出品｜虎嗅科技组开yun体育网
作家｜SnowyM
剪辑｜陈伊凡
头图｜AI生成
“AI原生100”是虎嗅科技组推出针对AI原生革命栏目，这是本系列的第「16」篇著作。
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10万执业大夫每天齐在用这款家具，这一数据在高度保守、工作节律紧绷、数字化渗入率低的医疗行业前所未有。而更令东说念主出东说念主料到的是，也就在一年多前，这款家具的用户数唯有几千。
其月顾问量增长速率之快，让 GV （原 Google Ventures）结伙东说念主直言：“这是咱们见过增长最快的科技应用之一。”
OpenEvidence管束了什么问题？
医疗界学问更新太快，Nature研究标明，医学学问每73天就能翻一倍，而每次出现的病例齐千奇百怪，大夫常常需要在网上搜索相似病例和管束门径，这个过程冗长且准确性不踏实。
OpenEvidence将这些紊乱且更新速即的医学学问装进Agent当中，让大夫不错快速找到最新、最准确的医学笔据。
首创东说念主Daniel Nadler被称为“十年一遇的别传创业者”。
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人人；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走了一个齐全不同于医疗行业的销售格式。他们相等斗胆的绕过传统医疗软件依赖病院复杂采购进程的旅途，平直面向大夫个东说念主免费提供服务，冲破了医疗软件B2B销售的镣铐，完了了雷同销耗互联网的病毒式传播。另外，他们还斗胆尝试了告白变现格式，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的格式关于创业者的启发和参考，来源是专科化胜过泛化，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）家具性量驱动增长计策，绕过传统 B2B 销售的复杂进程；场景化变现，将用户的专科决策场景转动为高价值的告白投放场景。
让大夫每天齐用的医疗“ChatGPT”
让10万名大夫在短期间内运转每天神用一款新的AI家具，相等不寻常。
UpHonest投研团队示意，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，昔日每个东说念主可能会有我方的AI搜索引擎，全新的生成式AI搜索引擎将良好契合方针用户的“心智格式”，投资东说念主、讼师、大夫的想维格式各不通常，信息获取格式、目标和决策想维各有互异，这些不同和互异便是生成式AI搜索引擎革命的契机。
OpenEvidence还是推出，就被称为“继iPhone后在大夫群体中传播最快的时刻用具”。面前已有高出43万名大夫注册，隐痛全好意思40%以上的执业医师，每月新增6.5万名用户。
OpenEvidence的使用频率同样亮眼：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，特殊于月处理高出850万次临床顾问。
OpenEvidence定位为临床决策复古平台，中枢是AI驱动的医学搜索引擎。
平台提供手机App和网页版，专供经过考据的抓证医师使用。公司的职责是“组织并扩大全宇宙的医学学问”，匡助临床大夫在养息现场快速获取最新、最相关的循证医学信息。
用户主如若临床大夫，包括专科大夫、全科大夫、入院医师等，也有部分照拂、药师等医护东说念主员。面前重心面向好意思国抓证执业者，需要禀赋考据注册。
大夫群体工作冗忙、期间可贵，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等闻名医疗机构的人人。
平台的中枢功能包括智能搜索与即时问答。大夫用日常言语发问临床问题，几秒内就能得到简明谜底，并附有巨擘出处援用，比如《新英格兰医学杂志》的原文磋商，搜索平均耗时仅5-10秒，举例商讨\"某新药在妊妇中的疗效\"，系统会从海量文件中索求谜底，给出具体研究数据和对照扫尾。比较通用ChatGPT的暧昧复兴，OpenEvidence能够提供更精确且有依据的解答。
OpenEvidence已融入临床工作的多个设施。在临床一线，当大夫遭受疑难问题或需要说明最新指南时，可平直用手机商讨，大大减少翻阅文件的期间。关于疑似会诊或用药遴荐，大夫可将其算作\"第二见识\"，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相关研究，将平时需要东说念主工数月综述的主题，在数小时内生成概括研究论说发送给大夫。尽管每次调用的臆测打算成本是正常搜索的100倍以上，OpenEvidence仍然免费向好意思国认证大夫盛开这一功能。
平台还集成了多媒体医学本色，通过与顶级期刊合营，不错呈现临床图片、图表等研究数据可视化扫尾，让大夫更直不雅地判辨笔据。
首创东说念主Nadler示意，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相关家具真是齐以失败告终，因为AI弥远管束不了幻觉问题。
