哈佛學生靠醫療“ChatGPT”,成了亿万富翁

admin

“AI原生100”是虎嗅科技组推出针對AI原生立异栏目，這是本系列的第「16」篇文章。

這是一個在天生式AI时代才會呈現的场景。

在美國，一名大夫推開診室大門的同时，手機屏幕上弹出的不是邮件提示，而是一款叫做OpenEvidence的醫療AI利用。

現在，单美國就有10万执業大夫天天都在用這款產物，這一数据在高度守旧、事情節拍紧绷、数字化浸透率低的醫療行業史無前例。而更使人意想不到的是，也就在一年多前，這款產物的用户数只有几千。

其月咨询量增加速率之快，讓 GV （原 Google Ventures）合股人直言：“這是咱們見過增加最快的科技利用之一。”

OpenEvidence解决了甚麼問题？

醫療界常识更新太快，Nature钻研表白，醫學常识每73天就可以翻一倍，而每次呈現的病例都光怪陆離，大夫常常必要在網上搜刮類似病例息争决法子，這個進程冗杂且正确性不不乱。

OpenEvidence将這些繁芜且更新敏捷的醫學常识装進Agent傍邊，讓大夫可以快速找到最新、最正确的醫學证据。

開创人Daniel Nadler被称為“十年一遇的傳奇创業者”。

前一次创業，他把金融AI公司Kensho以约 5.5 亿美元卖给标普全世界；二次创業，他用本身的1000万美元資金起步，讓OpenEvidence在短短三年内到达35亿美元估值。

此外，在贩卖上，OpenEvidence走了一個彻底分歧于醫療行業的贩卖模式。他們很是斗胆的绕過傳统醫療软件依靠病院繁杂采购流程的路径，直接面向大夫小我免费供给辦事，冲破了醫療软件B2B贩卖的枷锁，實現了雷同消费互联網的病毒式傳布。此外，他們還斗胆测驗考試了告白變現模式，将制藥企業、醫療器械厂商的告白预算從傳统醫藥代表转向 AI 平台的精准投放。

硅谷風谋利構UpHonest投研团队阐發了OpenEvidence的模式對付创業者的開导和参考，起首是專業化赛過泛化，在垂直范畴做深做透，而非寻求大而全；其次，PLG（產物驱动增加）產物质量驱动增加计谋，绕過傳统 B2B 贩卖的繁杂流程；场景化變現，将用户的專業决议计划场景转化為高價值的告白投放场景。

讓大夫天天都用的醫療“ChatGPT”

讓10万名大夫在短期内起頭天天利用一款新的AI產物，很是不平常。

UpHonest投研团队暗示，OpenEvidence是一個在垂類AI搜刮上的典范案例。搜刮這件事，在AI期間變得加倍碎片化，将来每小我可能會有本身的AI搜刮引擎，全新的天生式AI搜刮引擎将慎密契合方针用户的“心智模式”，投資人、状师、大夫的思惟模式各不不异，信息获得模式、目标和决议计划思惟各有差别，這些分歧和差别就是天生式AI搜刮引擎立异的機遇。

OpenEvidence一經推出，就被称為“继iPhone后在大夫群体中傳布最快的技能东西”。今朝已有跨越43万名大夫注册，笼盖全美40%以上的执業醫师，每個月新增6.5万名用户。

OpenEvidence的利用频率一样亮眼：2024年7月平台月處置约36万次咨询，到2025年7月已激增至逐日35万次，至關于月處置跨越850万次临床咨询。

OpenEvidence定位為临床决议计划支撑平台，焦點是AI驱动的醫學搜刮引擎。

平台供给手機App和網页版，專供颠末驗证的持证醫师利用。公司的任務是“组织并扩展全球的醫學常识”，帮忙临床大夫在診療現场快速获得最新、最相干的循证醫學信息。

用户主如果临床大夫，包含專科大夫、全科大夫、住院醫师等，也有部門護士、藥师等醫護职员。今朝重點面向美國持证执業者，必要天資驗证注册。

大夫群体事情忙碌、时候贵重，對信息正确性请求极高——OpenEvidence恰是對准了這一痛點。利用者不乏梅奥、哈佛醫學院、Cedars-Sinai等知名醫療機構的專家。

