摘要：你发现没，现在AI圈里到处都是“全能选手”，但医疗圈真正杀疯的，不是能说会道的ChatGPT，而是一款叫OpenEvidence的工具。

你发现没，现在AI圈里到处都是“全能选手”，但医疗圈真正杀疯的，不是能说会道的ChatGPT，而是一款叫OpenEvidence的工具。

成立还不到三年，估值直接飙到60亿美元，融资总额超4.1亿美元，更牛的是，美国40%的医生每天一上班，电脑第一个点开的就是它。

这玩意儿既不是新研发的特效药，也不是高精尖的医疗设备，说白了就是个给医生量身定做的“专业版AI搜索引擎”。

能让见惯了高科技的医生这么依赖，它到底藏着啥门道？

说句实在话，当医生真不是件容易事，不光要天天跟病魔打交道，还得跟海量的医学文献死磕。

你可能不知道，现在全球的医学文献增长速度快得吓人，平均每73天就翻一倍。

新疗法、新药物、新诊疗指南跟雨后春笋似的冒出来，医生看病的时候经常犯愁：这么多论文，有的观点还互相矛盾，到底该信哪篇？

约翰斯·霍普金斯大学有位讲师就直言，市面上多达一半的医学文献可能都有问题，要么是研究方法有缺陷，要么是统计数据出了错，甚至还有作者带着偏见做研究。

传统搜索引擎根本分不清文献好坏，搜出来的结果一堆杂乱无章的信息，医生想找篇有用的得翻半天。

更让人头疼的是通用AI，比如ChatGPT，有时候会“瞎编乱造”，也就是大家说的“幻觉”。

医疗这行可不是闹着玩的，AI一句不负责任的话，可能就耽误一条人命。

有数据显示，传统文献检索平均要花5分钟以上，漏检率还高达35%，关键信息经常被淹没在信息海洋里。

就在医生被这些问题搞得焦头烂额的时候，OpenEvidence横空出世了。

它不搞那些花里胡哨的对话功能，一门心思专攻“可信”二字，核心使命就是帮医生在几秒钟内，从海量研究里精准揪出最有临床价值、最靠谱的答案。

我跟你讲，OpenEvidence能火遍医疗圈，关键就在于它不“忽悠”，说出来的每句话都有实打实的依据。

它的界面设计特别接地气，就像是GoogleScholar和ChatGPT的结合体，医生用着毫无门槛。

不管是遇到罕见病，还是不确定用药方案，只要在搜索框里输入问题，比如“慢性肾病患者能不能用SGLT2抑制剂？”，几秒钟就能拿到完整答案。

更绝的是，这个答案可不是简单的文字堆砌，里面包含了结论摘要、风险分析，还有具体的研究引用、样本规模和期刊来源，每一句话都能直接点击跳转到对应的权威论文，来源清清楚楚，经得起任何核查。

这背后靠的是它的独门绝技：一个专门针对医疗领域的AI引擎，训练数据全是经过专家评审的医学文献，还跟《新英格兰医学杂志》《JAMA》这些顶级期刊达成了深度合作。

2025年7月推出的DeepConsult功能更厉害，医生可以直接上传患者病例，或者提出更复杂的诊疗问题，AI几分钟内就能整合数千篇最新研究，生成一份详细的“临床决策备忘录”。

有个真实案例特别能说明问题：美国有位叫苏珊的医生，在万米高空的飞机上遇到一位突发状况的患者。

患者疑似出水痘，还患有前列腺癌，正在服用抗癌药物。

苏珊医生当时手里没任何参考资料，全靠OpenEvidence快速查询：先确认了水痘潜伏期，又核实了抗癌药物对免疫系统的影响，最后找到了针对免疫受损患者的处理方案，成功稳住了患者病情，避免了飞机紧急迫降。

