AI 醫療公司 OpenEvidence 在 2 月份獲得紅杉資本新一輪的 7500 萬美元融資，估值超過 10 億美元，成為了新的 AI 獨角獸。

更為耀眼的是它的用戶數據，官方聲稱，1/4 的美國用戶醫生已經在使用 OpenEvidence 的工具。

「如果算上所有活躍用戶，每月有 30-40 萬人接觸我們的系統，其中 20 多萬醫生會登錄并提問。換句話說，美國大約 10%-25% 的醫生，已經在某種程度上使用 OpenEvidence 了。」

成立于 2021 年，OpenEvidence 專注于提供專業的 AI 醫學知識助手，向所有醫生免費開放，通過廣告產生收入，產品迅速實現了自發傳播，并與《新英格蘭醫學雜志》等出版機構達成戰略合作。

這種增長方式也是紅杉投資決策的關鍵因素。紅杉合伙人 Pat Grady 領導了這一輪投資，他認為 OpenEvidence 的采用與消費者互聯網產品的傳播方式相似。「沒有多少醫療工具能像消費者應用程序那樣傳播，但這是其中之一。」

創始人 Daniel Nadler 最近參與紅杉資本的播客節目，對于 AI 醫療產品的落地、增長，以及如何做沒有幻覺的 AI 模型，輸出了很多干貨信息。Founder Park 基于播客節目整理了文章。

Key Message：

• 傳統上，醫療 AI 產品往往需要通過醫院或其他機構的審批，而 OpenEvidence 直接面向醫生，讓他們能快速獲取最新醫學知識。這種方式讓產品更快得到廣泛應用。

• 醫生也是普通人，醫生也是消費者。如果你做出一個足夠好的產品，能夠真正改變他們的工作方式，甚至改變整個行業，然后直接放在 AppStore 上，但真的有效。

• 除了工作時間長、醫學院的高強度學習，還有醫生人數本來就不夠，他們還要面對一個極大的挑戰——醫學知識的更新速度太快，大約每五年翻一倍，根本跟不上。

• 但對醫生來說，幾乎所有情況都是特殊案例，都屬于「邊緣情況」。醫生的日常工作，就是不停地查找這些特殊案例對應的解決方案。

• 我們的目標是「對醫學做 JPEG 壓縮」。所以，我們的訓練數據主要是同行評審的醫學文獻，以及 FDA（美國食品藥品監督管理局）和 CDC（美國疾病控制與預防中心）發布的權威信息。

• 我們解決幻覺的方法就是徹底避免讓 OpenEvidence 連接到公共互聯網，所有訓練數據都必須是經過同行評審的醫學研究。而且我們也不像那些只靠一個大模型的做法，而是用了多個模型組成的「集成架構」，每個模型負責不同的任務

• 雖然已經被說了無數遍，但我也找不到更好的表達方式：頂尖人才只想和頂尖人才共事。

Founder Park 正在搭建開發者社群，邀請積極嘗試、測試新模型、新技術的開發者、創業者們加入，請掃碼詳細填寫你的產品/項目信息，通過審核后工作人員會拉你入群～

進群之后，你有機會得到：

• 高濃度的主流模型（如 DeepSeek 等）開發交流；

• 資源對接，與 API、云廠商、模型廠商直接交流反饋的機會；

• 好用、有趣的產品/案例，Founder Park 會主動做宣傳。

01醫生當作普通消費者，不去攻略醫院高層

Pat Grady: 目前有多少醫生會使用 OpenEvidence？

Daniel Nadler:現在大概有 10 萬名美國醫生在用，還有一些來自全球其他地方的用戶。

Pat Grady: 那一年前呢？

Daniel Nadler:可能才一千人，甚至更少。其實很多人可能不知道，美國大約有 100 萬名醫生，要為 3.4 億人口提供醫療服務。這本身就是個值得討論的問題。而在這 100 萬名醫生中，如今大概有 10 萬人每個月會使用 OpenEvidence。

如果算上所有活躍用戶，每月有 30-40 萬人接觸我們的系統，其中 20 多萬醫生會登錄并提問。換句話說，美國大約 10%-25% 的醫生，已經在某種程度上使用 OpenEvidence 了。

Pat Grady: Sequoia 主要投資科技行業，而不是醫療行業。但據我了解，在醫療領域，10 萬名醫生短時間內開始使用一個新產品，是非常不尋常的。一般來說，醫療行業的增長速度沒這么快。你們到底做對了什么？

Daniel Nadler:這也是我們合作愉快的原因——因為你們不是傳統的醫療投資人，而我們的做法也不是典型的醫療行業做法。我們的關鍵點在于，我們認識到——醫生也是普通人，醫生也是消費者。

事實上，每個人都是消費者。而你們的投資策略也抓住了這一點，你們不會把「消費者互聯網」單獨當成一類，然后把醫療行業歸為一個獨立、封閉、難以滲透的領域。你們把所有行業都用互聯網的增長曲線來看待，我們的思路也是一樣的。

如果你從「自上而下」的方式入手，比如很多人說醫療行業很難進入，做醫療創業太難了，別去碰這個行業……

Pat Grady:其實，從過往的案例來看，這種說法也不是沒有道理。

Daniel Nadler:沒錯。因為大家的思路都一樣——他們都在用同樣的方式「撞墻」。他們想辦法去找某個大型醫療集團的高層，比如首席醫療信息官（CMIO）或者首席技術官（CTO），然后想方設法約個會，爭取見上一面。

