出品｜虎嗅科技组开yun体育网

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，一位医师推开诊室大门的同期，手机屏幕上弹出的不是邮件指示，而是一款叫作念OpenEvidence的医疗AI应用。

如今，单好意思国就有10万执业医师每天齐在用这款居品，这一数据在高度保守、服务节律紧绷、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猜想的是，也就在一年多前，这款居品的用户数惟有几千。

其月参谋量增长速率之快，让 GV （原 Google Ventures）结伙东谈主直言：“这是咱们见过增长最快的科技应用之一。”

OpenEvidence治理了什么问题？

医疗界学问更新太快，Nature接洽标明，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，医师时时需要在网上搜索相似病例和治理要领，这个过程冗长且准确性不踏实。

OpenEvidence将这些零乱且更新速即的医学学问装进Agent当中，让医师不错快速找到最新、最准确的医学字据。

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环球；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走了一个彻底不同于医疗行业的销售模式。他们荒谬斗胆的绕过传统医疗软件依赖病院复杂采购历程的旅途，平直面向医师个东谈主免费提供服务，冲突了医疗软件B2B销售的镣铐，终明晰雷同阔绰互联网的病毒式传播。另外，他们还斗胆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，滥觞是专科化胜过泛化，在垂直领域作念深作念透，而非追求大而全；其次，PLG（居品驱动增长）居品性量驱动增长政策，绕过传统 B2B 销售的复杂历程；场景化变现，将用户的专科有谋划场景升沉为高价值的告白投放场景。

让医师每天齐用的医疗“ChatGPT”

让10万名医师在短时刻内驱动每天神用一款新的AI居品，荒谬不寻常。

UpHonest投研团队暗示，OpenEvidence是一个在垂类AI搜索上的典型案例。搜索这件事，在AI时期变得愈加碎屑化，改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搜索引擎将深沉契合主义用户的“心智模式”，投资东谈主、讼师、医师的想维模式各不探求，信息获取模式、主义和有谋划想维各有各异，这些不同和各异即是生成式AI搜索引擎翻新的契机。

OpenEvidence仍是推出，就被称为“继iPhone后在医师群体中传播最快的工夫器具”。目下已有进步43万名医师注册，躲闪全好意思40%以上的执业医师，每月新增6.5万名用户。

OpenEvidence的使用频率不异亮眼：2024年7月平台月处理约36万次参谋，到2025年7月已激增至逐日35万次，相配于月处理进步850万次临床参谋。

OpenEvidence定位为临床有谋划搭救平台，中枢是AI驱动的医学搜索引擎。

平台提供手机App和网页版，专供经过考证的握证医师使用。公司的服务是“组织并扩大全寰宇的医学学问”，匡助临床医师在调整现场快速获取最新、最联系的循证医学信息。

用户主若是临床医师，包括专科医师、全科医师、入院医师等，也有部分照看、药师等医护东谈主员。目下要点面向好意思国握证执业者，需要禀赋考证注册。

医师群体服务忙绿、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等知名医疗机构的群众。

OpenEvidence的搜索界面 

平台的中枢功能包括智能搜索与即时问答。医师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》的原文络续，搜索平均耗时仅5-10秒，举例接头"某新药在妊妇中的疗效"，系统会从海量文件中索取谜底，给出具体接洽数据和对照遣散。比较通用ChatGPT的迟滞回复，OpenEvidence能够提供更精确且有依据的解答。

OpenEvidence已融入临床服务的多个技艺。在临床一线，当医师遭逢疑难问题或需要阐明最新指南时，可平直用手机接头，大大减少翻阅文件的时刻。关于疑似会诊或用药采用，医师可将其四肢"第二主张"，考证我方的想法是否合乎最新字据。

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联系接洽，将平时需要东谈主工数月综述的主题，在数小时内生成空洞接洽陈诉密送给医师。尽管每次调用的狡计成本是普通搜索的100倍以上，OpenEvidence仍然免费向好意思国认证医师怒放这一功能。

平台还集成了多媒体医学实践，通过与顶级期刊互助，不错呈现临床图片、图表等接洽数据可视化遣散，让医师更直不雅地领悟字据。

首创东谈主Nadler暗示，许多医师会用它来查找那些我方一辈子可能只遭逢一两次的病例。

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联系居品真实齐以失败告终，因为AI弥远治理不了幻觉问题。

