在生成式AI时期，医疗领域出现了一款现象级产品——OpenEvidence，其创始人Daniel Nadler凭借这款产品，从哈佛校友华丽转身为亿万富翁，书写了一段精彩的创业传奇。

产品崛起：解决医疗知识难题

在美国医疗行业，知识更新速度极快，医学知识每73天就翻一倍，医生面对复杂多样的病例，常需在网上搜索相似案例和解决方法，过程冗长且准确性不稳定。OpenEvidence应运而生，它将海量且更新迅速的医学知识整合进Agent，让医生能快速获取最新、最准确的医学证据。

OpenEvidence定位为临床决策支持平台，核心是AI驱动的医学搜索引擎，提供手机App和网页版，专供持证医师使用，使命是“组织并扩大全世界的医学知识”，帮助医生在诊疗现场快速获取所需信息。其用户增长迅猛，单美国就有10万执业医生每天使用，全球超43万名医生注册，覆盖全美40%以上执业医师，月咨询量从2024年7月的约36万次激增至2025年7月每日35万次，相当于月处理超850万次临床咨询。

该平台功能强大，核心的智能搜索与即时问答功能，能让医生用日常语言提问，几秒内得到附有权威出处引用的简明答案，搜索平均耗时仅5 - 10秒，比通用ChatGPT回答更精确有依据。2025年推出的Agent功能DeepConsult，能自主检索分析上百篇研究，在数小时内生成综合研究报告，且免费向美国认证医生开放。此外，平台还集成多媒体医学内容，让医生更直观理解证据。

创始人背景与产品优势

创始人Daniel Nadler被称为“十年一遇的传奇创业者”，前一次创业把金融AI公司Kensho以约5.5亿美元卖给标普全球，二次创业以1000万美元起步，让OpenEvidence三年内达到35亿美元估值。他的搭档Zachary Ziegler是哈佛博士候选人，师从知名AI学者Alexander Rush，在自然语言处理方面功底深厚，两人一个懂商业，一个懂AI，配合默契。

OpenEvidence能取得成功，优势显著。在技术上，专注小模型，采用美国FDA、CDC发布的免费权威信息及同行评审的医学文献，不联网以减少幻觉。其AI系统在2025年成为首个在美国医师执照考试(USMLE)上取得满分100%成绩的AI，2023年利用梅奥诊所的匿名化临床数据和专家指导，不断优化模型准确性，还成为唯一完整训练《新英格兰医学杂志》全文的AI产品。在人才上，组建了博士级别的科学家团队，有哈佛、麻省理工博士和工程师，以及众多医疗专家担任顾问，已故诺奖得主Daniel Kahneman也曾支持。

商业模式：创新与突破

OpenEvidence的商业模式大胆创新。它采用“免费增值 + 广告”模式，直接面向医生个人免费提供服务，打破医疗软件B2B销售桎梏，实现类似消费互联网的病毒式传播。把医生作为消费者，无需个人或医院付费，降低了使用门槛，快速积累庞大用户基础，建立起粘性和网络效应，形成行业标准。

在拥有大量专业用户和高频使用场景后，引入广告模式，在医生查询结果或界面展示精准推广信息，广告客户包括制药公司、医学会议主办方、医疗器械厂商等。截至2025年中，广告收入年化约为5000万美元，且未来有望持续提升。同时，保证医生对查询结果的信任不受影响，借鉴谷歌“区分广告与有机结果”的做法。

行业启示与竞争挑战

OpenEvidence的成功为创业者带来诸多启示。在专业化上，深耕垂直领域，而非追求大而全；采用PLG（产品驱动增长）策略，绕过传统B2B销售的复杂流程；进行场景化变现，将用户的专业决策场景转化为高价值的广告投放场景。

不过，OpenEvidence也面临竞争挑战。医疗AI行业竞争激烈，IBM的Watson Health曾投入数十亿美元却以失败告终，警示单靠巨资和大公司光环不能保证成功，技术落地和实用效果才是关键。同时，一些AI初创企业如DynaMed、Hippocratic AI等也在崭露头角，准确和丰富的数据是竞争关键。OpenEvidence在扩张中需注重质量和安全，避免重蹈Watson的覆辙。