屑化，异日每个东谈主可能会有我方的AI搜索引擎，全新的生成式AI搜索引擎将详尽契推断议用户的“心智模式”，投资东谈主、讼师、大夫的想维模式各不疏通，信息获取模式、方针和方案想维各有各异，这些不同和各异便是生成式AI搜索引擎翻新的契机。

OpenEvidence已经推出，就被称为“继iPhone后在大夫群体中传播最快的期间器具”。面前已有跨越43万名大夫注册，隐敝全好意思40%以上的执业医师，每月新增6.5万名用户。

OpenEvidence的使用频率相同亮眼：2024年7月平台月处理约36万次顾问，到2025年7月已激增至逐日35万次，相配于月处理跨越850万次临床顾问。

OpenEvidence定位为临床方案提拔平台，中枢是AI驱动的医学搜索引擎。

平台提供手机App和网页版，专供经过考据的握证医师使用。公司的职责是“组织并扩大全全国的医学学问”，匡助临床大夫在颐养现场快速获取最新、最关系的循证医学信息。

用户主如若临床大夫，包括专科大夫、全科大夫、入院医师等，也有部分看管、药师等医护东谈主员。面前重心面向好意思国握证执业者，需要禀赋考据注册。

大夫群体职业忙活、时刻贵重，对信息准确性要求极高——OpenEvidence恰是对准了这一痛点。使用者不乏梅奥、哈佛医学院、Cedars-Sinai等有名医疗机构的众人。

平台的中枢功能包括智能搜索与即时问答。大夫用日常谭话发问临床问题，几秒内就能得到简明谜底，并附有泰斗出处援用，比如《新英格兰医学杂志》的原文贯串，搜索平均耗时仅5-10秒，举例盘问\"某新药在妊妇中的疗效\"，系统会从海量文件中索要谜底，给出具体商酌数据和对照终结。比拟通用ChatGPT的疲塌恢复，OpenEvidence能够提供更精确且有依据的解答。

OpenEvidence已融入临床职业的多个面貌。在临床一线，当大夫遭受疑难问题或需要阐述最新指南时，可径直用手机盘问，大大减少翻阅文件的时刻。关于疑似会诊或用药选拔，大夫可将其当作\"第二认识\"，考据我方的想法是否相宜最新笔据。

2025年他们推出了 Agent 功能 DeepConsult。这个被称为\"数字博士研读助手\"的AI Agent，能自主检索并分析上百篇关系商酌，将闲居需要东谈主工数月综述的主题，在数小时内生成轮廓商酌阐发发送给大夫。尽管每次调用的计较成本是世俗搜索的100倍以上，OpenEvidence仍然免费向好意思国认证大夫灵通这一功能。

平台还集成了多媒体医学本色，通过与顶级期刊配合，不错呈现临床图片、图表等商酌数据可视化终结，让大夫更直不雅地贯穿笔据。

首创东谈主Nadler暗意，好多大夫会用它来查找那些我方一辈子可能只遭受一两次的病例。

专注小模子，通过不联网和专科数据减少幻觉

一直以来，由于医疗领域的问题门槛很高，传统基础模子大厂或是互联网公司作念的医疗AI关系家具险些皆以失败告终，因为AI永辽远分不了幻觉问题。

2023年，一篇《咱们还需要临床谈话模子吗？》的预印本著述发在了ArXiv上。在这篇论文里，他们发现仅 3 亿参数的临床模子（如 GatorTron、BioClinRoBERTa）能够突出 30 亿参数甚而1750 亿参数的模子，能够保握更好的性能以及安全合规性。

为了减少幻觉，OpenEvidence不联网，而是大范围禁受好意思国FDA、CDC发布的免费泰斗信息，以及同业评审的医学文件。

OpenEvidence加入了梅奥诊所（年营收120亿好意思元的好意思国超等医疗轮廓体，在 《新闻周刊》 的“大众最好病院”名次榜上，七年蝉联第一）的孵化式样。

值得一提的是，OpenEvidence的AI系统在2025年创造历史，成为首个在好意思国医师派司锻真金不怕火(USMLE)上取得满分100%得益的AI，而这个锻真金不怕火开阔被以为是“大众最难的派司锻真金不怕火之一”，大多数考生需要 1–2 年系统准备，如果把USMLE三个阶段皆考完，学问量粗略等于把一册《Robbins 病理学》、《Katzung 药理学》、《First Aid》吃透，然后随时能将书中学问整合应用，随时待命。

在2023年为期20周的加快器中，公司愚弄梅奥提供的匿名化临床数据和众人训诫，不绝优化AI模子的准确性。梅奥诊所也因此获取了公司小部分股权，成为早期提拔者。2023年7月，OpenEvidence当作第三批毕业团队，在演示日到手亮相。

