AI醫療的造富神話，又一次上演。

近日，AI醫療公司OpenEvidence獲得了2.1億美元的B輪融資，估值飆升至35億美元（約合人民幣251億元）。

本輪由谷歌和凱鵬華盈共同領投，老股東紅杉資本繼續押注，此外還獲得Coatue、Conviction和Thrive的投資。

要知道今年2月，OpenEvidence才拿下了紅杉資本的7500萬美元的A輪資金，以10億美元估值躋身AI獨角獸俱樂部，僅5個月后，估值再一次迎來倍數增長。

有趣的是，此次谷歌投了一家醫學界的“谷歌”。

通過免費向醫生開放專業AI醫學助手，OpenEvidence已覆蓋美國40%醫生，并且還在迅速積累用戶。

此外，OpenEvidence也是首個以廣告形式產生收入的AI醫療產品，公司預計其ARR（年度經常性收入）將達到5000萬美元，且隨著用戶增長具有高成長性。

可以說，OpenEvidence正在為醫療行業帶來全新的商業路徑。

AI連續創業者，打造“醫學版谷歌”

OpenEvidence成立于2022年，總部位于美國邁阿密，致力于為醫生提供臨床級診斷工具。

公司由Daniel Nadler創辦，他是一名哈佛大學經濟學博士，也是一位非常成功的連續創業者。

OpenEvidence創始人Daniel Nadler

2012年，Daniel Nadler創辦了一家AI金融公司Kensho Technologies。當時，他發現當時最頂級的研究機構還在用傳統的excel分析數據，于是推出了基于AI的金融智能分析平臺，并迅速拿下了高盛，摩根大通，美銀美林等大型投行。

2018 年 3 月 ，Kensho被標普全球（ S&P Global ）以5.5億美元收購，創下當時華爾街最大 AI 公司并購紀錄。

和之前的成功經驗類似，Daniel Nadler再一次精準捕捉到了醫療領域的痛點。

醫學知識爆炸的時代，對醫生知識要求非常高，然而面對層出不窮的新藥，醫學指南以及醫學論文，臨床醫生被信息過載壓得喘不過氣來。

對于醫生來說，在處理復雜病例的同時，要跟上日益增長的醫學知識的挑戰，迫切需要更好的信息獲取途徑。

于是Nadler找到了牛津大學計算機博士Zachary Ziegler，共同創辦了OpenEvidence，為醫生群體免費提供以AI為驅動的專業診斷Copilot，幫助臨床醫生更好地進行決策。

產品一經推出后，迅速引發了醫生群體的關注。通過醫生之間的口口相傳，平臺用戶以“病毒式”裂變速度增長。

OpenEvidence稱，美國40%的醫生都注冊了OpenEvidence(超過430000名醫生)，并且還在以每月65000名的速度累積。

公司業務量也在迅速增長，2024年7月OpenEvidence每個月來自醫生的查詢僅有358,000 次，一年后的現在，公司每月就要為醫生提供8,500,000次臨床咨詢，是此前的近24倍。

公司廣告收入也在以預估5000萬美元的年化速度增長，商業化變現路徑明確。

技術基礎：專業化醫療對話AI

如果用三個核心詞語形容OpenEvidence的產品：那就是免費、準確、自動化。

從創辦時間來看，OpenEvidence成立于2022年，恰逢ChatGPT帶來的大語言模型浪潮。

當時，所有人認為大模型只要參數規模更大、算法更好后，就能夠對專業領域進行降維打擊。

但Nadler認為：“并非所有產品都是為了想出一個超級算法?！?/p>

與通用大語言模型不同，醫學領域知識不允許出現錯誤與“幻覺”，這關乎于患者生命。

在創始人看來，與其為了尋找問題而構建技術，不如專注于解決真正的痛點。一名專業醫生，是無法完全信任ChatGPT給出的答案。

而OpenEvidence做到了集大模型和傳統知識庫所長，以免費的方式迅速占領了市場。

相較于通用大模型（如ChatGPT），OpenEvidence能夠提供更精準答案，并且鏈接到相關證據；而相較于傳統UpToDate知識庫，OpenEvidence更新更快，且內容搜索更智能，節省了醫生的大量時間。

因此，OpenEvidence選擇僅在經過同行評審的論文上，訓練更小、更垂直的醫學應用模型。AI不會抓取公共互聯網上的內容，將幻覺和錯誤盡量降到了最低。

通用大模型因為內容防火墻的原因，絕大多數只能獲取摘要內容，無法保證內容準確度。

而另一邊，傳統的UpToDate需要醫生手動搜索，并且耗費大量的時間對比才能得出答案。

OpenEvidence的核心搜索產品專為速度而設計，可在大約5-10秒內給出答案，并且為醫生提供診斷和臨床治療建議，并且論文實時更新。

這不得不提到，在醫學內容供應上，OpenEvidence已經與各家學術出版社形成了共生關系。

當前，OpenEvidence與美國醫學會、《新英格蘭醫學雜志》、《美國醫學會雜志》以及包括 JAMA Oncology 和 JAMA Neurology 在內的所有 11 種醫學專業期刊建立了戰略內容合作伙伴關系。

醫學期刊為OpenEvidence提供高質量內容，反過來，AI產品也為他們帶來了巨大的流量，這是一個良性的合作關系。

就在最近，OpenEvidence推出了一項名為DeepConsult的新功能，并引入了最新的AI推理技術。

公司稱，DeepConsult能圍繞某個主題，自主分析和交叉引用數百項醫學研究，并生成一份全面的博士級研究報告，不僅提供直接答案，還能顯示文獻中可能被忽視的聯系。

上述工作，通常人類研究人員花費數月才能完成，但在AI的加持下，在幾個小時內就能完成研究。

而這一切，都將免費提供給用戶，前提是需要經過平臺嚴格認證的美國執業醫生、護理人員或藥師等。

繞過FDA，把醫生看作消費者

上述的一切，都是基于以互聯網的打法來做AI醫療產品。

這也讓OpenEvidence繞過了FDA的嚴格審批，以及醫院采購等繁瑣復雜的流程，讓公司以指數級積累用戶。

創始人曾經提過一個觀點：醫生也是人，也是消費者。如果你做了一個很棒的產品，改變了他的工作與效率，那么積累用戶和口碑是順其自然的事情。

當前，公司正在打造產品飛輪，以免費工具吸引更多臨床醫生，并根據使用反饋調整其算法，改進搜索結果，再聚集更多的用戶。

這背后藥企和醫療器械公司在買單，OpenEvidence正在幫助它們實現對醫生的精準投放。

2024年，美國醫療保健和制藥業的營銷支出約為300億美元，但絕大多數是以藥代、醫學會議等傳統形式進行，而OpenEvidence為它們提供了全新的營銷選擇。

這種商業模型下，投資人最看重的關鍵指標就是用戶增長速度，一旦累積速度變慢，也意味著公司變現步伐減速。

此外，以往醫療領域主要基于訂閱制進行變現，OpenEvidence需要也需要讓醫生適應營銷廣告。

對此創始人表示：Google花時間讓人們熟悉這個商業模式，這也是我們正在做的事情。

未來OpenEvidence希望繼續專注于醫療領域，同時繼續向美國及其他國家擴張。

同時，公司希望打造醫生診斷的必備平臺，集成患者檢驗結果、醫療設備數據等，進一步增強平臺能力與用戶粘性。

—The End—