原创 Haina 2025-09-16 20:02 北京
医疗 AI 是硅谷VC投资最多的领域
🩺 **革新医学知识获取方式：** OpenEvidence 通过免费的 AI 聊天机器人诊断助手，为医生提供即时、交互式的循证医学信息，有效解决了医学知识更新过快、信息滞后等问题，打破了传统静态数据库（如 UpToDate）的局限，显著提升了临床决策的效率和准确性。
🚀 **产品驱动增长（PLG）与病毒式传播：** 平台秉持“为专业人士做消费级产品”的理念，以流畅、即时可用的应用体验吸引医生，绕过传统机构冗长的采购流程，实现了类似消费级产品的病毒式传播。目前已吸引超过 40% 的美国医生用户，每月处理的医生咨询量激增，成为医生数量增长最快的平台之一。
💡 **构建数据飞轮，形成竞争壁垒：** OpenEvidence 通过高质量的医学语料库（与顶级期刊合作）、海量的用户交互数据以及创新的“情境感知的药品营销”商业模式，构建了一个强大的数据飞轮。这种模式不仅保证了模型训练的严谨性和时效性，还通过高价值的“决策点”数据，为广告主带来极高的投资回报率，形成了难以逾越的竞争壁垒。
📈 **多元化商业模式与市场潜力：** 目前主要收入来源于“情境感知的药品营销”，未来将向广告与订阅双轮驱动转型，包括基于席位的许可证和按使用量计费的 API。OpenEvidence 的目标市场横跨美国超过 200 亿美元的医疗健康专业人士营销预算和 166 亿美元的临床决策支持系统市场，展现出巨大的增长潜力。
OpenEvidence 成为医生数量增长最快的平台。 该平台已被包括加州大学旧金山分校（UCSF）医学院主席 Robert Wachter 在内的专家公认为增长最快的医生平台。
OpenEvidence 在网络流量上超越 Doximity AI。过去十年，Doximity（纽交所上市公司） 一直是美国医生的“数字名片 + 临床网络工具”，被视为 医生线上互动的黄金标准。其商业模式与 OpenEvidence 类似，为制药公司和医疗机构提供精准触达医生的数字化平台。Doximity 覆盖约 80% 的美国医生，2025 财年收入 5.7 亿美元，市值约 124 亿美元。OpenEvidence 的使用量已经是 Doximity AI 工具的 12 倍（截至 2025 年 6 月），流量全面超越 Doximity。OE 可能成为美国医生使用最广泛的数字平台新标准。医生在 OpenEvidence 上花的时间超过传统临床平台。传统平台如 Medscape、Epocrates、Doximity，一直是医生线上学习和工作的重要工具。现在 OpenEvidence 已经超过所有这些平台，成为医生在数字化工具上花时间最多的平台。OpenEvidence 树立了医生参与度的新标杆。医生在 OpenEvidence 平均每次会话停留 13.3 分钟。这比在 Doximity 上长 4 倍，比和传统药企医药代表互动时间长 7 倍。这说明 OpenEvidence 既能让医生持续投入，也能给广告主（药企、器械厂商）带来远高于传统渠道的转化效率。医生使用量快速增长： 过去一年，OpenEvidence 的查询量增长了 37 倍，目前每月处理美国医生的 700 万次医疗问题。•OpenEvidence 的护城河：由高质量语料、海量用户交互和商业化应用构建的数据飞轮。顶级、专有的医学知识：OpenEvidence 与《新英格兰医学杂志》、《美国医学会杂志》及其所有专科期刊建立了内容合作关系。这使其能够合法地使用大量受版权保护的、经过严格同行评审的黄金标准级医学内容进行模型训练。这是通用型 AI（或资金不足的初创公司无法企及的。同时，OpenEvidence 全面覆盖了 PubMed 等公共数据库，模型会进行每晚的 LLM 再训练，吸收最新的文献，这解决了传统工具（如 UpToDate）依赖数千名作者手动更新导致的滞后性问题，信息更有时效性。用户数据飞轮：在不到两年的时间里，平台吸引了超过 40%的美国医生，每月处理的医生咨询量从 2024 年的 36 万次飙升至 2025 年的 850 万次，增长超过 20 倍。