美國醫(yī)療市場AI爭奪戰(zhàn)：巨頭押注，創(chuàng)業(yè)公司能贏嗎？

（點(diǎn)擊收聽本期音頻）

采訪｜泓君

圖文｜朱婕

每周，有超過2.3億人在ChatGPT上詢問健康和保健問題。在人類創(chuàng)造的所有數(shù)據(jù)中，有30%來自醫(yī)療領(lǐng)域，但其中真正被利用起來的，不足5%。一邊是巨大的數(shù)據(jù)金礦，一邊是與未被滿足的龐大需求，這正是AI的機(jī)會(huì)。

在今年摩根大通醫(yī)療健康大會(huì)上，我們看到醫(yī)療與AI正在加速“雙向奔赴”。禮來與英偉達(dá)達(dá)成10億美元合作，試圖用算力重塑藥物發(fā)現(xiàn)的底層范式；在OpenAI發(fā)布ChatGPT for Health之后幾天，Anthropic也迅速跟進(jìn)，推出了Claude for Healthcare。而一家成立僅三年的初創(chuàng)公司OpenEvidence，以120億美元的估值躋身AI醫(yī)療新貴。——2026年，一場火熱的AI醫(yī)療爭奪戰(zhàn)正在美國上演。

本期播客，我們邀請(qǐng)到Fusion Fund創(chuàng)始管理合伙人張璐，遺傳學(xué)博士周葉斌，一起聊聊AI到底在解決醫(yī)療的什么問題？我們從一位急診室醫(yī)生的真實(shí)經(jīng)歷聊起，他常常在凌晨三四點(diǎn)完成生死搶救后，站在傳真機(jī)前處理medical coding（醫(yī)療編碼）。這不是個(gè)例——美國全科醫(yī)生的周平均工作時(shí)長高達(dá)61.8小時(shí)，相當(dāng)大的一部分精力耗費(fèi)在了病歷錄入、保險(xiǎn)對(duì)接、醫(yī)療編碼這些瑣碎卻容錯(cuò)率極低的行政事務(wù)上，而這恰恰是AI最容易切入的場景。

歡迎關(guān)注《硅谷101視頻號(hào)》的音頻欄目直接收聽本期播客。如果你喜歡我們的節(jié)目，更推薦大家使用音頻客戶端來收聽，《硅谷101》已覆蓋各大主流音頻平臺(tái)（渠道見文末），歡迎訂閱！

以下是這次對(duì)話內(nèi)容的精選：

01

藥企集體“轉(zhuǎn)身”

AI從“可選項(xiàng)”變?yōu)椤氨卮痤}”

泓君：今年是一個(gè)AI醫(yī)療的大年，不管是中國還是美國的這些模型廠商，都在開始做醫(yī)療了。璐，你要不要先跟大家總結(jié)一下，在今年的J.P. Morgan大會(huì)回來看到了什么變化？

張璐：每年的J.P.Morgan Healthcare Conference是美國全年最大的一次醫(yī)療盛會(huì)。今年我覺得有更大一點(diǎn)不同是，大型的藥企和醫(yī)療公司，思維理念和前一年有了本質(zhì)的改變。之前還會(huì)討論要不要和AI進(jìn)行整合，現(xiàn)在很明確，一定要整合，而且整合的力度也非常大，速度也快。

在大會(huì)期間，有一個(gè)比較重要的發(fā)布，就是Eli Lilly

（禮來）

包括我和一些比較大的醫(yī)療公司的CEO在聊的時(shí)候，經(jīng)常會(huì)聽到他們提到的一個(gè)概念，就是公司內(nèi)部已經(jīng)成立了像“人工智能大學(xué)”這樣的機(jī)構(gòu)。他們會(huì)要求全公司的員工，包括管理層還有董事會(huì)層級(jí)的人，都要去參與課程的訓(xùn)練，更好地通過人工智能去處理醫(yī)療數(shù)據(jù)，挖掘醫(yī)療數(shù)據(jù)的價(jià)值，推動(dòng)一些新項(xiàng)目的發(fā)布和醫(yī)療創(chuàng)新公司的合作。

泓君：葉斌，你在藥企，你自己覺得今年大家討論AI更多了嗎？

周葉斌：我們平時(shí)也在應(yīng)用了。藥企比較講究保密性，一方面對(duì)于外面的模型會(huì)有一點(diǎn)謹(jǐn)慎，比如說你的資料肯定不能上傳到ChatGPT。但另外一方面，藥企也希望能夠引入一點(diǎn)公司內(nèi)部可以使用的，比如說是Microsoft它的Copilot。哪怕是醫(yī)院，他們采用的一些信息的服務(wù)商，都在引入AI這一塊。這個(gè)幾乎就是不可避免的。只不過怎樣是最好的使用方式，這個(gè)還在探討中。

Eli Lilly好像前兩年還開放了一個(gè)自己的AI平臺(tái)，就說你們其他小公司也都能來用。這也提出一個(gè)挑戰(zhàn)，有些小公司可能覺得，如果我加入，我的信息是不是就交給你了？另外一些公司想的是，這樣是不是我能夠加強(qiáng)和禮來這樣一個(gè)大藥企的合作。

02

醫(yī)生困境

與待挖掘的數(shù)據(jù)“金礦”

