估值狂飆至820億，生命科學(xué)全球最大獨(dú)角獸易主！

文丨柯嵐

新王取代舊王的故事每天都在上演，這次終于輪到了OpenEvidence。

根據(jù)胡潤研究院近日發(fā)布的《2026全球獨(dú)角獸榜》顯示，專注于為臨床醫(yī)生提供決策支持的AI研究平臺(tái)——OpenEvidence以820億元人民幣（約120億美元）的企業(yè)估值，一舉超越抗衰藥企Biosplice Therapeutics，成為全球生命科學(xué)領(lǐng)域估值最大的獨(dú)角獸。

圖片來源：胡潤百富

估值的跳升來得很猛。OpenEvidence的120億美元估值來自今年1月完成的D輪融資，而僅僅在三個(gè)月前，它的估值還在60億美元。對于一家成立僅四年的醫(yī)療新銳而言，這樣的速度足夠令人側(cè)目。

數(shù)據(jù)來源：Crunchbase

除了在一級(jí)市場表現(xiàn)搶眼，OpenEvidence在美國醫(yī)生群體中的覆蓋率已經(jīng)超過40%，成為全美AI醫(yī)療領(lǐng)域用戶數(shù)增長最快的平臺(tái)之一。

根據(jù)公開信息，OpenEvidence目前已擁有超過75.7萬名經(jīng)過驗(yàn)證的醫(yī)生用戶，并在2025年7—11月期間，月均臨床咨詢量從1000萬次提升至1650萬次，用戶粘性不斷增強(qiáng)。

那么這一切，OpenEvidence到底是如何做到的？

01

超高估值

靠什么撐起來？

說到底，OpenEvidence只有一個(gè)功能，即幫醫(yī)生查資料。

但千萬別小看了這一功能，它解決的是臨床知識(shí)檢索中“找得到卻讀不完、讀得完卻用不上”的效率悖論，將醫(yī)生從“信息過載”的泥潭中解救出來，并在他們做出臨床決策的黃金瞬間構(gòu)建起一個(gè)高價(jià)值的注意力樞紐。

要知道，醫(yī)學(xué)知識(shí)的增長速度正在讓臨床醫(yī)生不堪重負(fù)。美國愛荷華大學(xué)卡弗醫(yī)學(xué)院教授Peter Densen在2011年發(fā)表的論文中指出，醫(yī)學(xué)知識(shí)翻倍周期已從1950年的約50年縮短至2010年的約3.5年，并預(yù)測到2020年或?qū)⒖s短至約73天。

對分秒必爭的一線醫(yī)生來說，持續(xù)跟進(jìn)所有前沿文獻(xiàn)，幾乎是不可能完成的任務(wù)。

同時(shí)傳統(tǒng)工具的問題在于更新滯后、交互不自然；通用大模型雖然方便，卻在嚴(yán)肅醫(yī)療場景下面臨“幻覺”這一致命風(fēng)險(xiǎn)。

OpenEvidenc就是看中了這一矛盾點(diǎn)。

具體而言，它并沒有陷入通用大模型的參數(shù)競賽，而是選擇了一條更“笨重”但卻更可靠的路徑——基于數(shù)百萬篇經(jīng)過同行評審的權(quán)威醫(yī)學(xué)文獻(xiàn)，訓(xùn)練其垂直模型，并對每一個(gè)輸出的結(jié)論都要求附上精確的原文引用，基本做到了“零幻覺”。

圖片來源：OpenEvidence官網(wǎng)

為了構(gòu)筑內(nèi)容壁壘，OpenEvidence不僅與《新英格蘭醫(yī)學(xué)雜志》（NEJM）、JAMA、Wiley、Cochrane等頂刊與數(shù)據(jù)庫達(dá)成獨(dú)家內(nèi)容授權(quán)，還與美國心臟病學(xué)會(huì)（ACC）、美國國家綜合癌癥網(wǎng)絡(luò)（NCCN）、美國糖尿病協(xié)會(huì)（ADA）等全球權(quán)威專科協(xié)會(huì)深度綁定。

