夜雨聆风
2026年5月，全球医疗AI赛道正在经历一场“寒武纪大爆发”。一个120亿美金独角兽的崛起、一场覆盖全美65万医生的临床渗透、一系列中国玩家的密集亮剑，共同指向一个清晰的结论：医疗AI的竞争，已经从参数竞赛转向循证能力和临床适配的终极较量。
作为每天连接200万粉丝、4000多个社群的创业者，我长期追踪AI与医疗健康产业的交叉前沿。当OpenEvidence用“每一句结论都可溯源”重新定义医生决策习惯，当百度、阿里、百川在中国市场打响“循证AI”争夺战，一个更深层的命题浮出水面：AI不再是医生的“辅助玩具”，而正在成为临床工作流的“默认操作系统”。
今天，我将结合这篇文章的核心洞察，深度拆解全球医疗AI的格局演变，并为中国产业参与者提炼出三条不可回避的“终局法则”。
一、OpenEvidence启示录：循证不是“卖点”，是“入场券”
1.1 一年9倍增长，医生用脚投票
2026年4月，美国医生在2700万次临床诊疗中使用了OpenEvidence。活跃医生覆盖全美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。这家成立不到5年的公司，用一年时间将月咨询量从300万次飙升至2700万次，翻了9倍。
资本市场同样疯狂。2026年1月，OpenEvidence完成2.5亿美元D轮融资，投后估值120亿美元，3个月内翻倍。Sequoia Capital、Nvidia、Kleiner Perkins、Blackstone、Mayo Clinic等全明星机构密集入场。据Sacra测算，其2025年ARR突破1.5亿美元，同比增长超1800%，毛利率高达90%。
为什么如此疯狂？
答案很简单：它不是又一个“通用大模型”，而是专门为医生设计的“循证操作系统”。与ChatGPT等通用模型“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。医生提问，AI在给出答案的同时，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（哈佛博士）从第一天起就把“每一句结论都能溯源”作为核心设计原则。
免费策略是获客手段，但循证能力才是让医生“上瘾”的核心。当医生在诊室里点下“采纳”按钮的那一刻，AI的价值就从“参考”变成了“信任”。
二、巨头亮剑：中美AI医疗的“三路大军”
OpenEvidence的成功引爆了全球赛道。2026年4-5月，太平洋两岸几乎同时响起了攻城的号角。
2.1 OpenAI：用“暴力美学”正面强攻
2026年4月22日，OpenAI正式发布ChatGPT for Clinicians，面向美国持证医生、护士、药师免费开放。核心功能包括循证问答、文献引用、临床决策辅助，直接对标OpenEvidence。背后的投入令人震撼：6924次真实场景测试，医生顾问审查超过70万条模型回答，评估99.6%为安全准确。在Health-Bench Professional基准测试中，即便人类医生享有无限时长与全网检索权限，ChatGPT for Clinicians仍以59.0分对43.7分碾压式反超。
这意味着，AI在循证临床决策层面，已系统性突破传统医师的信息处理与证据整合能力边界。
2.2 阿里健康“氢离子”：拿下BMJ独家，构建循证护城河
2026年5月13日，阿里健康发布医学AI产品“氢离子”，同时宣布与拥有186年历史的英国BMJ集团达成独家合作。BMJ旗下70本医学期刊过去十年发表的内容，将独家授权给“氢离子”。阿里健康CEO沈涤凡表示：“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。”其CTO王祥志披露了氢离子的四层循证AI架构，通过严格的证据分级、PICO检索、模型微调、专家评审，确保输出可溯源、低幻觉。
与OpenEvidence的“纯学术”路线不同，阿里健康背靠集团医药全栈生态，有望打通“循证决策—药品供应—患者服务”的闭环，形成独特的竞争壁垒。
2.3 百川智能：技术攻坚，将幻觉率降至全球最低
2026年1月，百川智能发布Baichuan M3 Plus循证增强医疗大模型，将医学幻觉率降低至2.6%，低于OpenEvidence，达到全球最低水平。创始人王小川指出，行业最大的痛点不是“AI不会回答”，而是“回答得不靠谱”。为此，M3 Plus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。王小川算了一笔账：如果中国全部临床医生都使用，一年算力成本约1亿元，“这种成本是可接受的，带来的行业变化会非常大”。
2.4 百度健康：走“任务执行”的差异化路线
2026年4月，百度健康发布国内首个基于Claw框架的医生任务型AI助手“有医助理”，被誉为医生版“龙虾”。它首创“检索+任务”双引擎模式：检索引擎致力于打造中国版OpenEvidence；任务引擎封装800余项功能模块，可自主完成文献筛选、实验方案设计、论文格式标准化、随访计划生成等复杂操作，科研效率提升超4倍。百度以“B端灵医智惠+C端有医助理”双线并进，同时占领医院基础设施和医生个人工具两个生态位。
2.5 零假设等创业公司：B端反哺D端的“中国式路径”
