你的医生可能已经在用一个广告驱动的 AI

一个不需要医生付费、也不向医院收订阅费的产品，怎么做到 150 亿美元估值？答案是广告。而这个答案放在诊室里，值得多想一层。

一、发生了什么

据 Ars Technica 转载《金融时报》的调查报道，总部在迈阿密的 OpenEvidence 由连续创业者 Daniel Nadler 于 2022 年创立。公司称，全美约 100 万名医生中，接近三分之二在使用它的 AI 搜索引擎，上个月处理了超过 4200 万条提示。

钱是这样进来的。过去 18 个月，公司累计融资接近 10 亿美元，投资方包括 Andreessen Horowitz、Blackstone、Thrive Capital 和 Sequoia。今年 9 月最新一轮 2.5 亿美元，对应估值 150 亿美元。

收入结构更关键。据一位接近公司的人士，OpenEvidence 在 2025 年底就已锁定 1 亿美元的「广告采购额」——这个口径同时包含当年和未来的广告承诺；同一信源预计，到 2026 年底广告收入可达 4 亿至 5 亿美元。这是报道引述的信源口径，不是经审计的财报数据。

渗透是从下往上：医生先用起来，医院再追认。Mount Sinai、Memorial Sloan Kettering 把工具嵌进了电子病历；NYU Langone 的首席健康信息官 Paul Testa 对报道说，他们发现医生已经在把它当「独立信源」用，于是决定深度集成一个临床版本。

产品定位很克制：只检索同行评议期刊和临床指南。这个「限定信源」是它区别于通用聊天机器人的卖点，也是它敢进医院的原因。

临床医生。 报道采访的八位资深医生表示它减轻了工作负担。但减轻负担和改善结局是两件事，报道只给了前者。

医院信息科。 集成一个广告驱动的工具，意味着要回答一个新问题：推荐内容里有没有商业影响。

做医疗 AI 的团队。 这条路径证明「对个人免费、对广告主收费」在专业场景里跑得通，但它同时把准确性争议放大了一档。

先看它引什么。限定在同行评议期刊和指南，比开放全网检索可控，但仍要核对原文。
分清「准确」和「有效」。Mayo Clinic 的样本研究结论是推荐准确、循证，但对治疗决策的影响有限——引用时常常只留前半句。
查有没有独立基准。今年 6 月《自然》刊出的一篇论文认为，OpenEvidence 在临床基准测试上不如 Gemini 和 GPT 这类通用模型。厂方评价和第三方评测要分开读。
注意广告位在哪。工具免费，广告主是谁、以什么形式出现，决定了建议是否存在结构性偏向。报道提出了质疑，但没有给出结论。

「三分之二的美国医生都在用，所以它靠谱」。 使用率和准确率是两个维度。使用率高只能说明它好用、免费、门槛低。报道自己也写了，研究者对其结果准确性的担忧正在上升，NYU 神经外科医生 Eric Oermann 指出，针对这类工具的具体性能研究仍然很少。

「有医院集成就等于通过临床验证」。 医院集成解决的是工作流和安全管控问题，不是疗效验证。报道里 NYU Langone 的说法也很清楚，他们选的是「安全地用起来」，不是「证明它有效」。

「广告模式和医疗中立性天然冲突，所以它一定不靠谱」。 这是质疑，不是结论。报道呈现的是批评者的疑问——广告收入能否支撑 150 亿美元估值、广告是否影响建议——公司方面并未承认存在偏向。把质疑写成定论，和把宣传写成事实是同一种错误。

这是一家增长数字非常漂亮、临床证据仍在补齐的公司；报道给出的是问题清单，不是判决书。

功能与价格以官方公告为准。本文写于 2026 年 10 月 22 日。