數(shù)據(jù)可以證明這一點(diǎn)：在2026年《Nature Medicine》發(fā)表的一項(xiàng)大規(guī)模獨(dú)立評測中，OpenEvidence在500道美國醫(yī)師執(zhí)照考試（MedQA）題目中取得了89.6%的準(zhǔn)確率，與臨床決策支持標(biāo)桿UpToDate（88.4%）處于同一水平。

更為關(guān)鍵的是，在多項(xiàng)針對引用真實(shí)性的專項(xiàng)測試中，OpenEvidence的引用編造率為0%，而同期通用大模型的引用幻覺率普遍在20%～85%之間。

正因?yàn)槿绱耍派钍苊绹R床醫(yī)生的信賴，才能在短時(shí)間內(nèi)讓全美超過40%的執(zhí)業(yè)醫(yī)生都在使用，并且還保持了極高的使用頻率，單月問診及使用次數(shù)都高達(dá)近3000萬次。

一般來說，在擁有如此龐大且高黏性的用戶群后，OpenEvidence的商業(yè)模式應(yīng)該是向醫(yī)生或醫(yī)院收取訂閱費(fèi)，但它卻并沒有選擇這條順理成章的路徑，而是另辟蹊徑——給醫(yī)生免費(fèi)使用，轉(zhuǎn)向制藥公司和醫(yī)療器械廠商出售精準(zhǔn)投放的廣告位。

這看似是“舍近求遠(yuǎn)”，但它的優(yōu)勢就在于它建立了一個(gè)“免費(fèi)工具圈用戶——精準(zhǔn)場景賣流量”的服務(wù)閉環(huán)，即依托全美最龐大的真實(shí)臨床決策數(shù)據(jù)流，精準(zhǔn)識(shí)別醫(yī)生在診療過程中的實(shí)際用藥偏好、處方習(xí)慣與未滿足需求，從而為制藥及器械企業(yè)提供遠(yuǎn)比傳統(tǒng)醫(yī)藥代表拜訪更高效、更合規(guī)、更具ROI的精準(zhǔn)營銷渠道。

據(jù)悉，在商業(yè)化層面，OpenEvidence廣告業(yè)務(wù)的年收入目前已達(dá)5000萬美元，并預(yù)計(jì)在2026年實(shí)現(xiàn)超1億美元收入。

很顯然，其商業(yè)邏輯已經(jīng)得到市場的廣泛認(rèn)可，正快速步入規(guī)模化擴(kuò)張期。

因此，OpenEvidence這種以臨床信任為護(hù)城河，將“零幻覺”的技術(shù)優(yōu)勢轉(zhuǎn)化為高粘性用戶資產(chǎn)，再通過精準(zhǔn)場景實(shí)現(xiàn)商業(yè)變現(xiàn)的服務(wù)閉環(huán)，正是資本市場愿意為其高估值買單的底層邏輯。

02

“OpenEvidence”模式

能在中國跑通嗎？

事實(shí)上，OpenEvidence獨(dú)具一格的商業(yè)模式在中國并非沒有土壤，但想要完全復(fù)刻，仍需跨越幾道深不見底的鴻溝。

第一道鴻溝便是中美醫(yī)療制度性的差異。

在中國，醫(yī)生的臨床決策邏輯除了依賴指南，還高度依賴于上級(jí)醫(yī)院的實(shí)踐經(jīng)驗(yàn)及院內(nèi)培訓(xùn)體系，AI工具在其中更多的是充當(dāng)“輔助”角色，這與美國醫(yī)生擁有絕對獨(dú)立臨床決策權(quán)有著根本性的差異。

因此，要在中國建立同等程度的基于臨床決策的高價(jià)值樞紐，OpenEvidence的“零幻覺”技術(shù)優(yōu)勢只是入場券，更為關(guān)鍵的是在于其能否成功嵌入中國醫(yī)生獨(dú)特的“院內(nèi)工作流”，甚至是與電子病歷系統(tǒng)深度打通，這對產(chǎn)品的本地化適配提出了極高要求。

縱觀整個(gè)AI醫(yī)療行業(yè)，“打通電子病歷系統(tǒng)”同樣也是OpenEvidence當(dāng)下正在沖刺的高地，這側(cè)面印證了AI融入院內(nèi)工作流的剛需性。

