Daniel Nadler 登上福布斯

Nadler创业的初衷源于对医疗信息爆炸的深刻感受。他形容现在这个时代：生物医药正值黄金期，新药新疗法不断涌现，但对临床医生来说却像进入了“黑暗时代”——每天面对海量文献，身心俱疲。“医生面对喷涌而出的医学研究，如同迎着高压水龙带喝水”，最新研究每30秒就有一篇发表，医生要在看诊20名患者的同时还要跟上最新进展，几乎不可能完成。这种痛点让Nadler意识到，人脑的阅读极限无法应对数百万研究，但是AI可以。

2021年11月，Nadler着手创建OpenEvidence。作为二次创业者，他非常自信，决定自掏腰包启动项目，换取更大的长期回报。他对周围人说："也许我这辈子最聪明的决定就是用自己的钱押注自己。”

从2021年成立至今，OpenEvidence已经完成了融资之路：创始人Daniel Nadler最初自掏腰包投入1000万美元，随后在2022年底拿到2700万美元融资；2025年初A轮融资7500万美元，红杉资本领投，让公司估值达到10亿美元；几个月后B轮融资2.1亿美元更是将估值推高到35亿美元。谷歌风投、红杉资本、Kleiner Perkins等顶级机构纷纷下注。

OpenEvidence的融资历程

临床医疗领域的竞争

如果认为OpenEvidence单纯地踩中了医疗AI的痛点，才获得了这样的成功，无疑是片面的。因为，如果谈及医疗AI，行业内人士一般都会举出一个“反面案例”——IBM的Waston。

IBM旗下Watson Health一度被誉为医疗AI的未来和答案。然而由于技术局限和过度营销，IBM Watson在肿瘤辅助决策等项目上表现不佳，最终于2022年将Watson Health业务拆分卖出，宣告了这场投入数十亿美元计划的“崩塌”。IBM Watson的失败为行业敲响警钟：单靠巨资投入和大公司光环并不能保证医疗AI成功，技术落地和实用效果才是关键。

OpenEvidence的快速成长某种程度上站在了“后Watson时代”的风口，在技术成熟度和应用切入点上更具优势。巨头虽有资源，但在专业医疗领域不见得轻易碾压初创——灵活专注的创新者有机会弯道超车。不过，这也给OpenEvidence一个警示：如果在扩张中忽视了质量和安全，透支了医生信任，则可能重蹈昔日Watson的覆辙，成为一场高开低走的泡沫。

在临床医疗AI领域，一些AI初创企业正在崭露头角，成为OpenEvidence的潜在竞争者。准确和丰富的数据，是这类公司竞争的关键。

虽然不像OpenEvidence那样专心于LLM RAG，但同为临床医疗参考工具的DynaMed 仍值得一提，这款工具的主要技术在于RAG（一种AI框架：检索增强生成），并且在今年被评为“即时临床决策支持：现场疾病参考”的 Best in KLAS 工具（近五年第四次斩获）。其最新的生成式 AI 功能 “Dyna AI” 进一步提升了查证与信息获取速度 。作为知识型决策工具，DynaMed 同样坚持使用经同行评议的医学文献，确保内容准确度。

另一家成立于2023年的明星创业公司Hippocratic AI ，其专注开发“注重安全”的医疗大语言模型。Hippocratic AI着重通过各种医疗考试认证，其模型已通过100多项医疗专业测评，并针对医疗场景进行了额外训练。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4738802.html?f=jinritoutiao