Jay 发自 凹非寺
量子位 | 公众号 QbitAI
没想到，医疗场景ChatGPT生意能做这么大……
最新消息，美国明星创业公司——医生版ChatGPT「OpenEvidence」，新融资将获投约2.5亿美元，估值翻倍至120亿美元。
这意味着，Perplexity、Cursor等超级独角兽的牌桌上，将迎来一家医疗AI公司。
这并不令人惊讶，毕竟OpenEvidence几乎已经垄断了美国ToC医疗AI市场——日均处理临床查询超6万次，45%的美国医生都是它的用户。
医生专用ChatGPT，估值120亿美元
又一家超级独角兽诞生。
Information消息，旨在打造医生专用ChatGPT的AI公司——OpenEvidence，正筹集2.5亿美元股权融资。
如果交易完成，这家成立仅三年的初创公司估值将直接翻倍，来到120亿美元。
回看OpenEvidence的融资历史，也像火箭一样迅速攀升：
2025年2月，A轮融资7500万美元，估值10亿美元。
2025年7月，B轮融资2.1亿美元，估值翻了三倍多，来到35亿美元。
2025年10月，C轮融资2亿美元，估值进一步跃升至60亿美元。
股东名单中，Google Ventures、红杉资本、凯鹏华盈、黑石集团等知名风投赫然在列。
而随着本轮融资结束，OpenEvidence将进一步坐稳「最贵医疗AI」的交椅。
医生版ChatGPT，为何如此受人追捧？
日常接诊中，医生经常会遇到一些罕见而复杂的边缘案例，这类长尾问题往往不存在标准答案。医生需要回到文献层面查证证据。
但现实是，面对高度具体的临床问题，依靠关键词在海量医学文献中检索，无异于大海捞针。
OpenEvidence创始人曾举过这样一个例子：
一名患者同时患有银屑病和多发性硬化。这两种疾病都与自身免疫相关，但在具体的发病机制上却相互牵制。
常规方案是IL-17或IL-23抑制剂治疗，这是当前治疗中重度银屑病的王牌。
在银屑病治疗中，IL-17或IL-23抑制剂是当前治疗中重度银屑病的王牌方案，疗效明确、应用成熟。
但问题在于，对于同时还有多发性硬化的患者而言，IL-17可能诱发脱髓鞘病变。
相比之下，IL-23抑制剂更多作用于银屑病炎症反应的上游环节，通常被视为相对更安全的替代选择。但针对「多发性硬化合并银屑病」这一特定人群，几乎没有什么临床研究证据。
这是一个典型的没有标准答案的临床困境，医生需要更多信息用于辅助决策。
过去，医生需要求助PubMed上的文献。但如此具体的问题，很难通过关键词检索出来。
AI的出现，确实在一定程度上解决了「如何准确描述问题」的挑战。
但在医疗场景中，真正有价值的边缘案例，往往只存在于小样本研究、病例报告或专家共识之中。这些信息既分散、又非结构化，通用模型即便引入RAG机制，也没办法抓取到。
更重要的是，通用大模型并非为医疗决策而生，无法满足临床的严苛要求。
OpenEvidence解决的正是这个痛点，他们提供的是一个专门面向医生的AI。
OpenEvidence，面向医生的ChatGPT，旨在消除医生诊疗过程中的决策成本。
首先看数据：
在回答问题时，OpenEvidence调用的是一套经过筛选的医疗知识库。
除PubMed、Cochrane等公共数据库外，其核心内容还包括《新英格兰医学杂志》等顶尖医学期刊的独家授权资料。这些高质量、可追溯的数据源，汇成了OpenEvidence抵御通用大模型「降维覆盖」的护城河。
为了减少幻觉，OpenEvidence直接砍掉了「互联网公开数据」这一选项，所有信息全部来源于经过同行评审的权威医学期刊。
其次看模型：
由于并不追求通用能力，OpenEvidence采用的是专门为医学任务训练的7B小模型。
在这一前提下，模型不需要承担泛化任务带来的负担，反而在医学任务上表现更精准。
产品设计方面，OpenEvidence给出的每一条结论，均基于至少两篇以上高等级文献的具体段落，医生可以随时溯源。
针对垂直场景的特殊优化，让OpenEvidence在美国医师执照考试（USMLE）中超过了ChatGPT-5——满分夺冠，325道题全部回答正确，甚至连给的参考文献都是准确的。
如今，OpenEvidence几乎已成为美国医生默认的操作系统。