進(jìn)入2026年，OpenEvidence不再局限于獨(dú)立網(wǎng)頁或APP，而是推出了專為醫(yī)生構(gòu)建的多步推理智能體“DeepConsult”，并相繼被Sutter Health、Mount Sinai和Cedars-Sinai全面嵌入了Epic電子病歷系統(tǒng)中。

而在Cedars-Sinai的實(shí)際部署中，該系統(tǒng)甚至能直接調(diào)取患者實(shí)時(shí)的既往手術(shù)、并發(fā)癥、用藥和過敏史來進(jìn)行深度個(gè)性化的循證匹配。

這證明，無論是中美，脫離了底層系統(tǒng)級(jí)的融合，AI醫(yī)療都將觸及落地天花板。

第二道鴻溝便是付費(fèi)方與決策權(quán)的錯(cuò)配。

在中國的醫(yī)療體系中，采購決策權(quán)主要掌握在醫(yī)院管理層或衛(wèi)健委手中，醫(yī)生更多是使用者，并沒有直接的產(chǎn)品采購決策權(quán)和預(yù)算支配權(quán)，這與OpenEvidence所適用的體系截然不同。

除此之外，在當(dāng)前國內(nèi)醫(yī)療合規(guī)化的大環(huán)境下，OpenEvidence那種基于醫(yī)生臨床決策場景的“精準(zhǔn)廣告投放”，在中國可能會(huì)觸碰“變相利益輸送”的政策紅線，從而帶來不必要的監(jiān)管處罰隱患。

中國數(shù)字健康治理數(shù)據(jù)圖表

圖片來源：Nature子刊

第三道鴻溝是數(shù)據(jù)壁壘的構(gòu)筑難度。

OpenEvidence的另一大護(hù)城河在于其掌握了全美最龐大的真實(shí)臨床決策數(shù)據(jù)流，能夠精準(zhǔn)識(shí)別醫(yī)生的用藥偏好、處方習(xí)慣與未滿足需求。

但在中國，醫(yī)療數(shù)據(jù)的歸屬、流通與使用受到嚴(yán)格的政策監(jiān)管，醫(yī)院信息系統(tǒng)的數(shù)據(jù)孤島問題尤為突出——85%的藥企仍處于數(shù)據(jù)孤島狀態(tài)，僅12%實(shí)現(xiàn)全渠道數(shù)據(jù)打通。

這意味著，OpenEvidence最核心的“數(shù)據(jù)飛輪”效應(yīng)將難以在中國運(yùn)轉(zhuǎn)。

最后一道鴻溝便是用戶習(xí)慣與付費(fèi)意愿的錯(cuò)位。

“免費(fèi)使用”在中國醫(yī)療領(lǐng)域早已常見，相關(guān)平臺(tái)和軟件數(shù)不勝數(shù)，因此很難像OpenEvidence那樣通過“免費(fèi)”建立起龐大的用戶群體和高強(qiáng)度的用戶黏性。

另外在付費(fèi)意愿層面，雖然中國醫(yī)藥數(shù)字化營銷市場雖然增長迅猛，預(yù)計(jì)2026年市場規(guī)模約1486億元，2030年有望達(dá)到4776億元，但這條賽道當(dāng)前已經(jīng)相當(dāng)擁擠，想要從中突圍，難度可想而知。

那么，這是否說明“OpenEvidence”模式在中國完全沒有機(jī)會(huì)呢？答案并不絕對。

一方面，雖然“OpenEvidence”模式雖然不能直接套用，但它卻為中國AI醫(yī)療同行帶來了啟發(fā)，即業(yè)務(wù)核心在于一套產(chǎn)品哲學(xué)——以臨床信任為根基、以循證確定性為壁壘、以醫(yī)生工作流為入口，而“免費(fèi)+廣告”只是這套體系的變現(xiàn)手段。

所以在中國，這條路徑更可能演化為“循證智能體+多智能體協(xié)同”的新范式，如當(dāng)前不少平臺(tái)所探索的，工具從回答問題，升級(jí)為能夠處理復(fù)雜問題、顯性化推理過程、實(shí)現(xiàn)全過程可追溯的循證協(xié)作系統(tǒng)。