每一次用户查询都是一个宝贵的数据点。这些数据揭示了临床医生在真实工作流中遇到的真实问题，OE 可以利用这些数据识别模型的知识盲点、优化答案相关性、验证模型准确性（比如用户的后续行为，如点击哪个引用链接为模型的答案提供了隐性反馈）。商业化数据引擎：“决策点”数据。平台的收入来自“情境感知的药品营销” 。广告的投放是基于医生当下正在研究的临床问题，比如当一名肿瘤科医生正在查询特定基因突变的治疗方案时，向他展示相关新药的广告，其价值“指数级高于”在社交平台（如 Doximity）信息流中看到的广告。这让 OpenEvidence 的广告位拥有很大的溢价空间。• 收入当前靠广告，未来会是广告、订阅双轮驱动。OE 目前的收入几乎完全来自与上下文相关的药品营销：OE 直接切入了庞大的制药与医疗器械营销预算。在医生做临床决策的瞬间嵌入相关、精准的药物信息（例如医生在研究治疗方案时展示某新药的循证数据），能为广告主带来更高的 ROI。公司已开始试点基于席位的许可证（比 UpToDate 便宜约 20-30%）和按使用量计费的 API 接口，商业模式向企业级转变。• Founder-Market Fit公司 CEO Daniel Nadler 拥有哈佛大学经济学博士学位，曾创立 Kensho Technologies，以 5.5 亿美元被收购。团队由来自哈佛和麻省理工学院的 AI 人才组成，其开发专门的模型，在医学委员会考试中的错误率比通用大型语言模型低 77%。潜在风险• 来自传统巨头和科技大公司的竞争传统临床内容平台的“信任+分销” 优势：UpToDate、ClinicalKey、BMJ 等传统 CDS 平台，虽然产品迭代缓慢，但它们在学术权威性和医院采购关系上有较深的护城河。这些传统巨头推出基于自身权威数据库的 LLM/对话式工具，可能成为 OpenEvidence 的直接替代品。但是 OE 目前数据增长势头使这件事发生的可能性很小。AI 原生工作流初创公司（如 Abridge、Ambience、Suki）占据医生最核心的工作流环节（病历记录、EHR 接口、医嘱、计费）。如果它们成功嵌入医生日常操作，OE 可能被边缘化成参考工具，很难进入临床交易闭环。大厂（Google、Microsoft） 拥有模型能力、云服务渠道、EHR 分销能力，一旦整合临床级助手与 EHR 深度绑定，扩张速度可能远超 OpenEvidence。• 如何在利用广告实现商业化的同时保持平台的中立性？广告模式的成功取决于能否保持医生的信任。平台必须在商业化和维护临床建议的完整性之间找到平衡。如果未能阻止广告商带来的感知或实际偏见，其用户基础和信誉可能会迅速流失，而这正是公司的核心资产。02.市场格局OpenEvidence 的 TAM 是两个市场的交集：重新分配美国每年超过 200 亿美元 的 医疗健康专业人士（HCP） 营销预算，以及全球 166 亿美元 的 临床决策支持系统（CDS） 市场份额。医疗健康专业人士（HCP）市场美国 2024 年面向医生的推广预算约为 280 亿美元。 其中约 90-100 亿美元已用于数字渠道，而仍有 190 亿美元（约 68%）用于现场销售代表。我们对未来五年的展望显示，数字和即时护理（POC）渠道将以 9-11% 的复合年增长率增长，而医药代表预算保持不变，到 2029 年将额外转移 40-50 亿美元到可衡量、内容丰富的媒体渠道。• IQVIA/Kantar 估计美国商业推广总额约为 300 亿美元，其中数字渠道占 HCP 和 DTC（直接面向消费者）受众的约 100 亿美元。• ZS Associates 指出，尽管 HCP 的接触机会在减少，但超过 50% 的销售、总务和行政费用仍然流向销售代表和品牌营销。• IQVIA ChannelDynamics 的数据显示，面对面拜访仍然是最大的单一联系驱动因素（在 2023 年占所有被回忆的推广量的 39%）。综合这些来源，我们将 300 亿美元中的约 93% 归为面向 HCP 的支出（不包括 DTC 大众媒体），得出 280 亿美元的市场规模。