在2026年JP摩根医疗健康大会上，除了创新药的火力对决，在战场的另一端，AI+医疗平台也被推到聚光灯下。过去一年融资超5亿美元、估值突破60亿美元的专业医学AI平台OpenEvidence登台亮相，台下几乎座无虚席。

当OpenEvidence的创始人展示其AI平台如何为医生提供即时、可信、带完整引用的临床证据时，台下响起的不仅是掌声，更是一种共识：医疗AI的竞争重心，已从流程的提质增效走向了决策参与。这家被称作“医生第二大脑”的硅谷明星，凭借重塑医生学习效率的核心能力， 短短两年内覆盖全美超四成医生，估值冲破60亿美元，清晰地勾勒出一条年收入迈向1亿美元的商业路径。

但当这套商业逻辑被放置到中国市场，可行性难题开始显现。优质医疗资源高度集中与基层需求落差并存，医保控费持续挤压传统商业空间，愈发严格的合规边界也让“互联网式广告变现”面临天然约束。

于是，行业提出了关键问题：这幅在美国被验证过的商业路径，能否被直接复刻到全球最复杂、最独特的中国医疗市场之上？

01

OpenEvidence的崛起

事实上，过去几年类似于医学文献检索功能的AI工具层出不穷，甚至普通的大模型就可以实现医学文献检索功能，但对于专业的医疗工作者而言，这远远不够。他们真正需要的是把临床中提出问题、检索证据、筛选质量、提炼结论、核对引用的过程，压缩成一个可以嵌入临床工作节奏的实用且可信的工具。

这一需求在近年被进一步放大。全球新药研发井喷式发展，疗法迭代层出不穷，指南更新频率越来越高。于是临床医生常常面临同一类问题：某类患者能否使用某种新药？某项新方案在获益和风险上的关键证据是否充足？某个不良反应的真实发生率究竟如何？

不过，这些挑战并不是没有答案，而在于答案分散在数十篇研究、多个指南版本与不同证据之间，需要医生在极短时间内完成判断、取舍与整合。

OpenEvidence的价值恰恰体现在这里：AI能够在理解问题临床语境的基础上，综合分析其背后高达3500万篇的专业文献数据库，涵盖《新英格兰医学杂志》、《柳叶刀》、《美国医学会杂志》等顶级期刊， 生成一个结构清晰、要点明确的总结性答案。每一句陈述都附带完整的引用来源，确保结论的可追溯性与可信度，有效防范了通用AI常见的“幻觉”问题。

与此同时，OpenEvidence对临床工作流的理解也更接近真实场景。它被设计为诊室、病房或办公室里的“超级智能助理”：响应秒答复，答案简洁明了，引用可一键展开深入阅读。

公开信息显示，OpenEvidence在美国医生群体中的渗透正在加速。已有约40%的医生在使用。2025年7-11月期间，其月均临床咨询量从1000万次提升至1650万次，使用强度不断攀升。商业化层面， OpenEvidence广告业务的年度化收入已达5000万美元，并预计到2026年年度化收入将达到1亿美元。

快速增长的用户规模与清晰的变现曲线，也在不断推高资本热度。创立于2022年的OpenEvidence，仅在2025年就公开完成至少三轮融资，总额接近5亿美元；截至2025年10月的最新一轮融资后，公司投后估值约60亿美元。其投资者包括红杉资本、Google Ventures、Kleiner Perkins等全球顶级投资机构。

这一阵容的背书，某种程度上也意味着资本市场对于专业医疗工作AI价值的认可。

02

商业模式在中国市场能否跑通？

从商业模式看，OpenEvidence 在美国跑通的核心逻辑并不复杂：抓住临床证据检索与总结这一刚需，以面向临床医生、专业可信的策略迅速渗透核心用户群体，继而凭借高频使用与入口，吸引药企广告投入，形成商业化闭环。

那么问题来了，这套商业模式如果放到中国市场，可以复制吗？

答案其实并不取决于技术是否跟得上，背后其实是来自市场环境的挑战。 中国医疗市场与美国存在显著差异，政策导向、资源分布、支付体系、合规边界，以及医生群体的专业能力高度分层，共同塑造了一个高度异质的生态。在此背景下，类似于OpenEvidence的商业化路径要想跑通，至少要跨过两道“必答题”。

第一道必答题，在于极度分层的需求差异。

在中国市场，医疗资源呈“金字塔”式分布：顶端是聚集顶尖专家、紧跟国际前沿的大型三甲医院；底座是数量庞大、服务广泛、但规范化能力仍在持续建设中的基层医疗机构。二者面对的临床语境、知识需求与学习资源存在天然鸿沟。

来自北京、上海的三甲医院主任关注的，可能是最新肿瘤免疫疗法的疗效预测、生物标志物、真实世界证据等更专业的信息；而基层医疗机构的内科医生更迫切的，往往是高血压合并糖尿病的简明治疗路径，或面对疑似重症患者时何时启动转诊、如何与上级医院路径衔接。

因此，如果一个平台原封不动地输出统一的知识体系，它的精华对于顶级医院而言可能恰好是前沿与深度，但对基层而言却容易变成曲高和寡。

第二道关键命题，是错综复杂的支付路径。

在美国，OpenEvidence的广告收入模式建立在成熟且利润丰厚的医药市场之上：药企拥有强支付能力与明确投放逻辑，医生端入口天然具备学术价值与商业价值叠加的广阔空间。

但在中国市场，支付土壤已发生结构性变化。一方面，处方药广告监管边界严格，任何与临床决策直接关联的信息传播都必须严守合规红线；另一方面是医保控费政策的游戏规则下，集采与国谈持续压缩传统营销空间，DRG/DIP支付改革倒逼医院从“收入中心”向“成本中心”转型，医院、医生与药企都比以往更加关注投入产出比与合规风险。

这意味着，纯粹依赖广告的商业模式在中国不仅面临更高的合规门槛，药企投放越来越强调可量化效果与合规安全；医院与医生则越来越谨慎地处理任何可能发生不端行为的知识渠道。换言之， 在中国市场，面向专业医疗工作者的AI平台若仍以广告作为主要变现路径，商业闭环必须建立在合规，且投入产出比可量化的基础之上。

不过，这并不意味着面向医生的专业AI平台在中国缺乏机会。恰恰相反，中国可能是这类平台最具纵深价值的战场。只不过，随着控费提质成为所有人的约束，能够即时提供高质量学术证据、辅助判断、避免不合理用药与检查的AI助手，对于医疗机构而言，如果能够合规使用，更可能成为提升诊疗规范性、帮助新药在临床场景中更快落地的实用工具。

对制药企业而言，当新药进院难、医生处方谨慎、临床教育成本上升同时发生，企业也需要一个更合规、更专业、更能被医生信任的知识平台，把最新诊疗共识、最新临床数据更快送达。

过去一年，医疗AI的风向正在悄然改变：从简单的提质增效，走向更关键的环节——AI能否进入临床决策链条，成为医生可信、可复核的日常工具。在2026年JPM上，面向医疗专业人员的AI平台OpenEvidence的出圈或许释放了明确信号，将提问、检索、筛选、总结与引用核验的漫长过程，压缩进一次诊疗流程之中，重新定义诊疗节奏。

1月27日，“2026医药钉峰会暨E药经理人首届AI大会”将在上海举办。大会将汇聚本土头部Pharma、顶尖Biotech、科技平台与投资机构的一线决策者，围绕数据壁垒、连续学习系统、医生端平台化落地等议题深度对话。

欢迎莅临，共探“AI+医药”的下一站。