另外在商業(yè)化層面，中國版“OpenEvidence”或許會(huì)跳出單一“向藥企賣廣告位”的模式，更可能轉(zhuǎn)向采用“基礎(chǔ)功能免費(fèi)+高級(jí)決策支持訂閱+藥企合規(guī)數(shù)字化營銷+RWE真實(shí)世界研究服務(wù)”的多元化組合——在合規(guī)框架內(nèi)，將醫(yī)生的注意力價(jià)值轉(zhuǎn)化為藥企可度量、可追溯、可審計(jì)的營銷ROI。

頗具啟發(fā)的是，這套“多元化組合拳”恰巧也是OpenEvidence正在踐行的商業(yè)進(jìn)階軌跡。隨著與EHR的深度打通，OpenEvidence正通過企業(yè)級(jí)訂閱模式向大型醫(yī)療機(jī)構(gòu)收取席位費(fèi)該行為預(yù)計(jì)將單客ARPU提升5-10倍。

與此同時(shí)，OpenEvidence近期與生命科學(xué)云系統(tǒng)巨頭Veeva Systems達(dá)成戰(zhàn)略合作，聯(lián)合打造“Open Vista”平臺(tái)，正式將業(yè)務(wù)延伸至臨床試驗(yàn)患者匹配、藥物發(fā)現(xiàn)情報(bào)等高價(jià)值的B端深水區(qū)。

不難發(fā)現(xiàn)，從前端輔助醫(yī)生決策，向后端反哺生命科學(xué)底座演進(jìn)，才是打通AI醫(yī)療商業(yè)閉環(huán)的終局。

整體而言，中國擁有全球最大的醫(yī)生群體和最豐富的臨床數(shù)據(jù)資源，對AI臨床決策支持的需求只會(huì)比美國更迫切。

但在這片土地上，技術(shù)本身不足以決定成敗；真正的勝負(fù)手，落在誰能率先在“循證可信”與“商業(yè)可持續(xù)”之間，找到那條既符合中國醫(yī)療體制現(xiàn)實(shí)、又能穿越合規(guī)周期的窄門。

03

AI醫(yī)療雖火

但也要沉下心來

毫無疑問，AI醫(yī)療當(dāng)前正站在一個(gè)前所未有的風(fēng)口之上。

OpenEvidence的崛起、資本的狂熱追捧、政策的持續(xù)利好，都在將這一領(lǐng)域推向聚光燈的中心。

但熱潮之下，我們更需要冷靜審視：當(dāng)概念驗(yàn)證的喧囂逐漸退去，企業(yè)能否在真實(shí)臨床場景中扎下根來，才是決定生死的關(guān)鍵。

當(dāng)前，AI醫(yī)療面臨的普遍性挑戰(zhàn)是具體而微的——從數(shù)據(jù)孤島如何打通，到醫(yī)生工作流如何嵌入；從循證輸出的可信度如何建立，到商業(yè)模式如何在合規(guī)框架內(nèi)跑通。這些問題沒有捷徑，靠“講故事”也解決不了，企業(yè)只能沉下心來，一寸一寸地啃下硬骨頭。

而OpenEvidence的故事告訴我們，技術(shù)壁壘之上，更重要的是臨床信任的積累；商業(yè)模式的創(chuàng)新之外，更底層的邏輯是對醫(yī)療體制現(xiàn)實(shí)的深刻理解與適配。

因此，對于中國AI醫(yī)療企業(yè)而言，這片市場擁有全球最龐大的醫(yī)生群體和最豐富的臨床數(shù)據(jù)資源，需求之迫切、空間之廣闊，遠(yuǎn)超想象。

但機(jī)會(huì)從不眷顧投機(jī)者——誰能率先在“循證可信”與“商業(yè)可持續(xù)”之間找到平衡，誰能在尊重中國醫(yī)療體制獨(dú)特性的前提下構(gòu)建真正的價(jià)值閉環(huán)，誰就有可能成為下一個(gè)定義行業(yè)范式的人。

AI醫(yī)療的下半場，才剛剛開始。沉下心來做難而正確的事，中國AI醫(yī)療的更大可能性，正藏在那些愿意慢下來、扎下去的企業(yè)手中。

排版丨喬雨林

制圖丨醫(yī)線Insight