沒想到，醫生億美元醫療場景ChatGPT生意能做這么大。估值
最新消息，醫生億美元美國明星創業公司——醫生版ChatGPT「OpenEvidence」，估值新融資將獲投約2.5億美元，醫生億美元估值翻倍至120億美元。估值
這意味著，醫生億美元Perplexity、估值Cursor等超級獨角獸的醫生億美元牌桌上，將迎來一家醫療AI公司。估值
這并不令人驚訝，醫生億美元畢竟OpenEvidence幾乎已經壟斷了美國ToC醫療AI市場——日均處理臨床查詢超6萬次，估值45%的醫生億美元美國醫生都是它的用戶。
醫生專用ChatGPT，估值估值120億美元
又一家超級獨角獸誕生。醫生億美元
Information消息，旨在打造醫生專用ChatGPT的AI公司——OpenEvidence，正籌集2.5億美元股權融資。
如果交易完成，這家成立僅三年的初創公司估值將直接翻倍，來到120億美元。
回看OpenEvidence的融資歷史，也像火箭一樣迅速攀升：
2025年2月，A輪融資7500萬美元，估值10億美元。
2025年7月，B輪融資2.1億美元，估值翻了三倍多，來到35億美元。
2025年10月，C輪融資2億美元，估值進一步躍升至60億美元。
股東名單中，Google Ventures、紅杉資本、凱鵬華盈、黑石集團等知名風投赫然在列。
而隨著本輪融資結束，OpenEvidence將進一步坐穩「最貴醫療AI」的交椅。
醫生版ChatGPT，為何如此受人追捧？
日常接診中，醫生經常會遇到一些罕見而復雜的邊緣案例，這類長尾問題往往不存在標準答案。醫生需要回到文獻層面查證證據。
但現實是，面對高度具體的臨床問題，依靠關鍵詞在海量醫學文獻中檢索，無異于大海撈針。
OpenEvidence創始人曾舉過這樣一個例子：
一名患者同時患有銀屑病和多發性硬化。這兩種疾病都與自身免疫相關，但在具體的發病機制上卻相互牽制。
常規方案是IL-17或IL-23抑制劑治療，這是當前治療中重度銀屑病的王牌。
在銀屑病治療中，IL-17或IL-23抑制劑是當前治療中重度銀屑病的王牌方案，療效明確、應用成熟。
但問題在于，對于同時還有多發性硬化的患者而言，IL-17可能誘發脫髓鞘病變。
相比之下，IL-23抑制劑更多作用于銀屑病炎癥反應的上游環節，通常被視為相對更安全的替代選擇。但針對「多發性硬化合并銀屑病」這一特定人群，幾乎沒有什么臨床研究證據。
這是一個典型的沒有標準答案的臨床困境，醫生需要更多信息用于輔助決策。
過去，醫生需要求助PubMed上的文獻。但如此具體的問題，很難通過關鍵詞檢索出來。
AI的出現，確實在一定程度上解決了「如何準確描述問題」的挑戰。
但在醫療場景中，真正有價值的邊緣案例，往往只存在于小樣本研究、病例報告或專家共識之中。這些信息既分散、又非結構化，通用模型即便引入RAG機制，也沒辦法抓取到。
更重要的是，通用大模型并非為醫療決策而生，無法滿足臨床的嚴苛要求。
OpenEvidence解決的正是這個痛點，他們提供的是一個專門面向醫生的AI。
OpenEvidence，面向醫生的ChatGPT，旨在消除醫生診療過程中的決策成本。
首先看數據：
在回答問題時，OpenEvidence調用的是一套經過篩選的醫療知識庫。
除PubMed、Cochrane等公共數據庫外，其核心內容還包括《新英格蘭醫學雜志》等頂尖醫學期刊的獨家授權資料。這些高質量、可追溯的數據源，匯成了OpenEvidence抵御通用大模型「降維覆蓋」的護城河。
為了減少幻覺，OpenEvidence直接砍掉了「互聯網公開數據」這一選項，所有信息全部來源于經過同行評審的權威醫學期刊。
其次看模型：
由于并不追求通用能力，OpenEvidence采用的是專門為醫學任務訓練的7B小模型。
在這一前提下，模型不需要承擔泛化任務帶來的負擔，反而在醫學任務上表現更精準。
產品設計方面，OpenEvidence給出的每一條結論，均基于至少兩篇以上高等級文獻的具體段落，醫生可以隨時溯源。
