从 ChatGPT 的通用对话能力，到 OpenEvidence 的专业推理框架，我们正在见证技术如何从“能说”走向“能懂”。本文不仅梳理了关键节点，更揭示了 AI 医疗落地的正确打开方式——既要技术突破，更需系统信任。

今天分享的这家公司，成立不到三年估值已达35亿美元，融资额超过2.1亿美元，并宣称美国40%的医生每天使用它。

“医生每天打开的第一个AI，不是ChatGPT，而是 OpenEvidence。”

它既不是新的药物，也不是硬件设备，而是一款AI 驱动的医学搜索引擎，一个为医生服务的“专业版 ChatGPT”。

过去十年，医学研究的增长速度远超医生的学习能力。

根据美国国家医学图书馆的数据，全球医学文献数量平均每73天翻倍一次。

新疗法、新药物、新指南层出不穷，让一线医生在诊疗过程中面临着一个看似荒谬却真实的问题：

“我该相信哪一篇论文？”

医生正在被信息洪流淹没。传统搜索引擎无法区分文献质量，而通用 AI 模型又容易出现“幻觉”，无法提供可验证的医学证据。

在这样一个“知识过剩但信任稀缺”的时代，医疗AI的核心问题，不是智能，而是可信。

这正是 OpenEvidence 切入的起点。它的使命是：

“帮助医生在几秒钟内，从海量研究中找到最有临床意义、最可信的答案。”

打开 OpenEvidence 的界面，像是在用 Google Scholar 与 ChatGPT 的结合体。

医生只需输入一个问题，比如：

“慢性肾病患者是否适合使用 SGLT2 抑制剂？”

几秒钟后，系统就会生成一份回答：包含结论摘要、风险分析、研究引用、样本规模和期刊来源。

每一句话，都能点击跳转到对应的权威论文。

这背后是一个高度垂直化的 AI 引擎，它训练于数百万篇同行评审医学文献，并与顶级期刊（包括New England Journal of Medicine、JAMA等）建立了内容合作。

在 2025 年 7 月，OpenEvidence 推出了名为DeepConsult的新功能。医生可以上传病例或提出复杂问题，AI 会在几分钟内整合数千篇最新研究，生成一份“临床决策备忘录”。

这不仅仅是“回答问题”，而是在构建一个医生的认知外脑系统。

正如创始人 Daniel Nadler 所说：

“我们不是在取代医生，而是在取代医生查文献的那三小时。”

OpenEvidence 的创始人Daniel Nadler并非医学出身。

他曾创立金融数据公司Kensho Technologies，2018 年被标准普尔以 5.5 亿美元收购。

从金融数据到医学数据，他的逻辑是一致的：“无论市场还是医院，决策都依赖高质量的信息。”

团队另一位联合创始人Zachary Ziegler来自哈佛机器学习实验室，

两人带领的团队汇集了来自 MIT、哈佛医学院、斯坦福医院的 AI 工程师和医生，这让 OpenEvidence兼具“算法精度 医疗权威性”。

从商业模式来看，医疗 AI 历来是“高门槛、慢回报”的行业：法规复杂、数据分散、用户采纳困难。

OpenEvidence 却反其道而行，用了两招：

第一招：免费切入，先占领医生心智

平台对经过认证的美国医生完全免费，快速获得了医疗行业最稀缺的资源：信任与习惯。

每月新增超过6.5万医师注册，使其成为“史上增长最快的医生应用”。

第二招：建立内容和机构的生态闭环

OpenEvidence 不靠广告赚钱，而通过与医院、医学院、制药公司及医学期刊的合作来变现：包括付费数据接入、机构订阅、教育平台授权等。

这种模式下，OpenEvidence既是医生的入口，也是学术与产业数据的分发枢纽。

当医生群体的专业搜索行为被统一到一个平台上，OpenEvidence 实际上掌握了一个新的医学知识流量入口。

这意味着它未来能往多个方向延展：从个体医生，到医院系统，再到制药临床研究和医保数据分析。

通用大模型在医疗领域的最大风险不是“不懂”，而是“编造”。一旦 AI 回答错误，损害的不只是一次问诊，而可能是一条生命。

OpenEvidence 的核心竞争力在于：它只回答“有证据”的问题。系统的每一个输出，都必须基于同行评审论文，并附带引用链。

这种“证据驱动”的AI逻辑，让它在医生群体中迅速建立了专业信任。

在 2025 年 6 月，OpenEvidence 宣布其模型在美国医师执照考试中取得满分成绩。

这听起来像是营销噱头，但在医生社区里，这成为信任的象征：“这不是大模型在‘表演聪明’，而是AI在‘通过考试’。”

相比通用AI公司动辄十亿级的模型参数竞争，OpenEvidence 走的是另一条路径：从“更大模型”转向“更深知识”。

OpenEvidence 的成功不是偶然，而是三个关键趋势叠加的结果：

对创业者而言，这家公司的成功也提供了一个极具启发性的路径：AI 创业的黄金三角不是“算法 算力 数据”，而是“垂直 权威 可验证”。

以上，祝你今天开心。

作者：张艾拉 公众号：Fun AI Everyday

本文由 @张艾拉 原创发布于人人都是产品经理。未经作者许可，禁止转载

题图来自Unsplash，基于CC0协议