由于销售代表的固定薪资、接触方式以及 MLR（医疗损失率） 的滞后性，在未来 3-5 年内，预计只有 10-15% 的销售代表支出（约 20-30 亿美元）是现实上可转移的。要赢得这部分资金，需要有闭环的、处方量增长的证据，且增长贡献要超过每位销售代表每年约 12-15 万美元的贡献。数字渠道（程序化 + 即时护理）目前已占总支出的 18%，预计到 2029 年将上升到约 30%。除了渠道转移，还有积极的市场趋势：Doximity 的财报电话会议显示，中型和中小型制药企业的营销支出在过去 6-9 个月“强劲回归”，这是疫情以来首次看到制药营销的全面复苏。全球临床决策支持系统（CDS）市场根据 Frost & Sullivan 的预测，全球 CDS 市场到 2030 年将达到 166 亿美元，年复合增长率为 7.6% 。临床医生职业倦怠加剧、EHR 数据量激增以及 LLM 推理成本的急剧下降，正推动市场转向能在 15 秒内提供简洁、带来源链接答案的 AI 工具。核心论点是重新分配制药和医疗器械公司每年用于影响医生决策的预算，将数十亿美元从低投资回报率（ROI）的线下渠道（如销售代表、医学会议）转移到高投资回报率、数字化的即时护理平台。Top down底线：UpToDate（订阅模式）UpToDate 年收入约 5.76 亿美元，说明医生确实愿意为临床决策信息付费。但订阅模式上限有限。直接对标：Doximity（广告模式）Doximity 是美国医生的专业社交网络，其商业模式在原则上与 OpenEvidence 非常相似：为制药公司和医疗机构提供数字化平台，精准触达医生用户。截至 2025 年 3 月 31 日的财年，Doximity 的总收入为 5.704 亿美元，市值约 124 亿美元，覆盖了 80% 的美国医生。值得注意的是，Doximity 的 “营销解决方案” 业务拥有高毛利和极低的边际成本。其 Adjusted EBITDA Margin 从 2021 财年上市时的约 31% 上升到 2025 财年的 55%。Doximity 的成功验证了 OpenEvidence 的路径：拥有大量、高度活跃医生用户的平台，可以通过广告模式实现数亿美元级别的收入，远超订阅模式的天花板。Doximity 将 TAM 分为三部分，共 185 亿美元，集中于制药公司与医疗机构的营销收入与招聘收入。• 制药营销（Pharmaceutical Marketing） 指制药厂商每年用于针对医生的数字营销总支出，规模约 78 亿美元。• 医疗系统营销与人员配置（Health System Marketing and Staffing） 包括医院营销支出，以及来自临时医生租赁和永久人员配置解决方案的收入机会，规模约 69 亿美元。• 远程医疗（Telehealth） 指向医疗服务机构和个人销售远程医疗服务所带来的收入机会，规模约 43 亿美元。Doximity 偏向“社交”，而 OpenEvidence 在 “临床决策点（Point-of-Care）” 与医生互动，商业价值更高。决策点库存持续显示处方量有 10-30% 的增长，是标准展示广告的 3-5 倍，这支持了其高达 80-100 美元以上的 千次展示成本（eCPM）。如果 OpenEvidence 嵌入确定性的国家执业医师注册号（NPI） 数据分析和预先批准的广告模板，它可以在避免与根深蒂固的销售代表预算直接竞争的情况下，获得 20-30 亿美元转移预算中的实质性份额。综上来看，OpenEvidence 未来有望：• 取代 UpToDate 的订阅市场• 在数字营销广告上，有潜力超过 Doximity 现有的 TAM• 抢占原本投向医药代表、学术会议的数十亿美元预算抢占占总体营销预算近 70%的医药代表预算有一定的困难，转移这些预算不仅是财务问题；它也是一个复杂的组织和文化挑战。内部惰性是一个巨大的障碍，品牌团队在面临市场压力时可能会默认选择“久经考验”的销售代表模式。预算通常是孤立的，营销、医疗事务和现场销售团队各自为政，预算重新分配缓慢且充满政治色彩。所以要克服这种摩擦，OE 必须提供一个无可辩驳、有数据支持的价值，能够超越传统的孤岛。