針對垂直場景的特殊優化，讓OpenEvidence在美國醫師執照考試（USMLE）中超過了ChatGPT-5——滿分奪冠，325道題全部回答正確，甚至連給的參考文獻都是準確的。
如今，OpenEvidence幾乎已成為美國醫生默認的操作系統。
10月份，OffCall（一家允許醫生比較薪資的公司）經過對1000名美國醫生的調查發現：45%的醫生都在使用OpenEvidence。
相比之下，ChatGPT的使用率只有16%。
而且這批用戶的活躍度相當高。OpenEvidence每月為醫生解答大約2000萬個問題，已隱約呈現出醫療領域流量入口的雛形。
既然如此，變現路徑也很清晰了——
向制藥公司賣廣告位。
據悉，OpenEvidence目前每年的廣告收入約為1.5億美元。折算下來，幾乎每天都有接近300萬元人民幣進賬。
甚至要貼臉凡爾賽一波。
公司方面表示，目前實際出售的廣告位，只占總量的十分之一。
翻譯一下：「真要認真搞商業化，ARR輕松破10億美元～」
反映在財務指標上，OpenEvidence的表現同樣相當夸張。其毛利率接近90%，在一眾AI初創公司中一騎絕塵。
原因主要在成本端：
一方面，OpenEvidence采用的是7B小模型，無論訓練成本還是推理成本，都遠低于通用大模型。
另一方面，由于醫學場景對可追溯性的要求，使得現在的OpenEvidence并沒有直接搶占信息入口，反而是在給醫學期刊引流。
這直接改變了AI與傳統內容供應方的關系。由于OpenEvidence坐擁大量醫生流量，這批流量大部分又能注入供給端，公司面對期刊擁有極強的議價權。
結果就是：最能體現OpenEvidence競爭壁壘的「數據資產」，反而是各大醫學期刊搶著送上門來的。
國內醫生版ChatGPT
醫生版ChatGPT的風，不止刮在太平洋的另一邊。
國內醫療AI雖尚未有選手達到OpenEvidence那樣夸張的120億美元估值，但產品理念類似的也不少。
最耳熟能詳的大概有5家——醫聯、百川智能、零假設、壹生檢康、靈犀醫療。
醫聯
成立于2014年，提供基于醫生使用的實名認證、學術社交、自由執業的移動平臺。
2023年，旗下未來醫生發布醫療垂直大模型MedGPT，成為國內首個獲批可用于提供疾病診斷與治療建議的生成式AI。
2025年的一項多模型臨床實戰測評中，MedGPT獲臨床「安全性」與「有效性」評測全球第一。
目前，未來醫生已落地基層門診臨床決策場景，服務超過2000萬注冊用戶、150余萬注冊醫生。
天眼查顯示，醫聯成立以來已完成7輪融資，股東包括騰訊、紅杉中國、華興資本等。
2020年末，醫聯完成5.14億美元E輪融資，估值約40億美元。
百川智能
成立于2023年，一家研發并提供通用AI服務的公司。
2025年10月22日，百川智能發布循證增強醫療大模型Baichuan-M2 Plus。
在多場景評測中，M2 Plus的醫療幻覺率較通用大模型顯著降低，相比DeepSeek低約3倍，甚至優于OpenEvidence。
企查查顯示，自成立以來，百川智能已完成三輪融資，股東包括小米、騰訊、阿里、亞投資本、中金等。
2024年7月，百川智能A輪融資50億元，估值達200億元。
零假設
成立于2019年，是一家專注于開發醫學智能化產品的科技公司。
旗下「KnowS」系列產品是一個虛擬醫學助手，融合數據技術和醫學知識，為臨床機構提供以文獻分析、臨床數據分析服務。
2025年10月，零假設獲近億元A輪融資，估值未披露。
壹生檢康
成立于2021年，旨在讓每個人都能方便快捷的完成居家檢測。
2025年11月，釘釘聯合壹生檢康發布「豆蔻醫生超級助理」，可在1分鐘內整合全球超過4000萬篇醫療專業文獻，輔助婦產科醫生臨床決策。
企查查顯示，壹生檢康目前共完成兩輪融資，最新為2022年初的天使輪，估值尚未披露。
靈犀醫療
成立于2021年，是一家衛生技術循證解決方案提供商。
其自研EviMed循證平臺，動態整合全球數億條醫學文獻與臨床數據，輔助醫生做醫學決策。
目前，該平臺已應用于全國300余家大型三甲醫院，以及20余家國內外頭部醫藥企業。
截至目前，靈犀醫療尚未披露融資信息。