不賣藥、不看病、醫(yī)生版ChatGPT如何造就生命科學(xué)第一獨(dú)角獸？

2026 年 6 月，胡潤研究院發(fā)布《2026 全球獨(dú)角獸榜》（Global Unicorn Index 2026）。成立僅四年的美國醫(yī)療 AI 公司 OpenEvidence 以 820 億人民幣、約 120 億美元的估值入選榜單，并在其劃分的“生命科學(xué)”賽道中位居第一。

按照胡潤研究院的統(tǒng)計(jì)標(biāo)準(zhǔn)，上榜企業(yè)需要成立于 2000 年以后、估值超過 10 億美元且尚未上市。OpenEvidence 的 120 億美元估值，主要來自今年 1 月完成的一輪融資。當(dāng)時(shí)，公司獲得 2.5 億美元 D 輪融資，由 Thrive Capital 和 DST Global 共同領(lǐng)投，投后估值較三個(gè)月前翻了一倍，較一年前上漲了約 12 倍。

不僅如此，OpenEvidence 還入選了《福布斯》第八屆人工智能 50 強(qiáng)榜單（AI 50）。

OpenEvidence 并不是一家研發(fā)新藥或器械的傳統(tǒng)生命科學(xué)公司。其核心產(chǎn)品是一個(gè)面向醫(yī)生的 AI 醫(yī)學(xué)搜索和臨床決策支持平臺(tái)，經(jīng)過身份認(rèn)證的美國臨床專業(yè)人員可免費(fèi)使用。醫(yī)生輸入一個(gè)臨床問題，系統(tǒng)檢索醫(yī)學(xué)論文、專業(yè)期刊和臨床指南，再生成一份附有引用來源的回答。因此，它經(jīng)常被稱為“醫(yī)生版 ChatGPT”。

醫(yī)療 AI 公司不少，能檢索醫(yī)學(xué)文獻(xiàn)的大模型也不罕見。OpenAI、Google 和 Anthropic 都在加強(qiáng)醫(yī)療能力，UpToDate 等傳統(tǒng)臨床知識(shí)平臺(tái)也已經(jīng)引入生成式 AI。

在這樣的背景下，OpenEvidence 為何能在四年時(shí)間里，估值和用戶量都在一路上漲？

把醫(yī)學(xué)論文變成可提問的知識(shí)庫

OpenEvidence 成立于 2022 年，創(chuàng)始人為 Daniel Nadler 和 Zachary Ziegler。

其中，Daniel Nadler 此前已經(jīng)有過一次較為成功的 AI 創(chuàng)業(yè)經(jīng)歷。他擁有哈佛大學(xué)博士學(xué)位，曾創(chuàng)辦金融數(shù)據(jù)分析公司 Kensho。Kensho 利用機(jī)器學(xué)習(xí)處理金融和經(jīng)濟(jì)數(shù)據(jù)，希望把復(fù)雜的市場分析變成類似搜索引擎的查詢過程。2018 年，標(biāo)普全球收購 Kensho，公開披露的交易價(jià)值約為 5.5 億美元，成為當(dāng)時(shí)以 AI 為核心的金融科技領(lǐng)域最大收購案之一。

雖然金融和醫(yī)療相距甚遠(yuǎn)，但 Nadler 發(fā)現(xiàn)，他們都屬于知識(shí)密集、數(shù)據(jù)龐雜且高度依賴專業(yè)判斷的行業(yè)。他曾計(jì)算過：“每分鐘至少有一篇新的醫(yī)學(xué)論文發(fā)表，即使醫(yī)生只閱讀排名前十的醫(yī)學(xué)期刊，也需要花費(fèi)他們一天九個(gè)小時(shí)，才能跟上重要研究和指南變化。”

圖 | Daniel Nadler

OpenEvidence 由此應(yīng)運(yùn)而生，其能夠?qū)崟r(shí)篩選數(shù)千篇同行評審的研究。它不直接替醫(yī)生診斷，而是幫助醫(yī)生更快地尋找、歸納和核對醫(yī)學(xué)證據(jù)。

例如，醫(yī)生可以詢問某類藥物能否用于腎功能受損的患者，也可以比較兩種治療方案在特定人群中的證據(jù)。系統(tǒng)生成回答后，醫(yī)生能夠查看對應(yīng)論文和指南，進(jìn)一步核驗(yàn)結(jié)論。