OpenEvidence的搜刮界面

平台的焦點功效包含智能搜刮與即时問答。大夫用平常说话發問临床問题，几秒内就可以获得简明谜底，并附有权势巨子来由援用，好比《新英格兰醫學杂志》的原文链接，搜刮均匀耗时仅5-10秒，比方扣問"某新藥在妊妇中的療效"，体系會從海量文献中提炼谜底，给出详细钻研数据和比照成果。比拟通用ChatGPT的笼统答复，OpenEvidence可以或许供给更切确且有根据的解答。

OpenEvidence已融入临床事情的多個环節。在临床一线，當大夫碰到疑問問题或必要确認最新指南时，可直接用手機扣問，大大削减翻阅文献的时候。對付疑似診断或用藥選擇，大夫可将其作為"第二定見"，驗证本身的设法是不是合适最新证据。

2025年他們推櫻花綠茶,出了 Agent 功效 DeepConsult。這個被称為"数字博士研读助手"的AI Agent，能自立檢索并阐發上百篇相干钻研，将日常平凡必要人工数月综述的主题，在数小时内天生综合钻研陈述發送给大夫。虽然每次挪用的计较本钱是平凡搜刮的100倍以上，OpenEvidence依然免费向美國認证大夫開放這一功效。

平台還集成為了多媒体醫學内容，經由過程與顶级期刊互助，可以显現临床图片、图表等钻研数据可視化成果，讓大夫更直觀地舆解证据。

開创人Nadler暗示，不少大夫會用它来查找那些本身一生可能只碰到一两次的病例。

專注小模子，經由過程不联網和專業数据削太陽能LED感應燈,减幻觉

一向以来，因為醫療范畴的問题門坎很高，傳统根本模子大厂或是互联網公司做的醫療AI相干產物几近都以失败了结，由于AI始终解决不了幻觉問题。

2023年，一篇《咱們還必要临床说话模子吗？》的预印本文章發在了ArXiv上。在這篇论文里，他們發明仅 3 亿参数的临床模子（如 GatorTron、BioClinRoBERTa）可以或许超出 30 亿参数乃至1750 亿参数的模子，可以或许連结更好的機能和平安合规性。

為了削减幻觉，OpenEvidence不联網，而是大范围采纳美國FDA、CDC公布的免费权势巨子信息，和同業评审的醫學文献。

OpenEvidence参加了梅奥診所（年营收120亿美元的美國超等醫療综合体，在 《消息周刊》 的“全世界最好病院”排行榜上，七年連任第一）的孵化项目。

值得一提的是，OpenEvidence的AI体系在2025年缔造汗青，成為首個在美國醫师执照测驗(USMLE)上获得满分100%成就的AI，而這個测驗广泛被認為是“全世界最難的执照测驗之一”，大大都考生必要 1–2 年体系筹备，若是把USMLE三個阶段都考完，常识量大要即是把一本《Robbins 病理學》、《Katzung 藥理學》、《First Aid》吃透，然后随时能将书中常识整合利用，随时待命。

在2023年為期20周的加快器中，公司操纵梅奥供给的匿名化临床数据和專家引导，不竭優化AI模子的正确性。梅奥診所也是以得到了公司小部門股权，成為初期支撑者。2023年7月，OpenEvidence作為第三批结業团队，在演示日乐成表态。

OpenEvidence 是今朝独一一個完备练习了《新英格兰醫學杂志》全文的 AI 產物。《新英格兰醫學杂志》编纂委员會里的几位重量级人物自己就是 OpenEvidence 的深度用户，他們但愿本身經常使用的东西里能包括他們的内容。OpenEvidence 是今朝独一一個完备练习了《新英瑪卡保健食品,格兰醫學杂志》全文的 AI 產物。

Nadler還充實操纵人脉資本，與美國醫學會和顶尖醫學期刊创建互助，确保数据来历权势巨子可托。他招揽了一支奢华团队：多名哈佛、麻省理工博士和工程师，和浩繁醫療專家担當参谋。連已故诺奖得主、举动科學前驱Daniel Kahneman生前也曾作為OpenEvidence的参谋支撑這一愿景。2025年，Nadler因OpenEvidence的影响力入選TIME100 Health全世界康健范畴百大人物。