哪怕他們人脈再廣，光是把這場會議安排上，就得等三四個月。等終于開上第一場會，他們會興奮地擊掌：「太棒了！反饋很好！」

然后呢？然后他們要安排第二場會，可能是跟醫院的「AI 委員會」開會。這又得等三個月。等到真的去開會了，這期間醫院的 AI 策略可能已經變了，政策環境可能也變了，甚至美國總統換了，新政府突然有了新的 AI 監管要求。于是會議又被推遲，一年過去了，他們可能還在第三、第四場會議的路上。而真正需要這個工具的醫生呢？在這個過程中，他們根本沒機會用上。

我在這方面有很多經驗——這已經不是我第一次創業了。在創辦 OpenEvidence 之前，我已經成功賣掉了一家 AI 公司。

Daniel Nadler:我對美國大公司的運作方式再熟悉不過了。這不只是醫療行業的問題，所有大機構運作起來都差不多。我很清楚這個套路，知道它行不通。尤其是對我來說，這是我的第二家公司，我想做的不是一場漫長的審批馬拉松，而是真正讓醫生用得上的產品。如果我花幾年時間做了一家「有使命感、有影響力」的醫療AI公司，結果醫生根本沒法用，那還有什么意義？

所以我們選擇了完全不同的方式。醫生也是普通人，醫生也是消費者。如果你做出一個足夠好的產品，能夠真正改變他們的工作方式，甚至改變整個行業，然后直接放在 AppStore 上——這聽起來像是創業入門課 101 的內容，但真的有效。

我們就是這么做的。我們沒有燒錢做市場推廣，也沒有鋪天蓋地的廣告，一切都是醫生之間的「口口相傳」。當醫生覺得這個工具真的好用，他們就會告訴身邊的同行。然后越來越多人開始用，形成了自然的增長。

這種增長模式和特斯拉早期的策略很像。特斯拉一開始幾乎不做廣告，而當時汽車廣告是整個廣告行業的重頭戲。大家都覺得，要想賣車，必須砸大錢做廣告。但特斯拉說：「我們就做一款超級棒的車，讓用戶自己去傳播。開過的人會覺得『天吶，這比其他車好太多了！』然后主動推薦給別人。」

同樣的事情發生在 OpenEvidence 身上。醫生從 App Store 下載試用，覺得好用就推薦給同行。一年前，可能只有幾百上千人用它；今天，已經有幾十萬醫生在用了。大概占美國所有執業醫生的 10% -25%。具體比例取決于計算方式，因為拿到行醫執照的醫生比真正活躍執業的醫生多，但即使按最低標準計算，OpenEvidence 也已經覆蓋了 10% 以上的美國醫生。而這一切，完全是靠產品口碑驅動的。

Pat Grady:大家可能很容易理解「什么是好車」，但「什么是醫生需要的好應用」可能就沒那么直觀了。

Daniel Nadler:沒錯。

02

醫學知識增長速度太快，醫生根本跟不上

Pat Grady：醫生們到底在這個應用里干嘛？他們為什么這么喜歡它？

Daniel Nadler：我覺得一款產品好不好，最核心的一點就是它能不能真正解決問題。很多科技產品其實是「先有解決方案，再找問題」，但真正好的產品必須從實際痛點出發，提供真正有效的解決方案。那么，做醫生最難的是什么？

除了工作時間長、醫學院的高強度學習，還有醫生人數本來就不夠，他們還要面對一個極大的挑戰——醫學知識的更新速度太快，像消防水管噴涌而出的信息流，根本跟不上。

很多人沒意識到這個問題，但實際上，每分鐘就有兩篇新的醫學論文發表，一天 24 小時不間斷，一周七天都如此。Nature 曾經有篇研究表明，醫學知識每 73 天就翻一倍。當然，這個算法可能有點激進，我們在 OpenEvidence 內部做了一次更保守的測算，結果是大約每五年翻一倍。這里的統計方式很關鍵，比如如果把所有的引用都算進去，可能就會得出 73 天這個結果。但醫學研究并不是所有論文的質量都一樣，真正對醫生有用的，往往是頂尖的期刊，比如影響因子最高的前三分之一的期刊。即便只看這些，醫學知識每五年就翻一倍。

如果你稍微算一下，就會發現這意味著什么：1950 年，醫學知識大約 50 年翻一倍，而現在是 5 年。換句話說，在 1950 年，一個醫生從醫學院畢業，他學到的知識在整個職業生涯中還能管用。到他退休時，可能有一半的知識過時了，但影響不大，因為他的職業生涯也差不多結束了。而且那時候的醫學進展也沒那么快，所以醫生還能靠日常學習慢慢跟上。

但今天情況完全不同了。醫生還沒等到完成住院醫師或進修醫師培訓，他們在醫學院學到的內容就已經有一半過時了。醫學教育曾經是醫生獲取知識的主要方式，但現在，它能支撐醫生知識面的時間可能只有幾年。

舉個例子，假設一個銀屑病患者去看皮膚科醫生。理論上，醫生可以查閱最新的生物制劑研究，挑選最安全、最有效的治療方案。但問題是，皮膚科醫生可能會關注皮膚病相關的醫學期刊，但如果這個患者同時患有多發性硬化癥（MS），那情況就復雜了。MS 主要屬于神經科的研究范疇，指望皮膚科醫生把所有的神經科期刊也都看完，顯然不現實。更別說不同疾病之間的交叉領域，信息量更是龐大。