與通用大模型不同，前者主要依靠訓(xùn)練過程中獲得的知識(shí)生成回答，可能出現(xiàn)信息過時(shí)、來源不明或虛構(gòu)參考文獻(xiàn)等問題。進(jìn)入臨床場景后，可能會(huì)影響檢查、用藥和治療決策；OpenEvidence 采用的是醫(yī)學(xué)模型與檢索增強(qiáng)生成相結(jié)合的路線：醫(yī)生提出問題后，系統(tǒng)先從醫(yī)學(xué)文獻(xiàn)和臨床指南中尋找相關(guān)資料，再根據(jù)檢索結(jié)果組織答案，并盡可能提供引用來源。

除了快速查詢海量的資料之外，OpenEvidence 能夠吸引醫(yī)生的另一個(gè)重要原因是其與醫(yī)學(xué)內(nèi)容的合作。在大模型競爭中，算法能力固然重要，但對于醫(yī)療 AI 而言，能否合法、穩(wěn)定地獲得高質(zhì)量醫(yī)學(xué)全文同樣關(guān)鍵。

截至目前，該公司已經(jīng)與《新英格蘭醫(yī)學(xué)雜志》出版方 NEJM Group、美國醫(yī)學(xué)會(huì)及 JAMA Network、美國國家綜合癌癥網(wǎng)絡(luò)、美國急診醫(yī)師學(xué)會(huì)、美國心臟病學(xué)會(huì)等機(jī)構(gòu)建立合作。

JAMA Network 曾披露，旗下 13 種期刊的全文內(nèi)容已經(jīng)整合進(jìn) OpenEvidence。多家醫(yī)學(xué)專業(yè)組織也將臨床指南和教育資料接入平臺(tái)。

在基礎(chǔ)問答之外，OpenEvidence 還推出了 DeepConsult，讓系統(tǒng)對數(shù)十篇甚至上百篇研究進(jìn)行更深入的檢索和綜合，生成接近專題研究報(bào)告的內(nèi)容。平臺(tái)還增加了繼續(xù)醫(yī)學(xué)教育、語音交互和移動(dòng)端應(yīng)用。

2026 年 7 月，OpenEvidence 又推出了 EvidenceGrade。該功能參考循證醫(yī)學(xué)中的 GRADE 框架，嘗試實(shí)時(shí)評估回答背后證據(jù)的質(zhì)量。

其可以對平臺(tái)每條答案背后引用的醫(yī)學(xué)證據(jù)進(jìn)行實(shí)時(shí)質(zhì)量分級和可視化，幫助醫(yī)生快速判斷證據(jù)強(qiáng)度，從而決定在臨床決策中能賦予多大權(quán)重，能夠有效解決 AI 生成內(nèi)容可信度不明的痛點(diǎn)。

圖 | EvidenceGrade 對答案背后證據(jù)的評估（OpenEvidence）

醫(yī)生免費(fèi)使用，廣告完成變現(xiàn)

OpenEvidence 的用戶快速增長的一個(gè)重要原因，是對經(jīng)過身份認(rèn)證的美國臨床專業(yè)人員免費(fèi)開放。

傳統(tǒng)醫(yī)療軟件通常先賣給醫(yī)院，需要經(jīng)歷預(yù)算審批、信息安全評估、系統(tǒng)部署和員工培訓(xùn)，銷售周期可能持續(xù)數(shù)月甚至數(shù)年。醫(yī)生能否使用一種工具，往往不完全由醫(yī)生自己決定。

OpenEvidence 繞開了這條路徑。醫(yī)生可以直接注冊，不必等待醫(yī)院統(tǒng)一采購，也不需要支付個(gè)人訂閱費(fèi)。免費(fèi)把一個(gè)企業(yè)采購問題，變成了個(gè)人用戶增長問題。

截至 2026 年 7 月，公司稱其擁有約 91.5 萬名經(jīng)過美國執(zhí)業(yè)資格或?qū)I(yè)身份認(rèn)證的臨床用戶，包括醫(yī)生、護(hù)士、執(zhí)業(yè)護(hù)士和醫(yī)師助理。僅在 4 月，就有約 65% 的美國醫(yī)生在近 2,700 萬次臨床診療中使用了這項(xiàng)服務(wù)。