成立于2019年的零假设，2025年获得近亿元A轮融资。公司定位“中国版OpenEvidence”，但采取先服务头部药企积累高质量标注数据和算法，再向医生端推出产品的“B端反哺D端”路径。这与中国三甲医生同时兼顾临床和科研的痛点高度契合——AI需要无缝衔接这两个场景。
三、影子AI与合规红线：医疗AI的“房间里的大象”
3.1 医生在用，但没人承认
Wolters Kluwer Health 2025年底调研显示，四成医护人员在工作中接触过未经医院正式审批的AI软件，近两成经常使用。全美约65%的临床医生已将AI作为诊疗中的隐形帮手，但很少有人会在问诊时提及。原因有三：一是门诊节奏快，没时间解释；二是医院没有出台清晰的临床AI使用规范；三是责任划分不清——一旦诊断偏差，AI的建议谁负责？
这种“影子AI”现象，本质是技术跑在监管前面。它既反映了医生对AI工具的强烈需求，也暴露了行业治理的滞后。
3.2 监管收紧，合规成为新门槛
2026年4月，OpenEvidence正式撤出欧洲及英国市场，核心原因是欧盟《人工智能法案》对医疗类AI设定了严苛的准入标准。这预示着医疗AI的野蛮生长阶段正在过去，合规约束正在收紧。美国医院管理协会在《2026医疗AI趋势报告》中明确警告：医院管理者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。
陈龙观点：医疗AI的终局不是技术最强，而是最安全、最合规、最让医生敢用。谁能在“循证可信”和“临床适配”之间找到最佳平衡，谁就能赢得医生和患者的双重信任。
四、中国的机会与挑战：529万医生的“AI红利”
4.1 医生渗透率已近100%，但真正“好用”的产品稀缺
据医脉通2026年报告，中国医生AI使用熟悉度达99.67%，人均使用3款工具，91%每周至少使用1次，50%每日使用。国家卫健委数据显示，中国执业（助理）医师数达529万人，护士超603万人。AI医疗市场规模预计2026年突破400亿元。
但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。中国医疗体系的特殊性——公立医院主导、分级诊疗、医保控费、医生超负荷工作——决定了AI工具必须深度适配本土工作流。
4.2 商业模式的分水岭
OpenEvidence用“免费+广告”模式证明了可行性，但药企广告是否会影响医学判断的客观性，始终是悬而未决的疑问。中国玩家的路径更加多元：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、零假设的“药企付费”路径——谁能真正跑通可持续的商业模式，仍是最大的悬念。
五、终局展望：三条不可回避的法则
法则一：无循证，不AI
在医疗领域，“幻觉”是生命安全问题。无论是OpenEvidence与顶级期刊的合作、阿里健康的四层架构、百川的2.6%最低幻觉率，所有头部玩家的核心动作都指向同一方向——让AI的每一句回答都有据可查、可溯源、可验证。循证，已经成为AI进入医疗场景的基础准入条件。
法则二：离临床，无未来
ChatGPT for Clinicians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。从“可用”到“好用”，正是下一阶段的竞争焦点。
法则三：合规与安全是“生死线”
影子AI的泛滥、OpenEvidence撤出欧洲的教训，都在警告行业：医疗AI不能绕过监管。谁能率先建立全行业认可的合规标准、责任划分机制、数据安全体系，谁就能在激烈竞争中建立信任护城河。
六、陈龙研习社的产业行动
“循证AI”专题研究：持续追踪全球及中国医疗AI的产品演进、临床落地、商业模式、监管动态，输出季度分析报告。
医生AI工具评测：联合临床专家，对中国市场上的主流AI工具（氢离子、有医助理、百川等）进行独立评测，发布“临床可用性指数”。
“影子AI”治理研讨：邀请医院管理者、法律专家、技术厂商，共同探讨院内AI使用的规范框架和责任边界。
产业对接：帮助AI创业公司对接三甲医院、药企、保险公司等应用场景，加速技术从“demo”走向“临床采纳”。
七、结语：医疗AI的终局，不是技术，是信任
当美国医生将OpenEvidence视为查房时的“默认操作系统”，当中国529万医生正在从“可用”走向“好用”，这场围绕“循证”展开的战争才刚刚开始。
有太多未知和不确定，但可以确定的是——无循证，不AI。离临床，无未来。这不仅是技术规则，更是医疗AI必须恪守的底线。赢家不会是算力最强的公司，也不会是参数最大的模型，而是那个真正让医生“敢用、好用、离不开”的产品。
陈龙研习社将持续关注医疗AI的“终局之战”，见证并参与这场从“工具”到“基础设施”的历史性跃迁。
陈龙研习社 ｜ 让流量变现更简单，让产业融合更高效。
欢迎大健康产业的企业家、创业者、投资人加入我们，共同探索创新的无限可能。
陈龙研习社 （私域社群流量平台）
陈龙研习社私域社群平台：平台私域流量从赛选分类、精准匹配、变现赋能、裂变孵化IP平台的目标。
陈龙研习社产业社群平台推出企业家高端“付费群”，我们通过“精准内容+活动促销+社群推广+直播访谈”全链路交付服务，高端付费群2026年6月30日之前加入会员群特价365元/位，6月30日之后恢复原价618元/位。
扫一扫备注“企业全称+姓名+职位+联系方式”
陈龙研习社管理员微信