在這種情況下，醫生就很難辦。一方面，他們不能隨便給患者開藥，萬一藥物影響了 MS 的病情怎么辦？另一方面，他們也不能什么都不做，因為風險不明確就不治療銀屑病，這對患者的生活質量影響很大。他們需要找到最靠譜的最新研究，比如 IL-17 和 IL-23 抑制劑的療效和安全性，尤其是針對同時患有 MS 的患者。

在 OpenEvidence 之前，醫生要查這些信息特別費勁。去 Google 搜？搜不到有用的信息。去 PubMed 查？最多就是給你一堆論文標題，但你要的并不是一篇通用的綜述論文，而是一個非常具體的問題：對既有銀屑病又有 MS 的患者，IL-17 抑制劑和 IL-23 抑制劑哪個更安全？哪個更有效？

這就是 OpenEvidence 存在的意義——讓醫生可以快速找到最新、最準確的醫學證據。像這樣的問題，并不是個例，而是每天都會發生的情況。醫學涉及的領域太廣了，每一個病例幾乎都是一個「邊緣案例」，需要醫生在大量信息中尋找最相關的答案。

Pat Grady：是的。

Daniel Nadler:從工程的角度來看，醫學的復雜度可以說是無限大的。雖然不是真正的「無限」，但對醫生來說，幾乎所有情況都是特殊案例，都屬于「邊緣情況」。醫生的日常工作，就是不停地查找這些特殊案例對應的解決方案。換句話說，如果你能幫助醫生更高效地找到這些罕見病例的參考資料，比如在頂級醫學期刊里找到關于銀屑病合并多發性硬化癥患者，IL-17 和 IL-23 抑制劑安全性比較的研究，那么你就大大改善了醫生的工作體驗。更重要的是，這樣還能提高患者的治療效果，避免因為醫生不知道「IL-17 對銀屑病效果很好，但對有多發性硬化癥的患者來說，IL-23 其實更安全」這樣的關鍵信息，而導致病情惡化。

醫生之所以可能不知道這些信息，并不是他們的問題，而是因為在他們上醫學院的時候，這些研究根本還不存在。像 IL-23 抑制劑，2017 到 2019 年才出現，就算是現在還很年輕的醫生，讀書時也沒學過這些新知識。他們只能在畢業后自己去追蹤最新的研究。但問題是，這種「邊緣情況」太多了，每一個這樣的案例背后，可能還有成千上萬個類似的情況需要關注。在有 OpenEvidence 之前，醫生要想隨時跟上這些更新，幾乎是不可能的，而這就可能影響到患者的治療效果。

很多醫生用 OpenEvidence 后告訴我們，他們會用它來查找那些自己一輩子可能只遇到一兩次的病例。而當越來越多醫生都這樣說，涉及的病例各不相同時，我們就意識到，醫學知識的「長尾」有多么驚人——雖然沒有真正無限長，但對人腦來說，已經復雜到幾乎無法完全掌握。而 OpenEvidence 的作用，就是幫助醫生在這條漫長的「長尾」里，精準找到他們需要的知識。

Pat Grady:醫學知識增長的速度非常快，這本來是件好事，但問題在于，醫生的學習能力是有限的，無法完全消化這些海量的新信息。就像一個不斷被裝滿的桶，里面的「潛在能量」很大，但沒法順利轉化成「動能」，因為醫生無法高效地吸收和應用這些信息。AI 擅長處理海量文本、進行推理，所以 AI 的出現正好可以解決這個問題，把這些醫學知識轉化成醫生真正可用的工具。

03

把不抓取互聯網信息，只從專業渠道獲取內容

Pat Grady: 那么，OpenEvidence 這個名字里的「Evidence」到底指的是什么？

Daniel Nadler:簡單來說，OpenEvidence 的「evidence」就是經過同行評審的醫學文獻。更重要的是，我們要明確它不是什么。過去很多大公司嘗試用 AI 做醫學應用，但最后「翻車」了，其中一個重要原因就是它們的數據來源有問題——它們直接從網上抓取信息，比如各種健康博客，甚至是社交媒體上的帖子。而這些內容的作者，大多數既不是醫生，也沒有醫學背景，很多人同時還寫旅游攻略、做美食博客，真正的專業知識有限。

問題是，AI 學習的內容就是這些博客里的信息，所以當大模型在早期階段輸出一些荒謬的醫學建議時，問題不在于 AI「瘋了」，而是它學到的東西本來就不夠專業。而 OpenEvidence 完全走了另一條路，我們的模型不聯網，不會去抓取互聯網上的內容。我們的數據來源是像《新英格蘭醫學雜志》這樣的頂級醫學期刊，我們還和他們建立了戰略合作關系。

Pat Grady:《新英格蘭醫學雜志》一般不會隨便授權AI公司使用他們的研究數據吧？

Daniel Nadler:確實不會。據我所知，我們是唯一一家獲得授權的 AI 公司。很多 AI 公司都去找他們談合作，但基本都被拒絕了。

Pat Grady：為什么他們似乎信任 OpenEvidence，而不信任其他公司？你們到底有什么特別的地方，讓他們愿意合作？

Daniel Nadler：具體的細節就不展開了，簡單來說，很多知名 AI 公司去找《新英格蘭醫學雜志》，問他們：「我們能用你們的數據來訓練模型嗎？」結果被直接拒絕了。我不去揣測他們拒絕的具體原因，也不能替他們發言，但總之他們說了「不」。