圖 | OpenEvidence 在醫(yī)生群體中的使用量激增（來源：OpenEvide）

平臺(tái)查詢量也在上升。2025 年 12 月，OpenEvidence 處理了約 1,800 萬次臨床咨詢，而一年前約為每月 300 萬次。2026 年 3 月，公司宣布平臺(tái)首次在 24 小時(shí)內(nèi)完成 100 萬次由認(rèn)證醫(yī)生發(fā)起的臨床咨詢。

此外，OpenEvidence 還開始從醫(yī)生自發(fā)使用的外部工具，進(jìn)入醫(yī)院正式部署的臨床流程。

2026 年 2 月，Sutter Health 宣布將 OpenEvidence 接入 Epic 電子病歷系統(tǒng)；3 月，紐約西奈山醫(yī)療系統(tǒng)宣布部署該平臺(tái)，并將使用范圍從醫(yī)生擴(kuò)大到護(hù)士和藥師；7 月，紐約長老會(huì)醫(yī)院及其附屬醫(yī)學(xué)院——哥倫比亞大學(xué)瓦格洛斯內(nèi)外科醫(yī)學(xué)院和威爾康奈爾醫(yī)學(xué)院——也宣布在旗下醫(yī)院和護(hù)理場所部署OpenEvidence。

這意味著，OpenEvidence 正在從醫(yī)生自己打開的搜索工具，逐漸變成嵌入醫(yī)院工作流程的臨床知識(shí)基礎(chǔ)設(shè)施。

那么，誰來為這款免費(fèi)的醫(yī)療 AI 付錢？答案是向制藥企業(yè)和醫(yī)療器械公司出售廣告。醫(yī)生免費(fèi)使用搜索和問答服務(wù)，廣告主為觸達(dá)醫(yī)生付費(fèi)。但它出售的不是普通互聯(lián)網(wǎng)流量，而是經(jīng)過身份認(rèn)證的臨床專業(yè)人群，以及他們在具體診療場景中的注意力。

美國數(shù)字醫(yī)藥廣告支出每年約為 200 億至 250 億美元。OpenEvidence 能夠精準(zhǔn)觸達(dá)約 60 萬美國處方醫(yī)生，這是一個(gè)極具價(jià)值的受眾群體。對藥企而言，這種流量比普通社交平臺(tái)更接近真實(shí)的處方和治療決策。

由此，OpenEvidence形成了一套循環(huán)：免費(fèi)服務(wù)帶來更多醫(yī)生和查詢量，高價(jià)值臨床流量吸引藥企與器械公司投放廣告，廣告收入再用于內(nèi)容授權(quán)、模型研發(fā)和算力，從而繼續(xù)維持醫(yī)生端免費(fèi)。

根據(jù)公司披露，OpenEvidence 2025 年的年收入已經(jīng)超過 1 億美元。

除了廣告之外，該公司還在探索其他收入模式，比如針對集成到電子病歷工作流程中的醫(yī)療系統(tǒng)部署，采用企業(yè)級按席位定價(jià)模式；開發(fā)高級企業(yè)功能；為制藥公司、醫(yī)療器械制造商和支付方提供數(shù)據(jù)洞察訂閱服務(wù)，以及用于將臨床決策支持系統(tǒng)集成到第三方平臺(tái)的 API 許可。

醫(yī)療專用模型，一定更可靠嗎？

隨著 OpenEvidence 用戶量激增，醫(yī)學(xué)界對它的態(tài)度總體積極，但也保留了明顯的警惕。

多名來自不同專科和醫(yī)療機(jī)構(gòu)的醫(yī)生認(rèn)為，OpenEvidence 操作簡單、移動(dòng)端使用方便，最大的價(jià)值是快速檢索權(quán)威醫(yī)學(xué)文獻(xiàn)，尤其適合處理超出醫(yī)生日常專業(yè)范圍的問題。

在實(shí)際使用中，有醫(yī)生借助 OpenEvidence 確認(rèn)低血鉀是否屬于藥物的常見副作用，也有人用它判斷疑似脊柱骨折是否需要進(jìn)一步進(jìn)行 CT 檢查。一名腎臟科醫(yī)生表示，OpenEvidence 經(jīng)常能為他節(jié)省約 30 分鐘的傳統(tǒng)檢索時(shí)間。哈佛大學(xué)醫(yī)生 Anupam Jena 也觀察到，醫(yī)生主要使用它補(bǔ)充本專科之外的知識(shí)，并尋找 Google 或 UpToDate 難以快速提供的答案。