2023年，一篇《咱们还需要临床言语模子吗？》的预印本著作发在了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）能够超过 30 亿参数甚而1750 亿参数的模子，能够保抓更好的性能以及安全合规性。
为了减少幻觉，OpenEvidence不联网，而是大规模给与好意思国FDA、CDC发布的免费巨擘信息，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概括体，在 《新闻周刊》 的“人人最好病院”名次榜上，七年蝉联第一）的孵化面目。
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历练(USMLE)上取得满分100%收获的AI，而这个历练深广被以为是“人人最难的派司历练之一”，大多数考生需要 1–2 年系统准备，如果把USMLE三个阶段齐考完，学问量或者等于把一册《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，公司应用梅奥提供的匿名化临床数据和人人调换，不休优化AI模子的准确性。梅奥诊所也因此取得了公司小部分股权，成为早期复古者。2023年7月，OpenEvidence算作第三批毕业团队，在演示日成效亮相。
OpenEvidence 是面前唯独一个完满西宾了《新英格兰医学杂志》全文的 AI 家具。《新英格兰医学杂志》剪辑委员会里的几位分量级东说念主物自己便是 OpenEvidence 的深度用户，他们但愿我方常用的用具里能包含他们的本色。OpenEvidence 是面前唯独一个完满西宾了《新英格兰医学杂志》全文的 AI 家具。
Nadler还充分应用东说念主脉资源，与好意思国医学会和顶尖医学期刊缔造合营，确保数据来源巨擘真确。他领受了一支豪华团队：多名哈佛、麻省理工博士和工程师，以及广博医疗人人担任顾问人。连已故诺奖得主、行为科学前驱Daniel Kahneman生前曾经算作OpenEvidence的顾问人复古这一愿景。2025年，Nadler因OpenEvidence的影响力入选TIME100 Health人人健康领域百大东说念主物。
在用这些数据作念西宾的同期，OpenEvidence的业务施展越来越好，口耳相承，眩惑了越来越多的好意思国大夫使用。《新英格兰医学杂志》在内的一批机构也运转“上门相关”，最终让OpenEvidence拿到了非免费高质地数据源。
首创东说念主Nadler示意，和《新英格兰医学杂志》的合营水到渠成，因为杂志社的中枢成员也用OpenEvidence。
“如果咱们选择传统的企业 SaaS 现实格式，比如先花很历久间去谈病院的大规模合营，等着参加第 17 次会议，还没用户使用，那《新英格兰医学杂志》的东说念主也不会宣战到这个家具，更谈不上可爱上它。最终，咱们也不会有这个契机达成合营。”Nadler说。
这种“免费巨擘数据-促进业务-获取声量-非免费高质数据”的发展进程，让他们最终成效获取了飞轮效应。越用越好，越好越专科，通盘OpenEvidence运转加快改善通盘AI家具。
OpenEvidence 也有很强的东说念主才储备，首创东说念主Nadler示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臆测打算机科学家的调和首创东说念主Zachary Ziegler，来自MIT的Evan Hernandez、Eric Lehman。这些或是师从顶级领军科学家或诞生全好意思顶级实验室的东说念主才。
独到的交易格式
Nadler示意，Evidence的含义是经过同业评议的医学文件，Open的兴致是，咱们直宣战达大夫，而不是让病院管束层或其他东说念主来作念中间商。这点直指OpenEvidence的营销和交易格式。更迫切的极少，“Open”还代表医疗信息的公正。
Nadler示意，在好意思国的医疗体系里，资源分拨相等不平衡，有钱的病院不错买到通盘起初进的用具，甚而有预算去试用各式软件，然而，在一些经济要求较差的城市，好多大夫其实是私东说念主执业，或者是在微型诊所里工作，比如不到 10 东说念主的团队，这类病院的大夫莫得广博的科技预算，更别提像大学那种基金会复古，也压根职守不起每年 1 万、2 万好意思元的软件订阅费。
针对这种规模，OpenEvidence面前给与\"免费升值+告白\"的交易格式，就像早期的谷歌一样先占领阛阓再赢利。
他们把大夫算作销耗者，而不是面向医疗机构收钱。平台对经过考据的大夫齐全免费盛开使用，无需个东说念主或病院付费。这种计策大幅裁汰了大夫使用门槛，使其能够快速积聚广博用户基础。正如Kleiner Perkins董事长John Doerr所评价：“对大夫免费的格式是这里的魅力场所”。通过免费提供高价值服务，OpenEvidence在大夫群体中缔造起粘性和聚集效应，一定进程上变成了行业程序。这与早期谷歌用免费搜索占领阛阓的想路雷同。