而我們的情況完全不同，我們壓根沒去主動找他們，而是他們主動找到我們。怎么回事呢？《新英格蘭醫學雜志》編輯委員會里的幾位重量級人物本身就是 OpenEvidence 的深度用戶，他們希望自己常用的工具里能包含他們的內容。

Pat Grady：（笑）

Daniel Nadler：這就是最理想的情況，對吧？所以他們主動找上門來，我們也花了很多時間去打磨合作框架，確保合作方式符合他們的品牌定位，保護他們的學術權威性。畢竟，他們是醫學界的「天花板」，是行業頂尖的醫學期刊，而且他們是非盈利機構，不是靠商業化賺錢的。就算有人砸再多錢，他們也不會因為錢而輕易妥協。事實上，一些資金雄厚的 AI 公司確實嘗試用巨額資金打動他們，但他們依然拒絕了。如果他們是私營企業，可能會接受，但他們是由馬薩諸塞州醫學會運營的非營利機構，他們更看重自己的學術使命，而不是短期的商業利益。

對 OpenEvidence 來說，這個合作就像是「水到渠成」。雜志社的核心人員本身就是我們的用戶，他們用了覺得好，就主動找我們談合作。如果我們采取傳統的企業 SaaS 推廣模式，比如先花很長時間去談醫院的大規模合作，等著參加第 17 次會議，還沒用戶使用，那《新英格蘭醫學雜志》的人也不會接觸到這個產品，更談不上喜歡上它。最終，我們也不會有這個機會達成合作。

所以，這就形成了一個良性循環：我們把產品免費推出去，讓人們自發使用，然后核心用戶群里剛好有《新英格蘭醫學雜志》的重要人物，他們用著覺得不錯，就主動找到我們，最終促成了合作。現在，我們的模型可以基于他們完整的數據進行訓練，而市場上其他 AI 產品都做不到這一點，我可以很肯定地說，目前 OpenEvidence 是唯一一個完整訓練了《新英格蘭醫學雜志》全文的 AI 產品。

04

Open 意味著直接觸達和信息公平

Pat Grady：剛才聊了「Evidence」這個詞的含義，現在來說說「Open」。為什么「Open」這么重要？它意味著什么？

Daniel Nadler：「Open」對我來說，一開始就意味著很多東西，其中最核心的一點是我們的市場策略。它時刻提醒我，OpenEvidence 不是一家傳統的企業 SaaS 公司。我的第一家公司就是做企業 SaaS 的，那種模式可以很賺錢，你也很清楚，企業 SaaS 賽道能跑出很多成功的公司。

但在做第二家公司的時候，我不想重復自己，我希望它不僅僅是個有影響力、有使命驅動的公司，還要和我的第一家公司完全不同。所以，我決定不走企業 SaaS 模式，而是直接面向個人用戶，或者更準確地說，面向「專業用戶」。「Open」這個詞，就代表了這種理念：我們直接觸達醫生，而不是讓醫院管理層或其他人來做中間商。醫生是直接的使用者，他們的痛點很明顯——工作負擔過重、時間不夠、患者太多，還要處理海量的醫學信息。我們的目標就是幫他們解決這個問題，讓他們更輕松地獲取關鍵信息。

此外，「Open」還代表著醫療信息的公平性。在美國的醫療體系里，資源分配非常不均衡，就像社會其他領域一樣，有錢的醫院可以買到所有最先進的工具，甚至有預算去試用各種軟件，但最終可能真正使用的寥寥無幾。如果你讓馬斯克去審計這些頂級醫院的 SaaS 支出，他估計會大跌眼鏡——他們買了一堆工具，但真正用的卻少之又少。

Pat Grady：是的。

Daniel Nadler：你看，一方面大型醫院、研究機構在用高端科技，但另一方面，在美國農村地區，或者一些經濟條件較差的城市里，很多醫生其實是私人執業，或者是在小型診所里工作，比如不到 10 人的團隊。很多人可能不知道，其實醫生也是小企業主，他們不是都在那些資金雄厚的大型醫院系統里上班。很多醫生是自己開診所的，就像上世紀 50 年代那樣，他們有自己的診所，可能只有一兩個行政助理或者秘書幫忙，剩下的所有事都得自己操心——看病、管理、處理各種行政事務，全都壓在他們身上。而且他們沒有龐大的科技預算，更別提像大學那種基金會支持了。他們根本負擔不起每年 1 萬、2 萬美元的軟件訂閱費。

所以，這就是「開放」的意義。我們收到一封來自喬治亞州奧爾巴尼的一位醫生的信，他是當地一家癌癥中心的主任，同時也是一名社區腫瘤醫生。他說 OpenEvidence 已經成為他日常行醫的生命線，讓他的癌癥治療方式發生了巨大變化。而我對奧爾巴尼并不了解，就上網查了一下，發現這里位于喬治亞州西南部，75% 的人口是非裔美籍，家庭收入中位數是 4.3 萬美元/年。

然后我開始拼湊這個醫生的處境——他可能是方圓 50 英里內唯一的腫瘤科醫生，或者就算有第二個醫生，也要服務大范圍、經濟條件一般的患者。他根本不可能拿出 1 萬、2 萬美元去訂購 SaaS 軟件。而這就是「開放」的意義。我們還收到來自阿拉斯加費爾班克斯的一封信，一位醫生說她在當地的社區診所工作，幾乎沒有機會接觸到專科醫生。OpenEvidence 讓她能夠獲取專科級別的醫學知識，即便她所在的地方根本沒有相關的專家資源。

