大模型落地医疗行业，外界长期认定两件事难以逾越：一是医学文献极其严谨，AI 生成的幻觉与编造引用足以致命；二是医疗工具只能走高昂的院端订阅制，广告变现无异于饮鸩止渴。
OpenEvidence 用不到两年时间同时推翻了这两条常识。这家创立于 2022 年的医疗 AI 初创公司，在 2026 年 9 月完成由 Andreessen Horowitz 和 Byers Capital 领投的 2.5 亿美元融资，估值直接攀升至 150 亿美元。而在过去 18 个月内，它已经密集完成了近 10 亿美元融资。
更具冲击力的是用户数据：全美约 100 万名执业医师中，已有近三分之二在使用这款工具；2026 年 9 月单月，平台处理的临床提示词查询量突破了 4200 万次。医生们不再耐心翻阅昂贵的临床指南数据库，而是把病历背景直接输入对话框，等待模型给出用药建议与文献依据。
摘掉幻觉标签：近五千条引用零虚构
临床医生愿意将这款工具嵌入工作流，根源在于它展现出了反常的可靠性。长久以来，无论通用大模型跑分多高，临床医生最恐惧的始终是凭空捏造论文标题和卷期号。
但在严肃的学术审计中，OpenEvidence 拿出了完全不同于通用模型的表现。发表于《npj Health Systems》的独立文献审计显示，研究人员针对 5 个临床专科的 150 个提示词展开测试，在生成的 4979 条医学文献引用中，未确认存在任何编造文献，仅有 3 条会议摘要存在轻微的作者归属瑕疵。
在专业指南遵从度上，反差同样明显。《The Spine Journal》发表的一项评测指出，针对 110 个脊柱外科临床指南问题，OpenEvidence 2.0 的文献引用准确度达到 999 处全部准确（100%），而同期的 ChatGPT-4o 仅为 46.8%。
| 评测维度与测试集 | OpenEvidence | 对照组系统 | 测试结果差异 |
|---|---|---|---|
| MedQA 500题基准测试 | 89.6% | UpToDate Expert AI (88.4%) | 表现相当，无统计学显著差异 |
| 100个真实临床查询盲测 | 3.24 / 4.0 分 | UpToDate Expert AI (3.17 / 4.0 分) | 盲测评分持平 |
| NOHARM 临床安全基准 | 严重错误率 5.1% | Doximity Ask (严重错误率 4.8%) | 安全差异不具备统计学显著性 |
| 脊柱指南引用准确度 | 100% (999/999) | ChatGPT-4o (46.8%) | 专业引用断层领先 |
《Nature Medicine》刊登的独立同行评议表明，在 500 道 MedQA 题目中，OpenEvidence 得分为 89.6%，而老牌医学数据库 Wolters Kluwer 旗下的 UpToDate Expert AI 得分为 88.4%；在 100 个真实临床医生查询的盲测中，两者评分分别为 3.24 与 3.17 分。
技术上它确实撕掉了胡编乱造的标签，但随之而来的并非技术乌托邦，而是一套更复杂的商业算盘。
药企买单：千美元 CPM 的特洛伊木马
三十年来，临床决策支持系统一直遵循着极其沉重的商业法则：以 UpToDate 为代表的机构数据库，依靠按年向医院或个人收取昂贵订阅费构筑护城河。基层医生查阅最新文献成本高昂，而跨国药企为了影响医生处方，每年要为医药代表实地拜访和学术赞助耗费天量预算。
OpenEvidence 切断了传统的订阅链条。它面向通过执业认证的医生完全免费，转身向制药巨头和医疗器械公司出售广告位。
这不是普通的消费互联网横幅广告。根据研究机构 Sacra 的测算，OpenEvidence 针对高价值医生的定向展示成本（CPM）达到 1000 美元甚至更高。普通网页广告 CPM 往往只有几美元，但在医生输入病症、权衡治疗方案的瞬间展示特定药品，其商业转化价值足以让任何药企开出空白支票。
这架印钞机运转得极其高效：
- 2025 年末公司锁定了约 1 亿美元广告预订额；
- 业内人士预计其 2026 年广告收入将达到 4 亿至 5 亿美元；
- 目前平台仅商业化了约 5% 的广告库存，对应的估值倍数达到 2026 年预期营收的 30 至 38 倍。
药企买下的从来不是展示位，而是全美临床医生敲下处方前的那一秒迟疑。
借着这一势头，创始人 Daniel Nadler 迅速向环境录音、罕见病临床试验以及文献药物研发延伸，试图摆脱单纯的广告标签。但这家新晋独角兽眼下最核心的支柱，依然是这套免费文献换取医生注意力的变现机器。
诊疗界面的隐形幽灵：未篡改内容，却重置了权重
当资本以极其精准的姿态贴近临床中枢，争议不可避免地爆发了。
OpenEvidence 团队多次声明，平台的学术文献处理管线与商业广告投放系统保持物理隔离，赞助商无法修改生成的答案内容。
《美国医学会杂志》（JAMA）迅速发文提出了针锋相对的质问：即使文字本身客观中立，在医生即将做决策的临界点（point-of-care）并排呈现特定品牌药的精准广告，认知心理学层面的启动效应足以无形改变医生的处方偏好。
肿瘤学者 Stefano Natangelo 进一步指出了算法深层的黑盒风险：系统界面可以打上广告标签，但谁能证明底层大模型的检索排序与证据权重计算，没有在商业诉求的微调下产生倾斜？目前行业完全缺乏独立的第三方算法审计。
学术声誉的裂缝也在蔓延。此前《Nature Medicine》的评测在 2026 年 9 月遭遇学者质疑，被指测试基准存在数据污染；另一篇显示医生高度偏好该平台的论文预印本，则被爆出方案制定由 OpenEvidence 参与并资助了受试医生。
更具指标意义的是合规收缩。今年早些时候，面对欧盟《人工智能法案》的严格审查，OpenEvidence 主动撤出了欧洲与英国市场。这一动作清楚表明，当算法推荐与处方药营销高度杂糅时，这套模式极难通过严苛的监管显微镜。
- 风险.当平台估值被推高至 150 亿美元的高位，为了支撑 30 倍以上的市销率，管理层未来是否会打破当前仅 5% 广告库存的克制红线，将直接检验整个医学伦理防火墙的脆弱程度。
传统医学出版商筑起版权高墙，催生了医生对敏捷工具的渴求；而互联网式的免费供给一旦降临，资本便顺理成章完成了对核心入口的包抄。医生以为自己换取的是效率，患者以为自己得到的是前沿循证方案，但在算法深处，处方的笔尖早已被重新校准了方向。