夜雨聆风
就在刚刚，一则来自120亿美金独角兽的数据震惊了整个医疗和投资圈。仅仅4月份，美国医生就在2700万次临床诊疗中使用了同一款AI工具——OpenEvidence。冀呈雪：AI+医疗时代，拆解超级个体OPC成长体系
对应活跃美国医生65万人，平均每位医生每月使用41次。几乎每个工作日都要打开至少2次。这已经从“尝鲜试用”，转向深度嵌入日常临床工作流，“水电煤气”式的基础设施级别了。
更令人震撼的是渗透率：OpenEvidence覆盖了全美1万多家医院和医疗中心，此前在2025年4月时，月咨询量还仅为300万次，到12月就已攀升至1800万次，再到2026年4月直接飙到2700万次，一年之内翻了9倍。
资本市场的反应同样疯狂。2026年1月，OpenEvidence完成2.5亿美元D轮融资，由ThriveCapital和DSTGlobal联合领投，投后估值飙升至120亿美元。而在此前的2025年10月，其C轮估值还仅为60亿美元，3个月翻倍，一年内连融4轮。
背后的投资方名单堪称全明星阵容：Sequoia-Capital早在2025年便领投了OpenEvidence的A轮融资，此后持续跟进。Nvidia、Kleiner-Perkins、Blackstone、Bond、Craft-Ventures、Mayo-Clinic等机构密集入场。
一家成立不到5年的公司，让这么多顶级机构争先恐后地砸钱？
据Sacra测算，OpenEvidence2025年年化经常性收入已突破1.5亿美元，同比增长超1800%，毛利率高达90%。公司的主要收入来源是药企投放的精准广告，而它每年仅售出约十分之一的广告库存，剩余90%未变现，增长想象力巨大。
为什么他会这么牛？
免费策略只是获客手段，循证才是真正让美国医生“上瘾”的核心。
与通用大语言模型“一本正经地胡说八道”不同，OpenEvidence从诞生之初就将循证医学作为底层逻辑。医生问一个问题，AI在给出答案的同时，还能一键追溯到原始论文和临床指南，每一个结论都能溯源、可验证。创始人Daniel-Nadler本人是哈佛博士，从构建产品第一天起，就把“每一句结论都能溯源到原始论文”作为核心设计原则。
多家AI巨头亮剑
OpenEvidence用多年时间筑起了城墙，多家AI公司选择了城下亮剑。
OpenAI选择直接攻打城门。2026年4月22日，OpenAI正式发布ChatGPT-for-Clinicians。这是一款专门面向美国持证医生、执业护士、医师助理和药剂师的免费AI工具，包含循证问答、文献引用、临床决策辅助等功能，直接对标OpenEvidence。
背后的投入体量也是相当令人震撼的。医生顾问在6924次真实场景测试中，审查了超过70万条模型回答。医生评估99.6%的模型回答为安全且准确。
在Health-Bench-Professional专业临床基准测试中，即便人类医生享有无限作答时长与全网文献检索权限，ChatGPT-for-Clinicians仍以59.0分对43.7分的碾压式反超。
也就是说，AI在循证临床决策层面，已系统性的突破传统医师的信息处理与证据整合能力边界。
OpenEvidence官宣之后的同一周，太平洋彼岸，阿里健康在杭州扔下了另一颗炸弹。
2026年5月13日，阿里健康正式发布医学AI产品“氢离子”，同时宣布与英国BMJ集团达成期刊内容在中国的独家合作。刚刚，阿里健康连开两枪！千亿生态到手，还抄了AI医疗后路
BMJ集团成立于1840年，旗舰刊《英国医学杂志》是全球最具影响力的四大综合医学期刊之一。根据合作协议，BMJ集团旗下70本医学期刊过去十年发表的内容及多媒体资源，将独家授权提供给“氢离子”平台。