想想這個場景，她在一個小型社區診所，不是在有充足資金的大醫院上班，她根本不可能花大價錢買這些軟件。所以，這就是「開放」的意義——它適用于全國的每一位醫生。我們很自豪，OpenEvidence 不僅僅被梅奧診所（美國著名的醫療機構）使用，我們當然很喜歡梅奧診所，甚至曾在那孵化過一部分產品，很多頂級醫院的醫生也在用它，但它的價值不僅限于這些精英醫療機構。我們的用戶遍布全美，從鄉村診所到城市醫院，從梅奧診所到克利夫蘭診所，甚至在沃爾特·里德國家軍事醫療中心，幫助政府為士兵和退伍軍人提供治療，而政府不需要花三年時間走采購流程。

再舉個例子，美國退伍軍人事務部（VA）是全國最大的醫療系統之一，也是最重要的醫療體系之一，因為它為軍人和退伍軍人提供治療。而 VA 采購新技術通常需要三年時間，如果 OpenEvidence 不是開放的，我們可能還在政府的審批流程里徘徊，等著決定 VA 里的醫生能不能用它來幫助退伍軍人。而現在，我們已經收到來自 VA 醫生的信，他們說 OpenEvidence 在關鍵時刻幫助他們做出治療決定，改善了退伍軍人的護理質量。這讓我每天醒來都充滿動力。這就是「開放」的意義。

05

專注小模型，只對醫學數據做「JPEG 壓縮」

Pat Grady：你們算是為醫療行業打造了一款「殺手級應用」，而且效果很好。我們的很多聽眾也在做類似的事情，試圖用 AI 打造自己的「殺手級應用」。所以，我很好奇，你們是怎么做出來的？它是基于 GPT-3 或 GPT-4 的某種封裝嗎？背后的技術是什么？能不能講講？

Daniel Nadler：我分兩部分來講，一部分是我們是怎么做的，另一部分是對聽眾來說有哪些可借鑒的地方。我猜很多聽眾的應用可能不像醫療領域這么特殊，所以也想談談更通用的方法。

在醫療領域，我們的解決方式是組建了一支博士級別的科學家團隊。我的聯合創始人 Zachary Ziegler 是哈佛的計算機科學家，師從 NLP 領域的頂級學者 Alexander Rush。Evan Hernandez 來自 MIT 的 Jacob Andreas 實驗室，還有 Eric Lehman 也是 MIT 的。我們招募了一群站在語言模型最前沿的科學家，他們來自當時全球最強的兩三所研究機構。

為什么要這么做？因為我們要解決的是醫學領域的問題，而這個問題門檻極高、難度極大，當時還沒有人真正解決。那些大互聯網公司做的醫學 AI 產品，早期基本都翻車了，出過不少尷尬的事故，大家應該都記得。所以，我們的策略是結合學術和工程實力來攻克這個問題。我們不僅僅是在做工程實現，還在做原創的研究和知識探索。

當時整個行業的趨勢是拼模型規模，所有人都在追求更大的語言模型，比如 DeepMind 出的 Chinchilla 論文*，大家都在討論「更大、更大、更大」。但我們反其道而行之，我們的思路是——與其追求龐大的通用模型，不如訓練更小、更專業化的模型，在特定領域里做到極致。今天這已經成了共識，比如 DeepSeek 也在走類似的路，但在 2022 年那個時候，這并不是顯而易見的選擇。

*論文地址：https://arxiv.org/abs/2203.15556

我們的模型在通用對話上可能很差，寫詩、閑聊這些完全不行，一旦離開醫學領域就會崩潰。但在醫學領域，它的表現極其精準，效果遠超那些大而全的模型。我們以學術的方式去做這件事，發表了論文《我們還需要臨床語言模型嗎？*》（Do We Still Need Clinical Language Models?）。這篇論文在 2023 年被評為醫療 AI 領域最佳論文，吸引了很多關注。這是行業里第一篇明確提出「在醫學領域，小而精的模型比大模型更好」的研究。

*論文地址：https://arxiv.org/abs/2302.08091

現在回頭看，大家可能會覺得這個思路很合理，但在當時，行業的主流方向還是規模化擴展。我們的做法類似于 JPEG 壓縮，語言模型就像是對世界的「壓縮」。關鍵問題是：你在壓縮什么樣的「世界」？這又回到了我們之前討論的公共互聯網。

Pat Grady：是的。

Daniel Nadler：如果說大模型是在對整個互聯網做「JPEG 壓縮」，那它們的訓練方式其實就是盡可能多地獲取數據，越多越好。那么，所有這些數據從哪來？當然是公共互聯網。但就像 Ilya 說的，你到底在壓縮什么呢？你壓縮的就是整個公共互聯網。這也就是為什么 2022 年底、2023 年初的時候，很多大模型的輸出會顯得有點尷尬，是因為它們的「壓縮」方式導致的。

而我們的方法不太一樣，我們的目標是「對醫學做 JPEG 壓縮」。所以，我們的訓練數據主要是同行評審的醫學文獻，以及 FDA（美國食品藥品監督管理局）和 CDC（美國疾病控制與預防中心）發布的權威信息。幸運的是，在我們正式和《新英格蘭醫學雜志》（NEJM）合作之前，我們已經發現了一個關鍵優勢：根據美國版權法，美國政府創作的內容默認屬于公共領域。這也是維基百科能夠使用大量公共數據的原因之一。