OpenEvidence 是面前独逐一个齐全老师了《新英格兰医学杂志》全文的 AI 家具。《新英格兰医学杂志》裁剪委员会里的几位分量级东谈主物本人便是 OpenEvidence 的深度用户，他们但愿我方常用的器具里能包含他们的本色。OpenEvidence 是面前独逐一个齐全老师了《新英格兰医学杂志》全文的 AI 家具。

Nadler还充分愚弄东谈主脉资源，与好意思国医学会和顶尖医学期刊栽培配合，确保数据来源泰斗信得过。他汲取了一支豪华团队：多名哈佛、麻省理工博士和工程师，以及繁多医疗众人担任顾问人。连已故诺奖得主、活动科学前驱Daniel Kahneman生前曾经当作OpenEvidence的顾问人提拔这一愿景。2025年，Nadler因OpenEvidence的影响力入选TIME100 Health大众健康领域百大东谈主物。

在用这些数据作念老师的同期，OpenEvidence的业务阐扬越来越好，以心传心，劝诱了越来越多的好意思国大夫使用。《新英格兰医学杂志》在内的一批机构也开动“上门商酌”，最终让OpenEvidence拿到了非免费高质地数据源。

首创东谈主Nadler暗意，和《新英格兰医学杂志》的配合水到渠成，因为杂志社的中枢成员也用OpenEvidence。

“如果咱们遴选传统的企业 SaaS 本质模式，比如先花很永劫刻去谈病院的大范围配合，等着参加第 17 次会议，还没用户使用，那《新英格兰医学杂志》的东谈主也不会斗争到这个家具，更谈不上可爱上它。最终，咱们也不会有这个契机达成配合。”Nadler说。

这种“免费泰斗数据-促进业务-获取声量-非免费高质数据”的发展经过，让他们最终到手获取了飞轮效应。越用越好，越好越专科，统共这个词OpenEvidence开动加快改善统共这个词AI家具。

OpenEvidence 也有很强的东谈主才储备，首创东谈主Nadler暗意他们已经组建了一支博士级别的科学家团队，在这个团队里有哈佛计较机科学家的勾通首创东谈主Zachary Ziegler，来自MIT的Evan Hernandez、Eric Lehman。这些或是师从顶级领军科学家或出生全好意思顶级实验室的东谈主才。

独到的买卖模式

Nadler暗意，Evidence的含义是经过同业评议的医学文件，Open的真谛真谛是，咱们直斗争达大夫，而不是让病院束缚层或其他东谈主来作念中间商。这点直指OpenEvidence的营销和买卖模式。更热切的少量，“Open”还代表医疗信息的公谈。

Nadler暗意，在好意思国的医疗体系里，资源分拨稀疏不平衡，有钱的病院不错买到统共起首进的器具，甚而有预算去试用多样软件，然则，在一些经济条目较差的城市，好多大夫其实是私东谈主执业，或者是在微型诊所里职业，比如不到 10 东谈主的团队，这类病院的大夫莫得巨大的科技预算，更别提像大学那种基金会提拔，也根柢包袱不起每年 1 万、2 万好意思元的软件订阅费。

针对这种范围，OpenEvidence面前禁受\"免费升值+告白\"的买卖模式，就像早期的谷歌一样先占领阛阓再获利。

他们把大夫当作蹧跶者，而不是面向医疗机构收钱。平台对经过考据的大夫足够免费灵通使用，无需个东谈主或病院付费。这种政策大幅裁汰了大夫使用门槛，使其能够快速集合巨大用户基础。正如Kleiner Perkins董事长John Doerr所评价：“对大夫免费的模式是这里的魅力处所”。通过免费提供高价值服务，OpenEvidence在大夫群体中栽培起粘性和网罗效应，一定进度上酿成了行业方法。这与早期谷歌用免费搜索占领阛阓的想路雷同。

在领有多数专科用户和高频使用场景后，OpenEvidence 开动引入告白模式。其作念法与搜索引擎雷同，在大夫查询终结或界面中展示精确的本质信息。告白客户包括制药公司、医学会议控制方、医疗器械厂商等，但愿精确触达大夫群体的机构。放置 2025 年中，公司败露其告白收入年化约为 5000 万好意思元。