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）能够寥落 30 亿参数致使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，而是大领域罗致好意思国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空洞体，在 《新闻周刊》 的“环球最好病院”名次榜上，七年蝉联第一）的孵化方法。

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牌照试验(USMLE)上取得满分100%收货的AI，而这个试验广博被觉得是“环球最难的牌照试验之一”，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，学问量大约等于把一册《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群众教导，不息优化AI模子的准确性。梅奥诊所也因此赢得了公司小部分股权，成为早期搭救者。2023年7月，OpenEvidence四肢第三批毕业团队，在演示日奏效亮相。

OpenEvidence 是目下惟逐个个完好意思教养了《新英格兰医学杂志》全文的 AI 居品。《新英格兰医学杂志》裁剪委员会里的几位分量级东谈主物自己即是 OpenEvidence 的深度用户，他们但愿我方常用的器具里能包含他们的实践。OpenEvidence 是目下惟逐个个完好意思教养了《新英格兰医学杂志》全文的 AI 居品。

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缔造互助，确保数据来源巨擘确凿。他吸收了一支豪华团队：多名哈佛、麻省理工博士和工程师，以及盛大医疗群众担任参谋人。连已故诺奖得主、行为科学前驱Daniel Kahneman生前曾经四肢OpenEvidence的参谋人搭救这一愿景。2025年，Nadler因OpenEvidence的影响力入选TIME100 Health环球健康领域百大东谈主物。

在用这些数据作念教养的同期，OpenEvidence的业务推崇越来越好，衣钵相传，眩惑了越来越多的好意思国医师使用。《新英格兰医学杂志》在内的一批机构也驱动“上门推断”，最终让OpenEvidence拿到了非免费高质地数据源。

首创东谈主Nadler暗示，和《新英格兰医学杂志》的互助水到渠成，因为杂志社的中枢成员也用OpenEvidence。

“如果咱们采选传统的企业 SaaS 实行模式，比如先花很永劫刻去谈病院的大领域互助，等着参加第 17 次会议，还没用户使用，那《新英格兰医学杂志》的东谈主也不会战争到这个居品，更谈不上心爱上它。最终，咱们也不会有这个契机达成互助。”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”的发展历程，让他们最终奏效获取了飞轮效应。越用越好，越好越专科，扫数这个词OpenEvidence驱动加快改善扫数这个词AI居品。

OpenEvidence 也有很强的东谈主才储备，首创东谈主Nadler暗示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狡计机科学家的麇集首创东谈主Zachary Ziegler，来自MIT的Evan Hernandez、Eric Lehman。这些或是师从顶级天然言语处理领军科学家或降生全好意思顶级实验室的东谈主才。

独到的生意模式

Nadler暗示，Evidence的含义是经过同业评议的医学文件，Open的意思意思是，咱们直战争达医师，而不是让病院握住层或其他东谈主来作念中间商。这点直指OpenEvidence的营销和生意模式。更伏击的小数，“Open”还代表医疗信息的公谈。

Nadler暗示，在好意思国的医疗体系里，资源分拨荒谬不平衡，有钱的病院不错买到扫数开始进的器具，致使有预算去试用多样软件，但是，在一些经济条目较差的城市，许多医师其实是私东谈主执业，或者是在袖珍诊所里服务，比如不到 10 东谈主的团队，这类病院的医师莫得浩大的科技预算，更别提像大学那种基金会搭救，也根蒂包袱不起每年 1 万、2 万好意思元的软件订阅费。

针对这种畛域，OpenEvidence目下罗致"免费升值+告白"的生意模式，就像早期的谷歌一样先占领阛阓再获利。

他们把医师四肢阔绰者，而不是面向医疗机构收钱。平台对经过考证的医师彻底免费怒放使用，无需个东谈主或病院付费。这种政策大幅缩短了医师使用门槛，使其能够快速累积浩大用户基础。正如Kleiner Perkins董事长John Doerr所评价：“对医师免费的模式是这里的魅力场合”。通过免费提供高价值服务，OpenEvidence在医师群体中缔造起粘性和网罗效应，一定进度上酿成了行业圭臬。这与早期谷歌用免费搜索占领阛阓的想路雷同。