所以，在早期，我們主要利用 Creative Commons（知識共享許可協議）下的公開數據。這個方法不是所有領域都能用，比如法律、會計、稅務等很多信息都受保護。但醫學領域的很多高質量內容，尤其是 FDA 和 CDC 發布的信息，都是免費的。所以，我們用這些數據做訓練，同時規避了版權問題，建立了一個足夠好用的系統，讓醫生可以下載使用。這樣，我們就吸引了像《新英格蘭醫學雜志》這樣的機構主動聯系合作，最終拿到了更多原本受版權保護的內容。這種「飛輪效應」逐步推動了整個系統的成長。

我們的方式非常技術導向，也非常學術化，主要是因為醫學領域的準確性太重要了，不能出錯。

06

專業數據、多模型組合，解決幻覺問題

Pat Grady：對，我正想問你這個問題。現在很多醫生在用 OpenEvidence 來做臨床決策，那它的「幻覺」（hallucination）問題怎么解決？

Daniel Nadler：是的。而且，順便說一句，這也是給創業者或者工程師的一點思考，有些應用場景里，幻覺不只是「沒那么煩人」，甚至是個「特色功能」。比如 Midjourney，就是個很好的例子。

Pat Grady：對。

Daniel Nadler：Midjourney 其實就是靠「幻覺」做出獨特的藝術效果的。所以，有時候，聰明的做法不是把幻覺當成缺陷，而是想辦法把它變成優勢。說到這，我想到一個可以創業的點子——如果要在金融領域用大模型，那其實可以反過來利用幻覺，把它當成風險管理的工具。

金融行業有一個核心問題就是「黑天鵝事件」（極端低概率但高影響的風險）。傳統的計算機系統很難想象這些極端情況，但大模型的「幻覺」能力可能剛好能彌補這個短板。我自己就做過一些實驗，把我的投資組合信息喂給模型，然后讓它「幻想」可能的風險。它給出的結果有時候讓我挺驚訝的，比如我很喜歡英偉達，但模型居然能想到一些我自己完全沒考慮過的潛在風險。

所以，大模型的應用才剛剛開始，我們現在也許只開發了 1% 的潛力，還有 99% 的可能性等著被發掘。對于創業者來說，這其實是個巨大的機會。

但回到醫學領域，這種做法就完全行不通。我們解決幻覺的方法就是徹底避免讓 OpenEvidence 連接到公共互聯網，所有訓練數據都必須是經過同行評審的醫學研究。而且我們也不像那些只靠一個大模型的做法，而是用了多個模型組成的「集成架構」，每個模型負責不同的任務，比如檢索、排序等。這樣才能達到 OpenEvidence 目前的準確度。

這些模型的「JPEG 壓縮」對象，只包含同行評審的醫學文獻，所以它不會生成超出這些文獻的信息。這就解決了一半的問題，而另一半的問題，是讓醫生能直接查看答案的來源。我們很早就做了這點，甚至比 ChatGPT 還早。我們的系統會提供可追溯的參考文獻，醫生可以點進去，直接查閱相關研究。這樣不僅提升了可信度，還讓醫生真正能依賴它做決策。

這個方法還意外帶來了和醫學期刊的雙贏合作。我們并不是簡單地「壓縮」期刊的內容然后輸出，而是直接把流量送回期刊網站。結果我們幫助醫學期刊獲得了數千萬次訪問量，很多醫生因為 OpenEvidence 的推薦，發現了他們本來不會注意到的研究。這就形成了一個良性循環，醫學期刊也愿意讓我們收錄他們的內容，最終受益的是醫生和患者。

更有意思的是，很多醫學協會也主動找上門來，希望我們能收錄他們的指南。這樣一來，不僅醫生能獲得更準確的信息，期刊和協會也能得到更多關注，整個生態都受益。這才是 OpenEvidence 真正的價值所在——它不僅提供了準確的醫學信息，還搭建了一個對所有人都有利的知識共享平臺。

07

技術在迭代，但底層邏輯不會變

Pat Grady：Kensho *已經創立十多年了，這些年AI和機器學習的發展突飛猛進。如果我們對比 Kensho 和 OpenEvidence 的底層架構，有多少是一樣的？又有哪些不同？其實我想問背后的問題是，一個真正能跑起來的 AI 應用，究竟有多少是靠最近的技術突破？又有多少是建立在傳統的工程和機器學習方法之上的？

*Kensho，Daniel Nadler 早年創立的 AI 金融量化分析系統，2008 年被標準普爾以 7 億美元的價格收購。

Daniel Nadler：Kensho 誕生的時候，根本還沒有大語言模型，甚至連小一點的語言模型都沒有，還沒有 BERT，基本上什么都沒有。甚至可以說，那時候連「火」都快沒了。

Pat Grady：（笑）

Daniel Nadler：所以很難比較，對吧？當時 Kensho 其實是 NLP 領域的早期嘗試。當然，到我把公司賣掉的時候，它已經成熟很多了。但如果你回到 2013 年我剛創立 Kensho 的時候，那和今天完全是兩個時代。不過，有一點是相同的：無論做什么AI，底層的基礎架構都非常重要。