在领有大量专科用户和高频使用场景后，OpenEvidence 运转引入告白格式。其作念法与搜索引擎雷同，在大夫查询扫尾或界面中展示精确的现实信息。告白客户包括制药公司、医学会议主持方、医疗器械厂商等，但愿精确触达大夫群体的机构。为止 2025 年中，公司流露其告白收入年化约为 5000 万好意思元。
不外，很昭彰，现时OpenEvidence的告白体式照旧比较克制，昔日跟着用户规模增长，这一数字有望抓续擢升。
值得谛视标是，医疗行业对告白和交易化行为有严格表率。OpenEvidence 宣称将鉴戒谷歌“辞别告白与有机扫尾”的作念法，保证大夫对查询扫尾的信任不受影响。
UpHonest投研团队如斯分析这家公司的交易格式，OpenEvidence 相等斗胆的绕过传统医疗软件依赖病院复杂采购进程的旅途，平直面向大夫个东说念主免费提供服务，冲破了医疗软件B2B销售的镣铐，完了了雷同销耗互联网的病毒式传播。又斗胆尝试了告白变现格式，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。
首创东说念主：从创立之初我就知说念OpenEvidence会取得巨大成效
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人人，这段资格让他既有了老本也积聚了声望。搭档Ziegler则是哈佛博士候选东说念主，师从闻名AI学者Alexander Rush，在天然言语处理方面功底深厚。一个懂交易，一个懂AI，配合默契。
Nadler创业的初志源于对医疗信息爆炸的久了感受。他刻画当今这个期间：生物医药恰巧黄金期，新药新疗法不休显露，但对临床大夫来说却像进入了“阴霾期间”——每天濒临海量文件，身心俱疲。“大夫濒临喷涌而出的医学研究，如同迎着高压水龙带喝水”，最新研究每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，真是不可能完成。这种痛点让Nadler意志到，东说念主脑的阅读极限无法卤莽数百万研究，然而AI不错。
2021年11月，Nadler入辖下手创建OpenEvidence。算作二次创业者，他相等自信，决定自掏腰包启动面目，换取更大的历久讲演。他对周围东说念主说：\"也许我这辈子最聪惠的决定便是用我方的钱押注我方。”
从2021年缔造于今，OpenEvidence已经完成了融资之路：首创东说念主Daniel Nadler来源自掏腰包插足1000万好意思元，随后在2022年底拿到2700万好意思元融资；2025年头A轮融资7500万好意思元，红杉老智商投，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等顶级机构纷繁下注。
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，才取得了这么的成效，无疑是单方面的。因为，如果谈及医疗AI，行业内东说念主士一般齐会举出一个“反面案例”——IBM的Waston。
IBM旗下WatsonHealth一度被誉为医疗AI的昔日和谜底。关联词由于时刻局限和过度营销，IBMWatson在肿瘤援救决策等面目上施展欠安，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决议的“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不行保证医疗AI成效，时刻落地和实用成果才是关节。
OpenEvidence的快速成长某种进程上站在了“后Watson期间”的风口，在时刻熟练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精真金不怕火碾压初创——无邪专注的革命者有契机弯说念超车。不外，这也给OpenEvidence一个警示：如果在推广中惨酷了质地和安全，透支了大夫信任，则可能重蹈昔日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，是这类公司竞争的关节。
天然不像OpenEvidence那样专心于LLM+RAG，但同为临床医疗参考用具的DynaMed 仍值得一提，这款用具的主要时刻在于RAG（一种AI框架：检索增强生成），何况在本年被评为“即时临床决策复古：现场疾病参考”的 Best in KLAS 用具（近五年第四次斩获）。其最新的生成式 AI 功能 “Dyna AI” 进一步擢升了查证与信息获取速率。算作学问型决策用具，DynaMed 同样坚抓使用经同业评议的医学文件，确保本色准确度。
另一家缔造于2023年的明星创业公司HippocraticAI，其专注开采“注重安全”的医疗大言语模子。HippocraticAI细心通过各式医疗历练认证，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罕见西宾。
本文来自虎嗅，原文磋商：https://www.huxiu.com/article/4738802.html?f=wyxwapp