最让医生信服的是，2025年6月它的模型在美国医师执照考试中拿了满分。

这可不是什么营销噱头，对医生来说，这就相当于AI的专业度通过了权威认证，证明它不是在“表演聪明”，而是真能在临床中派上用场。

现在全美已经有43万医生在使用它，每月新增注册用户就有7.5万人，月度咨询量从7月的35.8万次直接飙升到1650万次，妥妥的“史上增长最快的医生应用”。

从另一个角度看，OpenEvidence的成功，不光是技术牛，商业模式也玩得特别溜。

它的创始人DanielNadler其实不是医学出身，之前他创立过一家金融数据公司，2018年被标准普尔以5.5亿美元收购了。

他看透了一个道理：不管是金融市场还是医院，做决策最关键的就是要有高质量的信息。

团队里的另一位联合创始人ZacharyZiegler，来自哈佛机器学习实验室，两人一起组建的团队堪称“豪华配置”，汇集了MIT、哈佛医学院、斯坦福医院的AI工程师和资深医生，既有顶尖的算法技术，又懂专业的医疗知识，这就让OpenEvidence兼具了“算法精度+医疗权威性”。

在商业模式上，它走了两步妙棋。

第一步是免费切入，美国所有经过认证的医生用它都完全免费，这样一来快速占领了医生的心智，拿到了医疗行业最稀缺的两样东西：信任和使用习惯。

第二步是搞生态闭环变现，它不靠广告赚钱，而是跟医院、医学院、制药公司还有医学期刊合作，通过付费数据接入、机构订阅、教育平台授权这些方式盈利。

现在它不光是医生的常用工具，还成了学术和产业数据的分发枢纽，相当于掌握了医学知识的流量入口。

2025年这一年，它的发展速度堪称“狂飙”：2月红杉资本独家投了A轮7500万美元，估值直接冲到10亿；7月B轮融资2.1亿美元，估值翻倍到35亿。

到了10月的C轮融资，更是集齐了红杉资本、谷歌风投、黑石这些行业大佬，估值一下子飙升到60亿。

更让人意外的是，它还把总部从马萨诸塞州剑桥迁到了迈阿密，虽然创始人没明说原因，但不少业内人士猜测，可能是看中了当地的税收优惠和更宽松的科技政策，这波操作也让大家看到了它扩张的野心。

从另一个角度看，OpenEvidence的成功也给行业指了条明路，国内的医疗AI企业也跟着行动起来了。

2025年9月，方舟健客发布了自主研发的杏石医疗大模型，直接对标OpenEvidence，还被《Nature》杂志专门报道过，这也是《Nature》首次关注中国的医疗AI大模型。

这款模型整合了中华医学会的文献库，专门适配中文语境，还开发了AI用药助手、健康管家、医生助手等一系列应用，针对性解决国内医生的痛点。

数据显示，杏石医疗大模型的AI医生助手已经累计提供了近40万次技术辅助，帮医生节省了超6万个小时的工作时间，患者的单次问诊时间也缩短了70%以上。

而且为了避免AI“幻觉”，研发团队还专门优化了知识库和模型监督机制，确保输出的信息靠谱可信。

与此同时，国家政策也在大力支持临床垂直AI的发展，2025年11月发布的《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，明确提出要重点发展专病垂直模型，这也给国内的医疗AI企业创造了更好的发展环境。

医疗AI的核心从来都不是“能说会道”，而是“靠谱可信”。

OpenEvidence的成功就证明了，垂直领域的AI拼的不是参数大小，而是行业深度和可验证性。

不管是美国的OpenEvidence，还是国内的杏石医疗大模型，都抓住了一个关键：医疗行业容不得半点虚假，每一个结论都得有实打实的依据。

现在AI在医疗领域的应用越来越广，但不管技术多先进，最终都要回归本质，帮医生提高效率，帮患者解决问题。

那些光追求花哨功能、忽视可靠性的AI，终究走不长远。

毕竟在关乎生命的领域，靠谱永远比花哨重要，能真正解决行业痛点的产品，才能在市场上站稳脚跟。

来源：探秘发现一点号