Bottom up目标用户数：• OpenEvidence 目前拥有 30 万至 40 万的月活跃用户 （MAU）。• OpenEvidence 的目标是达到与 Doximity 相似的用户渗透率。Doximity 的用户覆盖了超过 80%的美国医生。• 美国大约有 100 万名执业医生。Doximity 级别的用户渗透率意味着约 80 万名医生的核心目标用户基数。每用户平均收入（ARPU）：广告：对标 Doximity• Doximity 年收入：$4.7 亿美元 （2024 财年）。• Doximity 用户基数：约 80 万名医生。• ARPU：$588/每位医生每年。但是 OpenEvidence “决策点” 的更高价值使其有每用户平均收入（ARPU） 提升潜力，OpenEvidence 的广告位能为药企带来更高的投资回报率，每用户平均收入（ARPU） 的天花板应高于 Doximity 的 588 美元。CDS：对标 UpToDate• UpToDate 模型：约 $500/席位/年，对应全球 $5.95 亿收入（≈119 万席位用户，含医院 + 个人订阅）。• 如果 OpenEvidence 能够逐步替代 UpToDate，则可以以更低价格（便宜 20–30%）但更高渗透率切入。所以假设未来 OE 平均 ARPU ≈ $350–400/医生/年这样来计算，保守的可服务市场（Serviceable Market）约为 10 亿美元。03.产品与技术产品OpenEvidence 是专注于辅助医学诊断的 deepresearch 产品，为医生和医学生提供高效、精准的临床支持。其交互界面设计独特，每个回答都附带交叉引用编号和文献列表，确保信息的可追溯性和可验证性。产品提供“双响应模式”:Care Guidelines（护理指南）和 Clinical Evidence（临床证据），一侧关注实践建议，一侧关注理论数据支持。每个答案后均附可能的后续问题，用户可以进行多轮深入互动。高频任务：• 临床诊疗支持：医生可以在查房时通过手机或网页确认药物剂量、禁忌症或最新指南。在症状分析模块，可解释模糊症状、识别潜在原因并建议检测路径。其治疗决策支持功能基于最新研究推荐方案，对药物疗效和耐药性进行比较，尤其适用于罕见和复杂病例。产品还包括了50+ 临床计算器涵盖高频场景，如疾病评分和药物剂量计算，简化复杂计算流程。例如 CHA2DS2-VASc 评分。（该评分通过患者年龄、性别、心衰、高血压、糖尿病、卒中史等因素计算风险分数，帮助医生判断 AF 患者发生卒中的概率）• 复杂病例的快速证据综合：医生可以通过提示词让大语言模型（LLM）汇总关键试验，并提供带有内联 PubMed 链接的摘要。• 行政及工作流辅助：住院医师报告称，他们会直接将 OE 生成的、富含引用的信函粘贴到保险公司的门户网站，取代了手动文献检索。还有患者出院说明及其他医疗文档，并自动附带引用。• 医学知识追踪与学习功能：结构化知识更新，每日精选最新论文，生成可视化图表，并提供按专业分类的摘要2025年7月15日，OpenEvidence 推出 DeepConsult，这是首个为医生设计的 AI 助手，可在医生繁忙时自主分析数百篇同行评议研究。医生可在休息前提交问题，返回后即可获得博士级别的证据综合结果。• 处理复杂、深入的临床问题，超越以速度为核心的 OpenEvidence 搜索。• 揭示跨学科洞察并生成循证报告。• 向全美医生免费提供服务，尽管每次运行的计算成本是标准搜索的 100 倍。技术OpenEvidence 是首个在美国执业医师资格考试（USMLE）中得分超过 90% 的 AI 系统。它在全部三项考试中的表现均优于 ChatGPT，错误率低 77%，显著减少了通用 AI 模型常见的“幻觉”问题。这种可靠性增强了医生对 AI 助手的信任，为医疗 AI 的实用性和可信度树立了新标准。
AI辅助创作，多种专业模板，深度分析，高质量内容生成。从观点提取到深度思考，FishAI为您提供全方位的创作支持。新版本引入自定义参数，让您的创作更加个性化和精准。
鱼阅，AI 时代的下一个智能信息助手，助你摆脱信息焦虑