阿里健康CEO沈涤凡表态道：“中国500万医生尚未真正享受到AI红利，多数医生仍面临高质量医学证据获取难的困境”，CTO王祥志披露了氢离子的四层循证AI架构。
百川智能的路径则是纯技术突破。2026年1月22日，百川智能发布Baichuan-M3Plus循证增强医疗大模型，将医学幻觉率降低至2.6%，低于行业标杆OpenEvidence，达到全球最低水平。相较GPT-5.2，幻觉率大幅下降超过30%。
百川智能创始人王小川曾表示，他认为行业最大的痛点不是“AI不会回答”，而是“AI回答得不靠谱”。为此，M3Plus首创“证据锚定”技术，要求模型生成的每一句医学结论，都必须精确对应到原始论文中的具体证据段落。王小川算了笔账：如果中国全部临床医生都使用，一年的算力成本约1亿元，“这种成本是可接受的，带来的行业变化会非常大”。
此外，行业知情人士告诉健康凯歌：“近期百川智能还会有大动作，也请大家拭目以待。”
百度健康走的是“大模型+全域医疗场景+合规知识库”的稳健落地路线。依托文心大模型底层能力，深耕院内临床辅助、基层医生赋能、互联网问诊、患者健康管理全链路。
搭建经过严格审核的权威医学知识库，接入指南、药典、国内核心医学文献，主打高合规、低幻觉。
区别于海外模型的纯循证科研路线与阿里的国际期刊版权路线，也不同于百川纯技术降幻觉的路径。更侧重国内真实医疗场景适配、基层下沉、医患双向服务，在三甲医生临床辅助、县域基层AI诊疗工具、线上健康科普与问诊决策上快速落地。
依靠百度搜索的海量医学数据与流量生态，快速补齐国内本土化循证证据短板，抢占大众健康与基层医疗AI市场。
影子AI进诊室，医生开始对患者保密
2.1 医生在用，但没人承认
OpenEvidence在临床的快速走红，出现了“影子AI”，这个很难摆上台面的现实问题。简单来说，就是很多一线医生日常接诊、写病历、梳理诊断思路时，都会悄悄用上医院没有正式审批通过的AI工具，可几乎没有医生会主动告诉患者这件事。
2025年12月，Wolters-Kluwer-Health做过一次面向医护从业者的真实调研，四成医护人员在工作中接触过这类未获批的AI软件，近两成的医务人员经常拿来用。
医生愿意冒险私下使用，理由很充分。日常门诊接诊量大、文书工作繁琐，AI能快速整理病例要点、检索参考资料，省下大量耗在琐碎工作上的时间。
部分工具功能更全面，检索文献、梳理鉴别诊断思路比传统软件顺手。还有不少中青年医生对新技术接受度高，抱着试试看的心态，慢慢就成了日常习惯。
NBC-News的实地采访里提到，全美大约65%的临床医生，已经把AI当成了诊疗里的隐形帮手，很少有人会在问诊时提到自己借助了AI。
这种集体式的沉默，更多是现实处境的无奈。门诊节奏快，多数医生根本没有多余时间，跟患者细致解释AI到底参与了哪些环节。
绝大多数医院至今没有出台清晰的临床AI使用规范，能用不能用、怎么用全靠医生自行拿捏。
最让医生顾虑的，还是出问题后的责任划分。一旦诊断出现偏差，AI给出的参考建议该由谁承担，目前没有明确界定，一旦主动提及，很可能在医患纠纷里成为被动把柄，多一事不如少一事，慢慢就形成了一种默契。
2.2 谁为AI的建议负责？
影子AI在临床中悄悄扩散，随之而来的安全隐患与行业治理漏洞，已经慢慢暴露在公众视野里。有行业专家认为，影子AI不是简单的技术新鲜事，本质是行业监管缺位带来的治理难题，直接关系到每一位就诊患者的安全。
《2026医疗AI趋势报告》中明确提醒，随着各类AI工具在门诊、病房快速渗透，各大医院管理者不能再放任不管。必须尽快搭建全院统一的AI使用规范，划定使用范围、责任边界，避免无监管使用带来的医疗风险。
现实层面的监管压力也已经显现，2026年4月28日，OpenEvidence正式宣布撤出欧洲及英国市场，官方给出的核心原因，就是当地持续收紧、难以预判的监管政策。