在用這些数据做练习的同时，OpenEvidence的营業表示愈来愈好，口口相傳，吸引了愈来愈多的美國大夫利用。《新英格兰醫學杂志》在内的一批機構也起頭“上門接洽”，终极讓OpenEvidence拿到了非免费高质量数据源。

開创人Nadler暗示，和《新英格兰醫學杂志》的互助瓜熟蒂落，由于杂志社的焦點成员也用OpenEvidence。

“若是咱們采纳傳统的企業 SaaS 推行模式，好比先花很长时候去谈病院的大范围互助，等着加入第 17 次集會，還没用户利用，那《新英格兰醫學杂志》的人也不會接触到這個產物，更谈不上喜好上它。终极，咱們也不會有這個機遇告竣互助。”Nadler说。

這類“免费权势巨子数据-促成营業-获得声量-非免费高质数据”的成长流程，讓他們终极乐成获得了飞轮效应。越用越好，越好越專業，全部OpenEvidence起頭加快改良全部AI產物。

OpenEvidence 也有很强的人材储蓄，開创人Nadler暗示他們已组建了一支博士级此外科學家团队，在這個团队里有哈佛计较機科學家的结合開创人Zachary Ziegler，来自MIT的Evan Hernandez、Eric Lehman。這些或是师從顶级天然说话處置领军科學家或身世全美顶级實行室的人材。

怪异的贸易模式

Nadler暗示，Evidence的寄义是颠末同業评断的醫學文献，Open的意义是，咱們直接触达大夫，而不是讓病院辦理层或其别人来做中心商。這點直指OpenEvidence的营销和贸易模式。更首要的一點，“Open”還代表醫療信息的公允。

Nadler暗示，在美國的醫療系统里，資本分派很是不平衡，有钱的病院可以买到所有最先辈的东西，乃至有预算去試用各類软件，可是，在一些經济前提较差的都會，不少大夫實际上是私家执業，或是在小型診所里事情，好比不到 10 人的团队，這种病院的大夫没有巨大的科技预算，更别提像大學那种基金會支撑，也底子包袱不起每一年 1 万、2 万美元的软件定阅费。

针對這類邊界，OpenEvidence今朝采纳"免费增值+告白"的贸易模式，就像初期的google同样先占据市场再赚钱。

他們把大夫作為消费者，而不是面向醫療機構收钱。平台對颠末驗证的大夫彻底免费開放利用，無需小我或病院付费。這類计谋大幅低落了大夫利用門坎，使其可以或许快速堆集巨大用户根本。正如Kleiner Perkins董事长John Doerr所评價：“對大夫免费的模式是這里的魔力地點”。經由過程免费供给高價值辦事，OpenEvidence在大夫群体中创建起粘性和收集效应，必定水平上形成為了行業尺度。這與初期google用免费搜刮占据市场的思绪雷同。

在具有大量專業用户和高频利用场景后，OpenEvidence 起頭引入告白模式。其做法與搜刮引擎雷同，在大夫盘問成果或界面中展現精准的推行信息。告白客户包含制藥公司、醫學集會主理方、醫療器械厂商等，但愿精准触达大夫群体的機構。截至 2025 年中，公司表露其告白收入年化约為 5000 万美元。

不外，很较着，當前OpenEvidence的告白情势仍是比力禁止，将来跟着用户范围增加，這一数字有望延续晋升。

值得注重的是，醫療行業對告白和贸易化举动有严酷规范。OpenEvidence 宣称将鉴戒google“區别告白與有機成果”的做法，包管大夫對盘問成果的信赖不受影响。

UpHonest投研团队如斯阐發這家公司的贸易模式，OpenEvide牙齒美白牙膏,nce 很是斗胆的绕過傳统醫療软件依靠病院繁杂采购流程的路径，直接面向大夫小我免费供给辦事，冲破了醫療软件B2B贩卖的枷锁，實現了雷同消费互联網的病毒式傳布。又斗胆测驗考試了告白變現模式，将制藥企業、醫療器械厂商的告白预算從傳统醫藥代表转向 AI 平台的精准投放。