比如，我們自己訓練模型，剛才也聊過這個。即使你不訓練自己的模型，只是接一個現成的大模型 API，一旦你的產品做得足夠好，流量上來了，它遲早會崩掉。而你肯定希望自己能做到這一步，做到 API 頂不住的程度。而當它真的崩掉的時候，你就需要傳統軟件工程里那一整套基礎設施，必須有非常扎實的工程能力才能支撐起來。

這點 Kensho 和 OpenEvidence 是一樣的，因為它們都是高要求的系統。拿金融領域來說，海量資金都是基于這些數據流動的，你不可能讓系統在交易過程中突然崩掉。所以這其實是件好事。我覺得，ChatGPT 爆火之后，很多人擔心「游戲規則是不是變了？」

Pat Grady：是啊。

Daniel Nadler：但我要說，規則并沒有變。技術確實更先進了，這是一個持續發展的過程。技術一直都在進步，比如 1982 到 1987，或者 1993 到 1997，每個時代技術都會比之前更強。這次的進步確實是個飛躍，有非線性的增長，甚至可以說是指數級的提升。是的，Ray Kurzweil 說的都對，他早就預測到了。

但從更宏觀的角度看，這仍然是一個循序漸進的過程，就像物理學的定律不會突然改變，哪怕我們在研究光速旅行，從十分之一光速提升到二分之一光速，技術復雜度可能呈指數級增長，但物理定律始終沒變。AI 也是一樣，它的發展是非線性的，但本質上還是一個連續的過程。所以從工程和創業的角度來看，過去重要的東西今天依然重要。在 Kensho 時代重要的事情，今天在 OpenEvidence 依然重要。

還有一點，團隊的水平也很關鍵。Kensho 和 OpenEvidence 之所以能成功，很大程度上是因為我們找到了非常聰明的人來做這件事。

08

招聘，只招頂尖人才

Pat Grady：說到團隊，你剛才提到了 Zach、Evan、Eric 和 Micah。你是怎么吸引到這些人的？面對那么多選擇，他們為什么愿意加入 OpenEvidence？

Daniel Nadler：這個問題 Steve Jobs 早就說過了，雖然已經被說了無數遍，但我也找不到更好的表達方式：頂尖人才只想和頂尖人才共事。

精英人才想要和精英人才待在一起。這就像海豹突擊隊的 BUD/S（海軍海豹突擊隊的篩選過程）選拔，很多人報名參加，不是因為他們覺得自己一定能成功，而是他們想看看自己能不能跟上隊伍。他們想挑戰自己，想知道自己的極限在哪。這種心態，從古希臘時代就有了，無論是在戰爭、工程、體育，還是金融領域，最優秀的人都想知道自己到底有多強，而唯一的方法就是和最優秀的人競爭，看看自己能不能匹配上他們的水平。

所以，這就是我在 Kensho 的做法，而現在在 OpenEvidence 也是一樣的，事實證明，這種方式非常有效。雖然現在這個觀點可能有點「政治不正確」，但說實話，我就是想找高智商的人，除此之外，我不在乎別的。我不在乎你的背景、長相、身份，我只在乎你是不是一個聰明到極致的人。這就是事實，我也沒法掩飾。

回到團隊，比如 OpenEvidence 最初的核心成員：Zachary Ziegler、Jonas Wolf、Evan Hernandez、Eric Lehman、Micah Smith，他們幾乎都是哈佛或 MIT 的博士。但我要澄清，這不是因為我刻意去這些學校找人，而是因為在 Kensho 的經驗讓我意識到，如果你讓高智商、學習速度極快的人去攻克一個難題，他們的進展會遠超一支普通規模大 100 倍的團隊。

對所有在聽的人來說，最讓人安心的一點就是，游戲規則沒變。物理定律沒變，重要的事情依然重要：頂級團隊、高智商人才、高學習能力的人、極度渴望成功的人、強烈的求知欲，這些都還是關鍵因素。

而當我說「高智商」時，我指的是 高神經可塑性（neuroplasticity）。我指的是大腦學習新知識、適應新環境的能力，而不是能多快解開魔方（因為解魔方和 IQ 其實沒什么強相關性）。

Pat Grady：你說的是 Fran?ois Chollet 對智力的定義：能高效習得新技能的能力。

Daniel Nadler：沒錯。所謂的高智商，就是指能快速吸收、理解、應用全新的知識。而這在任何時代都重要——1000 年前重要，3000 年前也重要，只不過應用的領域不同了。以前是在戰爭、軍事戰術、孫子兵法里，現在是在 AI、工程、金融等領域。

我平時喜歡研究軍事歷史，像克勞塞維茨、馬基雅維利、孫子這些經典的戰爭理論，也研究拿破侖、亞歷山大大帝這些歷史人物。他們并不是軍隊里體格最強壯的人，但他們有一個共同點，就是能在瞬息萬變的戰場上，完全調整自己的思維方式，迅速適應新的戰局。

這就是我們現在所說的「神經可塑性」——他們能夠在最短的時間內調整自己的認知框架，找到最優解。

過去 3000 年里，人類的活動方式確實變化很大。戰爭仍然存在，但大多數人已經不再像古希臘城邦時代那樣為了生存而戰斗。但不變的是，想要取得突破性成功，核心仍然是大腦的學習能力和適應能力。

09

從商業角度來說，最偉大的公司會出現在應用層

Pat Grady：第一個問題。這個數字肯定沒法準確衡量，因為它需要一個「假如沒有」的對比場景。但我們猜測，OpenEvidence 的使用方式可能真的在挽救生命，比如幫助醫生做出更好的臨床決策。那么，我們什么時候可以說 OpenEvidence 已經拯救了一百萬條生命？