10月份，OffCall（一家允许医生比较薪资的公司）经过对1000名美国医生的调查发现：45%的医生都在使用OpenEvidence。
相比之下，ChatGPT的使用率只有16%。
而且这批用户的活跃度相当高。OpenEvidence每月为医生解答大约2000万个问题，已隐约呈现出医疗领域流量入口的雏形。
既然如此，变现路径也很清晰了——
向制药公司卖广告位。
据悉，OpenEvidence目前每年的广告收入约为1.5亿美元。折算下来，几乎每天都有接近300万元人民币进账。
甚至要贴脸凡尔赛一波。
公司方面表示，目前实际出售的广告位，只占总量的十分之一。
翻译一下：「真要认真搞商业化，ARR轻松破10亿美元～」
反映在财务指标上，OpenEvidence的表现同样相当夸张。其毛利率接近90%，在一众AI初创公司中一骑绝尘。
原因主要在成本端：
一方面，OpenEvidence采用的是7B小模型，无论训练成本还是推理成本，都远低于通用大模型。
另一方面，由于医学场景对可追溯性的要求，使得现在的OpenEvidence并没有直接抢占信息入口，反而是在给医学期刊引流。
这直接改变了AI与传统内容供应方的关系。由于OpenEvidence坐拥大量医生流量，这批流量大部分又能注入供给端，公司面对期刊拥有极强的议价权。
结果就是：最能体现OpenEvidence竞争壁垒的「数据资产」，反而是各大医学期刊抢着送上门来的。
国内医生版ChatGPT
医生版ChatGPT的风，不止刮在太平洋的另一边。
国内医疗AI虽尚未有选手达到OpenEvidence那样夸张的120亿美元估值，但产品理念类似的也不少。
最耳熟能详的大概有5家——医联、百川智能、零假设、壹生检康、灵犀医疗。
医联
成立于2014年，提供基于医生使用的实名认证、学术社交、自由执业的移动平台。
2023年，旗下未来医生发布医疗垂直大模型MedGPT，成为国内首个获批可用于提供疾病诊断与治疗建议的生成式AI。
2025年的一项多模型临床实战测评中，MedGPT获临床「安全性」与「有效性」评测全球第一。
目前，未来医生已落地基层门诊临床决策场景，服务超过2000万注册用户、150余万注册医生。
天眼查显示，医联成立以来已完成7轮融资，股东包括腾讯、红杉中国、华兴资本等。
2020年末，医联完成5.14亿美元E轮融资，估值约40亿美元。
百川智能
成立于2023年，一家研发并提供通用AI服务的公司。
2025年10月22日，百川智能发布循证增强医疗大模型Baichuan-M2 Plus。
在多场景评测中，M2 Plus的医疗幻觉率较通用大模型显著降低，相比DeepSeek低约3倍，甚至优于OpenEvidence。
企查查显示，自成立以来，百川智能已完成三轮融资，股东包括小米、腾讯、阿里、亚投资本、中金等。
2024年7月，百川智能A轮融资50亿元，估值达200亿元。
零假设
成立于2019年，是一家专注于开发医学智能化产品的科技公司。
旗下「KnowS」系列产品是一个虚拟医学助手，融合数据技术和医学知识，为临床机构提供以文献分析、临床数据分析服务。
2025年10月，零假设获近亿元A轮融资，估值未披露。
壹生检康
成立于2021年，旨在让每个人都能方便快捷的完成居家检测。
2025年11月，钉钉联合壹生检康发布「豆蔻医生超级助理」，可在1分钟内整合全球超过4000万篇医疗专业文献，辅助妇产科医生临床决策。
企查查显示，壹生检康目前共完成两轮融资，最新为2022年初的天使轮，估值尚未披露。
灵犀医疗
成立于2021年，是一家卫生技术循证解决方案提供商。
其自研EviMed循证平台，动态整合全球数亿条医学文献与临床数据，辅助医生做医学决策。
目前，该平台已应用于全国300余家大型三甲医院，以及20余家国内外头部医药企业。
截至目前，灵犀医疗尚未披露融资信息。
参考链接：
[1]https://www.theinformation.com/articles/chatgpt-doctors-startup-doubles-valuation-12-billion-revenue-surges
[2]https://m.jiemian.com/article/13709250.html