欧盟落地的《人工智能法案》，对医疗类AI临床应用设置了严苛的准入标准，数据合规、安全审核门槛极高，企业很难长期合规运营，路透社、HIStalk等行业媒体也核实了这一情况，印证了医疗AI野蛮生长阶段正在过去，合规约束正在收紧。
2.3 老牌工具的“AI保卫战”
面对新兴AI工具快速抢占临床场景，深耕临床决策支持数十年的老牌专业软件，也被迫加速转型.一场守住专业底线的AI升级之战，在临床工具领域悄然展开。
全球医生熟知的临床决策系统UpToDate，在2025年9月正式上线UpToDate-Expert-AI功能。经过数月测试打磨，2026年初全面投入临床使用。它把自身沉淀多年、经过同行专家严格评审的临床知识库，和大语言模型深度融合。
医生可以直接用日常语言输入诊疗疑问，系统会清晰展示AI的思考逻辑、参考的权威文献来源，还会给出多方向的鉴别诊断思路，全程过程透明可追溯。
和各类通用AI工具不同，这款升级后的工具格外克制，明确划定使用红线。全程不调取、不存储患者个人病历信息，所有输出内容只作为医生参考，绝不替代医生的最终临床判断。
背后的内容由七千六百多名全球一线临床专家长期更新维护，既保留了AI高效便捷的优势，又守住了医疗诊疗严谨安全的底线，试图在技术与伦理之间，找到稳妥的平衡点。百度健康发布首个医生版“龙虾”， 双模式助力医生完成临床科研任务
太平洋两岸AI医疗的明枪暗箭
3.1 AI渗透近100%，中国500万医生亟待现象级产品
当全球的目光聚焦在OpenEvidence时，一个更大的市场正在太平洋西岸悄然苏醒。
据2026年医脉通医生AI+数字生活调研报告显示，中国医生AI使用熟悉度已达99.67%，几乎实现了全覆盖。医生人均使用3款AI工具，91%的医生每周至少使用1次，50%每日使用。与此同时，国家卫健委数据显示，中国执业（助理）医师数已达529万人，注册护士数超过603万人。
更为重要的是，中国AI医疗市场规模正在快速膨胀。据国家卫生健康委医院管理研究所研究员舒婷介绍，2026年人工智能医疗行业产业规模预计突破400亿元，仍处于快速扩张通道。多位业内人士的判断趋同：中国一定会出现现象级的循证医学AI应用，但不会是OpenEvidence的简单复制。
3.2 百度“有医助理”：用“龙虾”模式打一场不对称战争
在中国本土AI医疗企业里，百度的动作最为引人注目。
2026年4月2日，百度健康正式发布国内首个，基于Claw框架研发的医生任务型AI助手“有医助理”。它被业内称为医生版“龙虾”，这也标志着医疗AI从“单一对话”迈入“任务执行”新阶段。
“有医助理”首创“检索+任务”双引擎模式。检索引擎致力于打造中国版OpenEvidence，构建具有中国特色的循证医学知识平台。
任务引擎依托Claw框架，面向内容创作、临床决策支持、科研辅助、教学应用及患者管理五大高频场景。
在数据底座方面，整合了6000万+专业文献、20万+用药知识图谱、5万+权威指南共识，每一条结论均可溯源并定位至原文。
最关键的差异化武器在于“执行”。任务模式封装了800余项通用与医学专用功能模块，可自主完成文献智能筛选、实验方案设计、学术论文格式标准化、随访计划生成等复杂操作，科研工作流程效率提升超4倍。在中国市场，百度正以“B端灵医智惠+C端有医助理”的双线并进策略，同时占领医院端基础设施和医生端个人工具两个生态位。
3.3 B端反哺D端的差异化奇袭
巨头之外，创业公司的异军突起也值得关注。成立于2019年的零假设，在2025年10月获得近亿元A轮融资，由荷塘创投、国方创新、上海喆驭投资，老股东元禾原点超额认购。
创始人顾飞明确将公司定位为“中国版OpenEvidence”，但采取了与OpenEvidence不完全相同的路径。通过先服务头部药企来积累高质量标注数据和迭代算法，再逐步向医生端推出产品。