不外，很彰着，刻下OpenEvidence的告白面貌照旧比较克制，异日跟着用户范围增长，这一数字有望握续进步。

值得详细的是，医疗行业对告白和买卖化活动有严格圭表。OpenEvidence 宣称将模仿谷歌“区别告白与有机终结”的作念法，保证大夫对查询终结的信任不受影响。

UpHonest投研团队如斯分析这家公司的买卖模式，OpenEvidence 稀疏踊跃的绕过传统医疗软件依赖病院复杂采购经过的旅途，径直面向大夫个东谈主免费提供服务，冲突了医疗软件B2B销售的枷锁，收场了雷同蹧跶互联网的病毒式传播。又踊跃尝试了告白变现模式，将制药企业、医疗器械厂商的告白预算从传统医药代表转向 AI 平台的精确投放。

首创东谈主：从创立之初我就知谈OpenEvidence会获取巨大到手

OpenEvidence由两位哈梵学友Daniel Nadler和Zachary Ziegler联手打造。

Nadler是位一语气创业者，曾在哈佛读博期间创办金融AI公司Kensho，2018年以约5.5亿好意思元卖给标普大众，这段资历让他既有了老本也集合了声望。搭档Ziegler则是哈佛博士候选东谈主，师从有名AI学者Alexander Rush，在天然谈话处理方面功底深厚。一个懂买卖，一个懂AI，配合贯通。

Nadler创业的初志源于对医疗信息爆炸的深化感受。他描摹面前这个期间：生物医药赶巧黄金期，新药新疗法不绝透露，但对临床大夫来说却像进入了“昏暗期间”——每天濒临海量文件，身心俱疲。“大夫濒临喷涌而出的医学商酌，如同迎着高压水龙带喝水”，最新商酌每30秒就有一篇发表，大夫要在看诊20名患者的同期还要跟上最新进展，险些不可能完成。这种痛点让Nadler执意到，东谈主脑的阅读极限无法搪塞数百万商酌，然则AI不错。

2021年11月，Nadler入部属手创建OpenEvidence。当作二次创业者，他稀疏自信，决定自掏腰包启动式样，换取更大的经久答复。他对周围东谈主说：\"也许我这辈子最灵敏的决定便是用我方的钱押注我方。”

从2021年建立于今，OpenEvidence已经完成了融资之路：首创东谈主Daniel Nadler起首自掏腰包插足1000万好意思元，随后在2022年底拿到2700万好意思元融资；2025岁首A轮融资7500万好意思元，红杉老才气投，让公司估值达到10亿好意思元；几个月后B轮融资2.1亿好意思元更是将估值推高到35亿好意思元。谷歌风投、红杉老本、Kleiner Perkins等顶级机构纷纷下注。

临床医疗领域的竞争

如果以为OpenEvidence单纯地踩中了医疗AI的痛点，才获取了这么的到手，无疑是单方面的。因为，如果谈及医疗AI，行业内东谈主士一般皆会举出一个“反面案例”——IBM的Waston。

IBM旗下WatsonHealth一度被誉为医疗AI的异日和谜底。关联词由于期间局限和过度营销，IBMWatson在肿瘤辅助方案等式样上阐扬欠安，最终于2022年将Watson Health业务拆分卖出，宣告了这场插足数十亿好意思元运筹帷幄的“坍弛”。IBMWatson的失败为行业敲响警钟：单靠巨资插足和大公司光环并弗成保证医疗AI到手，期间落地和实用成果才是要道。

OpenEvidence的快速成长某种进度上站在了“后Watson期间”的风口，在期间老到度和应用切入点上更具上风。巨头虽有资源，但在专科医疗领域不见得松驰碾压初创——活泼专注的翻新者有契机弯谈超车。不外，这也给OpenEvidence一个警示：如果在膨胀中冷落了质地和安全，透支了大夫信任，则可能重蹈往时Watson的覆辙，成为一场高开低走的泡沫。

在临床医疗AI领域，一些AI初创企业正在崭露头角，成为OpenEvidence的潜在竞争者。准确和丰富的数据，是这类公司竞争的要道。

天然不像OpenEvidence那样专心于LLM+RAG，但同为临床医疗参考器具的DynaMed 仍值得一提，这款器具的主要期间在于RAG（一种AI框架：检索增强生成），况且在本年被评为“即时临床方案提拔：现场疾病参考”的 Best in KLAS 器具（近五年第四次斩获）。其最新的生成式 AI 功能 “Dyna AI” 进一步进步了查证与信息获取速率。当作学问型方案器具，DynaMed 相同坚握使用经同业评议的医学文件，确保本色准确度。

另一家建立于2023年的明星创业公司HippocraticAI，其专注征战“贯注安全”的医疗大谈话模子。HippocraticAI贯注通过多样医疗锻真金不怕火认证，其模子已通过100多项医疗专科测评，并针对医疗场景进行了非常老师。

本文来自虎嗅，原文贯串：https://www.huxiu.com/article/4738802.html?f=wyxwapp