在领有多半专科用户和高频使用场景后，OpenEvidence 驱动引入告白模式。其作念法与搜索引擎雷同，在医师查询遣散或界面中展示精确的实行信息。告白客户包括制药公司、医学会议把握方、医疗器械厂商等，但愿精确触达医师群体的机构。搁置 2025 年中，公司表示其告白收入年化约为 5000 万好意思元。

不外，很彰着，现时OpenEvidence的告白体式如故比较克制，改日跟着用户领域增长，这一数字有望握续擢升。

值得详细的是，医疗行业对告白和生意化行为有严格法式。OpenEvidence 宣称将模仿谷歌“分辩告白与有机遣散”的作念法，保证医师对查询遣散的信任不受影响。

UpHonest投研团队如斯分析这家公司的生意模式，OpenEvidence 荒谬斗胆的绕过传统医疗软件依赖病院复杂采购历程的旅途，平直面向医师个东谈主免费提供服务，冲突了医疗软件B2B销售的镣铐，终明晰雷同阔绰互联网的病毒式传播。又斗胆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会赢得巨大奏效

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

Nadler是位连气儿创业者，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环球，这段经历让他既有了成本也累积了声望。搭档Ziegler则是哈佛博士候选东谈主，师从知名AI学者Alexander Rush，在天然言语处理方面功底深厚。一个懂生意，一个懂AI，配合默契。

Daniel Nadler 登上福布斯

Nadler创业的初志源于对医疗信息爆炸的深远感受。他面孔目下这个时期：生物医药正好黄金期，新药新疗法不息瓦解，但对临床医师来说却像进入了“阴霾时期”——每天面临海量文件，身心俱疲。“医师面临喷涌而出的医学接洽，如同迎着高压水龙带喝水”，最新接洽每30秒就有一篇发表，医师要在看诊20名患者的同期还要跟上最新进展，真实不可能完成。这种痛点让Nadler执意到，东谈主脑的阅读极限无法应酬数百万接洽，但是AI不错。

2021年11月，Nadler入部属手创建OpenEvidence。四肢二次创业者，他荒谬自信，决定自掏腰包启动方法，换取更大的耐久陈诉。他对周围东谈主说："也许我这辈子最智谋的决定即是用我方的钱押注我方。”

从2021年竖立于今，OpenEvidence已经完成了融资之路：首创东谈主Daniel Nadler领先自掏腰包干预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，红杉成智商投，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、红杉成本、Kleiner Perkins等顶级机构纷纷下注。

OpenEvidence的融资格程

临床医疗领域的竞争

如果觉得OpenEvidence单纯地踩中了医疗AI的痛点，才赢得了这么的奏效，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齐会举出一个“反面案例”——IBM的Waston。

IBM旗下Watson Health一度被誉为医疗AI的改日和谜底。然则由于工夫局限和过度营销，IBM Watson在肿瘤接济有谋划等方法上推崇欠安，最终于2022年将Watson Health业务拆分卖出，宣告了这场干预数十亿好意思元策动的“坍塌”。IBM Watson的失败为行业敲响警钟：单靠巨资干预和大公司光环并不可保证医疗AI奏效，工夫落地和实用遣散才是要害。

OpenEvidence的快速成长某种进度上站在了“后Watson时期”的风口，在工夫锻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卤莽碾压初创——纯真专注的翻新者有契机弯谈超车。不外，这也给OpenEvidence一个警示：如果在推广中淡薄了质地和安全，透支了医师信任，则可能重蹈当年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害。

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，这款器具的主要工夫在于RAG（一种AI框架：检索增强生成），何况在本年被评为“即时临床有谋划搭救：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” 进一步擢升了查证与信息获取速率 。四肢学问型有谋划器具，DynaMed 不异坚握使用经同业评议的医学文件，确保实践准确度。

另一家竖立于2023年的明星创业公司Hippocratic AI ，其专注设备“留意安全”的医疗大言语模子。Hippocratic AI闲静通过多样医疗试验认证，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额外教养。