这种“B端反哺D端”的路径选择，与中国的医疗生态适配程度很高。中国三甲医院医生的工作时长更长、繁忙程度更高，且往往需要同时兼顾临床和科研。AI工具需要无缝衔接这两个场景，这正是创业公司在垂直场景中寻找差异化切口的机会所在。
此外，京东健康、医脉通等平台也在快速布局AI医生工具赛道，中国AI循证医疗的竞争格局正在加速成形。百度健康“三连发”：技术破壁，让“专属AI医生”落户千万家
循证是入场券，临床是生死线
4.1 全球AI医疗融资正在改写历史
2026年第一季度，全球AI医疗赛道交出了史上最强成绩单。
据Rock-Health数据，数字健康初创公司第一季度共完成110笔交易，融资总额达40亿美元，较去年同期高出10亿美元，创下最强第一季度纪录。其中59%的资金集中在12笔超过1亿美元的超级轮次。Galen-Growth的报告则显示，2026年一季度全球数字医疗融资约为71亿美元，涉及216笔交易。
OpenEvidence以120亿美元估值领跑整个赛道，Aidoc完成1.5亿美元E轮融资后累计融资超5亿美元。这是一次底层逻辑的集体确认：AI在医疗领域的价值释放，正在从“辅助工具”升级为“临床基础设施”。
4.2 无法绕过的核心命题
这场席卷全球的AI循证医学浪潮，三个核心命题正在逐渐清晰。
一是，无循证，不AI。在医疗领域，“幻觉”是生命安全问题。无论是OpenEvidence与顶级期刊的战略合作、阿里健康氢离子的四层循证架构、还是百川M3-Plus2.6%的全球最低幻觉率和“证据锚定”技术，所有头部玩家的核心动作都指向同一个方向。
让AI的每一句回答都有据可查、可溯源、可验证。循证已经变成AI进入医疗场景的基础准入条件。
二是，离临床，无未来。 ChatGPT在6924次测试中达到99.6%准确率的背后，是医生顾问审查超过70万条模型回答的两年打磨。
医疗AI的终极标准，是医生在真实诊室里点击“采纳”按钮的那一刻。中国医生AI渗透率已近100%，但真正的“临床级AI助手”仍然稀缺。“可用”到“好用”正是下一阶段的竞争焦点。
三是，商业模式的分水岭已经到来。 OpenEvidence用“免费+广告”模式证明了医疗AI的商业可行性。年收入破1.5亿、毛利率90%。
但这个模式的可持续性也存在变数，药企广告会不会影响医学判断的客观性？
中国玩家的商业路径更加多元，百度的“B端系统+D端工具”双线模式、阿里健康的内容生态变现、百川的API免费开放战略，都在试图找到中国市场的独特解法。
2026年中国AI医疗产业规模大概率会有进一步的突破，但谁能真正跑通可持续的商业模式，仍是最大的悬念。
这场AI循证医学战争的未来，很可能不是赢家通吃的单一局面。在美国，三股力量正在角逐“医生决策入口”的控制权。
OpenEvidence占据先发优势和网络效应，OpenAI依靠基础模型能力和产品矩阵试图后来居上，UpToDate用三十年积累的临床内容库和“原生循证”基因筑起防御工事。
在中国，阿里健康、百川智能、百度、零假设等玩家正在从不同方向发起攻势。巨大和极其特殊性的市场，决定了中国版循证AI大概率不会是简单的复制。
它必须适配中国医生的实际工作流，理解中国医疗体系的运转逻辑，在循证能力和本土临床智慧之间找到最佳平衡点。
AI医疗的竞争开始从技术比拼，上升到“循证能力+临床适配+商业模式”的综合较量。
美国医生已将OpenEvidence当作查房时的“默认操作系统”，中国529万医生正在从“可用”走向“好用”，百度的“有医助理”以“检索+任务”双引擎重新定义医生AI的边界，这场围绕“循证”展开的战争才刚开始。
有太多太多的未知和不确定，但可以确定的是——
无循证，不AI。离临床，无未来！
这是AI医疗正在书写的未来规则。
撰稿｜德胜.L