開创人：從创建之初我就晓得OpenEvidence會得到庞大乐成

OpenEvidence由两位哈佛校友Daniel Nadler和Zachary Ziegler联手打造。

Nadler是位持续创業者，曾在哈佛读博时代開辦金融AI公司Kensho，2018年以约5.5亿美元卖给标普全世界，這段履历讓他既有了本钱也堆集了名誉。同伴Ziegler则是哈佛博士候選人，师從知名AI學者Alexander Rush，在天然说话處置方面功底深挚。一個懂贸易，一個懂AI，共同默契。

Daniel Nadler 登上福布斯

Nadler创業的初志源于對醫療信息爆炸的深入感觉。他形容如今這個期間：生物醫藥正值黄金期，新藥新療法不竭出現，但對临床大夫来讲却像進入了“暗中期間”——天天面临海量文献，身心俱疲。“大夫面临喷涌而出的醫學钻研，犹如迎着高壓水龙带喝水”，最新钻研每30秒就有一篇颁發，大夫要在看診20名患者的同时還要跟上最新希望，几近不成能完成。這類痛點讓Nadler意想到，人脑的浏览极限没法应答数百万钻研，可是AI可以。

2021年11月，Nadler着手建立OpenEvidence。作為二次创業者，他很是自傲，决议自掏腰包启动项目，换取更大的持久回报。他對四周人说："或许我這辈子最聪慧的决议就是用本身的钱押注本身。”

從2021年建立至今，OpenEvidence已完成為了融資之路：開创人Daniel Nadler最初自掏腰包投入1000万美元，随后在2022年末拿到2700万美元融資；2025年頭A轮融資7500万美元，红杉資本事投，讓公司估值到达10亿美元；几個月后B轮融資2.1亿美元更是将估值推高到35亿美元。google風投、红杉本钱、Kleiner Perkins等顶级機構纷繁下注。

OpenEvidence的融資進程

临床醫療范畴的竞争

若是認為OpenEvidence纯真地踩中了醫療AI的痛點，才得到了如许的乐成，無疑是单方面的。由于，若是谈及醫療AI，行業内助士一般城市举出一個“背面案例”——IBM的Waston。

IBM旗下Watson Health一度被誉為醫療AI的将来和谜底。但是因為技能局限和過分营销，IBM Watson在肿瘤辅助决议计划等项目上表示欠安，终极于2022年将Watson Health营業拆分卖出，宣布了這场投入数十亿美元规划的“崩塌”。IBM Watson的失败為行業敲响警钟：单靠巨資投入和至公司光环其實不能包管醫療AI乐成，技能落地和适用结果才是關頭。

OpenEvidence的快速發展某种水平上站在了“后Watson期間”的風口，在技能成熟度和利用切入點上更具上風。巨擘虽有資本，但在專業醫療范畴不見得等闲碾壓草创——機动專注的立异者有機遇弯道超車。不外，這也给OpenEvidence一個警示：若是在扩大中輕忽了质量和平安，透支了大夫信赖，则可能重蹈往日Watson的复辙，成為一场高開低走的泡沫。

在临床醫療AI范畴，一些AI草创企業正在崭露頭角，成為OpenEvidence的潜伏竞争者。正确和丰硕的数据，是這种公司竞争的關頭。

固然不像OpenEvidence那样用心于LLM+RAG，但同為临床醫療参考东西的DynaMed 仍值得一提，這款东西的重要技能在于RAG（一种AI框架：檢索加强天生），而且在本年被评為“即时临床决议计划支撑：現场疾病参考”的 Best in KLAS 东西（近五年第四次斩获）。其最新的天生式 AI 功效 “Dyna AI” 進一步晋升了查证與信息获得速率 。作為常识型决议计划东西，DynaMed 一样對峙利用經同業评断的醫學文献，确保内容正确度。

另外一家建立于2023年的明星创業公司Hippocratic AI ，其專注開辟“注意平安”的醫療大说话模子。Hippocratic AI偏重經由過程各類醫療测驗認证，其模子已經由過程100多项醫療專業测评，并针對醫療场景举行了分外练习。

文章链接：