Daniel Nadler：一百萬條生命？這感覺像在做麥肯錫的面試題，需要推理一下，比如說，如果有 15 萬或 50 萬名醫生在用，每個醫生每天要看多少病人？其中有多少是危及生命的情況？我是這樣想的……

Pat Grady：要不要聽聽我的算法？

Daniel Nadler：好啊，說說看。

Pat Grady：我的算法是，這取決于數據來源，但每年大約有 30 萬到 80 萬人死于醫療失誤。當然，并不是所有這些死亡都跟醫生當場的決策有關，可能還有其他因素。但我們先取 30 萬這個低值，再砍一半，得到 15 萬。這樣算下來，大概 6 年半就能達到一百萬的數字。當然，這是在 OpenEvidence 完全普及的情況下，所以再給它幾年發展時間，可能 8 到 9 年后，也就是 2034 年 11 月 4 日，我們能達到這個目標。

Daniel Nadler：我打算拿這個當面試題了。

Pat Grady：（笑）行啊，行啊。

Daniel Nadler：我唯一想補充的是，2030 年代，OpenEvidence 可能真的已經拯救了一百萬條生命，但這不包括那些因為醫生避免了用錯藥而沒有惡化的病人，比如今天有個醫生沒有給 MS（多發性硬化癥）患者開錯生物制劑。這樣的情況每天都在發生。還有一個醫生在羅德島給我們寫信，說他用 OpenEvidence 判斷病人癥狀是否符合肺栓塞，最后發現確實符合，于是立刻送進急診，救了病人的命。

所以，OpenEvidence 其實已經在救人了，我們知道這點，因為醫生告訴了我們。但類似這樣的例子很多，有的病人可能只是病情沒變嚴重，或者一些并發癥被及時控制。這種影響的規模，早就達到百萬級了。

Pat Grady：好的，下一個問題。你覺得大模型會不會變成一個通用的、標準化的商品？

Daniel Nadler：我覺得它們確實在變得越來越強，成本也在下降。而且 Ray Kurzweil 說的基本上都對。所以最前沿的東西不會被「商品化」，因為前沿永遠是前沿。但如果說 ChatGPT 剛推出時那種「哇塞」的感覺，它的成本最終會趨近于零。

Pat Grady：對。

Daniel Nadler：這就是為什么我覺得，真正有趣的商業機會不在底層大模型，而是在應用層面。當然，在大模型層面依然有很多學術上、科學上的突破，但從商業角度來說，最偉大的公司會出現在應用層。

Pat Grady：總結得很好。那 AGI（通用人工智能）呢？你覺得它已經實現了嗎？或者什么時候會實現？

Daniel Nadler：我覺得我們已經實現了，只是大家一直在改定義。圖靈測試？我們早就通過了。然后大家又說，AGI 需要在多個領域達到高中生水平？好了，現在也達到了。再后來變成「AGI 需要大學生水平」？這個也實現了。現在有人說，要在所有學科都達到博士水平，這才是 AGI。等到真的實現了，人們可能又會說：「不行，AGI 其實是要有『意識』。」

其實大家真正想問的是：AI 什么時候會有自我意識？什么時候能像電影里那樣變得「覺醒」？但問題是，我不確定這種「意識」到底是不是神經網絡到一定復雜度后自然涌現的東西。這其實是一個哲學問題。

Pat Grady：明白，那如果讓你推薦AI相關的內容，不包括這個播客，你會推薦什么？

Daniel Nadler：《Understand》（中文名《領悟），Ted Chiang（特德·姜）的小說。

Pat Grady：為什么？

Daniel Nadler：我不想劇透，你自己去體驗吧。Ted Chiang 是最偉大的科幻作家之一，他寫過《降臨》（電影原作）。《Understand》是他 90 年代初寫的，完美展現了「智能指數級增長」是什么感覺。

大多數人可能會期待我推薦一本非虛構書籍，比如去讀 Chinchilla 論文之類的。但如果你想真正理解，我們這個時代正在發生的事情，這本小說能從敘事角度捕捉到那種加速感。

Pat Grady：最后一個問題。你覺得AI在未來 20 年里最積極、最正面的影響會是什么？它會如何讓我們的生活變得更好？

Daniel Nadler：我必須說，是「個性化醫療」。

個性化醫療一直是「明天的事」，就像量子計算、核聚變，感覺總是快實現了但又差點意思。不過實際上，我們剛才聊的 OpenEvidence，本質上已經是個性化醫療的起點了，比如針對某個病人特定的并發癥來推薦合適的生物制劑。但這只是冰山一角。

我認為，再過 10 年，不管是 OpenEvidence 還是其他 AI，都會把病人的所有具體情況與全球所有相關醫學知識進行匹配，形成一個超個性化的治療方案。到那時候，可能 120 歲、130 歲都不再是人類壽命的上限了。

然后我們就會進入像忒修斯之船的哲學悖論：如果你不斷替換自己身體的「木板」，到最后你身體里沒有一塊是原來的了，但你的記憶、情感、身份都還在——那么，你還是你嗎？

我是個樂觀主義者，我相信人類生物學是可以被「拆解重建」的。我覺得，這種「忒修斯之船式的醫學」就在不遠的未來。而 AI，正是推動它實現的關鍵。