不過，一些醫(yī)生指出，平臺(tái)可能遺漏重要信息，或者根據(jù)樣本量較小的研究得出過于肯定的結(jié)論，在罕見疾病和復(fù)雜病例中尤其如此。紐約一名急診醫(yī)生就曾發(fā)現(xiàn)，OpenEvidence 夸大了某種注射藥物導(dǎo)致肝損傷的風(fēng)險(xiǎn)，沒有充分考慮患者長期飲酒這一更可能的原因。幾周后，平臺(tái)更新了相關(guān)回答，才更準(zhǔn)確地反映飲酒因素。

（來源：OpenEvidence）

目前，不同研究對 OpenEvidence 的評價(jià)也不一致。一項(xiàng)發(fā)表于Nature Medicine的研究發(fā)現(xiàn)，在 MedQA、HealthBench 和 100 個(gè)真實(shí)臨床問題中，GPT-5.2、Gemini 3.1 Pro 和 Claude Opus 4.6 整體領(lǐng)先于 OpenEvidence 和 UpToDate Expert AI。

幾周后，Real-POCQi 預(yù)印本研究卻得出相反結(jié)果。該研究使用 620 個(gè) OpenEvidence 平臺(tái)上的真實(shí)臨床問題，由 149 名執(zhí)業(yè)醫(yī)生進(jìn)行盲評，OpenEvidence 在準(zhǔn)確性、臨床實(shí)用性、來源質(zhì)量、可核查性和完整性等指標(biāo)上獲得最高評分。

兩項(xiàng)研究的分歧，主要來自問題來源、評價(jià)指標(biāo)、評審醫(yī)生和模型版本不同。《Nature Medicine》更強(qiáng)調(diào)標(biāo)準(zhǔn)化醫(yī)學(xué)知識(shí)、安全性和表達(dá)；Real-POCQi 更接近 OpenEvidence 的專科使用場景，也更重視證據(jù)來源與核查。

因此，醫(yī)療專用模型是否優(yōu)于通用模型，目前還沒有簡單答案。更重要的是，這些研究評價(jià)的主要是回答質(zhì)量，而不是誤診率、治療效果或患者死亡率。引用真實(shí)論文，也不代表結(jié)論一定適用于具體患者。

醫(yī)學(xué)知識(shí)快速增長、生成式 AI 改變檢索方式、權(quán)威內(nèi)容合作提供信任、免費(fèi)策略繞過醫(yī)院采購、醫(yī)藥廣告完成早期變現(xiàn)，這些因素共同解釋了 OpenEvidence 為什么能在四年內(nèi)獲得近百萬臨床用戶，并在一年左右把估值從 10 億美元推高到 120 億美元。

但按照公司披露的年收入超過 1 億美元計(jì)算，其估值約為收入的百倍。要支撐這一估值，OpenEvidence 不僅需要繼續(xù)擴(kuò)大用戶規(guī)模，還要證明醫(yī)院企業(yè)業(yè)務(wù)能夠形成穩(wěn)定收入，并長期獲得醫(yī)生的信任。

1.https://www.hurun.net/en-US/Info/Detail?num=N5C7D1KGTE8G

2.https://time.com/collections/time100-health-2025/7279622/daniel-nadler/

3.https://www.forbes.com/companies/openevidence/?list=ai50

4.https://www.healthcare.digital/single-post/openevidence-chatgpt-for-doctors-2026-plans-and-strategic-outlook

5.https://www.iatrox.com/blog/openevidence-vs-chatgpt-why-2026-studies-disagree

6.https://www.nature.com/articles/s41591-026-04431-5

7.https://arxiv.org/abs/2606.28960

8.https://www.iatrox.com/blog/openevidence-vs-chatgpt-why-2026-studies-disagree

免責(zé)聲明：本文旨在傳遞生命科學(xué)和醫(yī)療健康產(chǎn)業(yè)最新信息，不代表平臺(tái)立場，不構(gòu)成任何投資意見和建議，以官方/公司公告為準(zhǔn)。本文也不是治療方案推薦，如需獲得治療方案指導(dǎo)，請前往正規(guī)醫(yī)院就診。

運(yùn)營/排版：何晨龍

注：封面/首圖由 AI 輔助生成