泓君：除了禮來跟NVIDIA 10億美元AI藥物研發(fā)實(shí)驗(yàn)室的合作，其實(shí)我注意到，在這次J.P.Morgan的大會(huì)上，Anthropic它也推出了一個(gè)Claude for Healthcare。還有一家創(chuàng)業(yè)公司叫做OpenEvidence，它現(xiàn)在的估值也到了120億美元了，可以說今年是在整個(gè)AI醫(yī)療領(lǐng)域的一個(gè)非常大的獨(dú)角獸。ChatGPT也上線了GPT Healthcare，我是有一天突然打開網(wǎng)頁的時(shí)候，發(fā)現(xiàn)它上線了這個(gè)功能，而且它是ToB跟ToC兩邊都有。所以現(xiàn)在看起來，確實(shí)在2026年的這個(gè)一開年，醫(yī)療領(lǐng)域跟人工智能的結(jié)合，它是打得火熱的一個(gè)狀態(tài)。

我們提到的這些公司，接下來我們可以一個(gè)一個(gè)分析商業(yè)模式，看看它們是怎么用AI去跟醫(yī)療結(jié)合的。在此之前，我想跟各位也討論一下，從醫(yī)療體系看，現(xiàn)在中美醫(yī)療它的痛點(diǎn)在哪里？葉斌，因?yàn)槟阍谒幤蠊ぷ鳎綍r(shí)從你接觸到的醫(yī)生來看，你覺得他們痛點(diǎn)是什么？

周葉斌：其實(shí)我太太就是醫(yī)生，她經(jīng)常和我聊到這些。去年10月份的時(shí)候有一篇論文，跟蹤的是MGH

（Mass General，美國麻省總醫(yī)院，哈佛醫(yī)學(xué)院的附屬醫(yī)院）

但是另外一方面，我們也都知道，一個(gè)全科醫(yī)生平均每天實(shí)際上只有15到20個(gè)病人，每個(gè)面診的時(shí)間其實(shí)也就在15分鐘左右。中間的大部分時(shí)間顯然都不是在給病人看病，主要是看病引入的其他工作。行政工作是很大的一塊。他要和保險(xiǎn)公司處理很多事情，他看診的記錄要記錄下來。

這帶來很大的一個(gè)問題。一個(gè)是效率的問題，美國醫(yī)療最大的一塊成本其實(shí)是行政成本，醫(yī)生他們花很多時(shí)間在行政上面。另外一個(gè)，由于工作時(shí)長長，也造成醫(yī)生過勞，讓他覺得沒有滿意度。

麻省總醫(yī)院 圖片來源：MGH

泓君：醫(yī)生在行政問題上花的時(shí)間為什么這么長呢？是因?yàn)樗ｋU(xiǎn)對(duì)接，還是說整個(gè)美國的醫(yī)療體系在不停地模塊化的時(shí)候，用于流程的時(shí)間會(huì)越來越多？

周葉斌：是的，用于流程的時(shí)間消耗越來越多。其中和保險(xiǎn)打交道是很大的一塊。因?yàn)橄癖ｋU(xiǎn)里面有一些治療，你需要有事前授權(quán)，那就是事先要經(jīng)過保險(xiǎn)同意做這個(gè)，否則的話這個(gè)錢是報(bào)不了的。另外一方面，作為一個(gè)醫(yī)生，看病之后他還要做一個(gè)記錄，這些都會(huì)引入很多的行政工作。

張璐：對(duì)，在美國比較大的一個(gè)問題就是，EHR

（電子健康記錄）

（醫(yī)療編碼）

（醫(yī)療賬單）

為什么美國民眾對(duì)醫(yī)療公司有這么大的怨言？因?yàn)楝F(xiàn)在整個(gè)醫(yī)療的支付系統(tǒng)，非常復(fù)雜，還是會(huì)有很多賠付的要求會(huì)被拒絕。被拒絕的這些支付的要求，只有10%左右會(huì)進(jìn)入申訴的過程，但是進(jìn)入申訴的這些訴求，它80%都會(huì)被推翻，也就是說它實(shí)際上是應(yīng)該被支付的。為什么有這么高的一個(gè)推翻比例呢？就是因?yàn)閷?shí)際上，它被拒絕支付的原因不是醫(yī)學(xué)的問題，它是一個(gè)文書和流程的問題。所以這就給醫(yī)生帶來了更大的壓力。

我記得我之前有一個(gè)創(chuàng)始人，他為什么會(huì)出來做這家公司，就是因?yàn)樗郧笆锹迳即壏浅ｍ敿忉t(yī)院的一個(gè)急診室醫(yī)生。急診室來的人都其實(shí)是一個(gè)生死存亡的階段，他完成了這些工作之后，還要在半夜，可能凌晨3點(diǎn)、凌晨4點(diǎn)，站在傳真機(jī)前面去處理這些醫(yī)療編碼，他就覺得自己的時(shí)間簡直就是完全錯(cuò)配。這也是為什么他辭職要去做相關(guān)領(lǐng)域的初創(chuàng)企業(yè)。

圖片來源：The Pitt

其實(shí)還想給大家分享一個(gè)宏觀的數(shù)據(jù)。在我們?nèi)祟惿鐣?huì)里面，所有產(chǎn)生的數(shù)據(jù)里面有30%是醫(yī)療相關(guān)的，但這些數(shù)據(jù)其實(shí)也在被數(shù)字化收集起來，但我們現(xiàn)在真正去應(yīng)用使用到的連5%都不到。而在美國的話，整個(gè)醫(yī)療體系又是美國GDP的20%以上，所以這是一個(gè)巨大的潛在的“金礦”。現(xiàn)在也是到了一個(gè)非常好的時(shí)間節(jié)點(diǎn)，整個(gè)產(chǎn)業(yè)愿意去合作，這也是現(xiàn)在一個(gè)非常好的時(shí)機(jī)去做醫(yī)療AI創(chuàng)新的原因。

03

Anthropic的基建打法

從醫(yī)療編碼到數(shù)據(jù)合規(guī)

泓君：在提到了美國醫(yī)療的這些行政問題、保險(xiǎn)問題、流程問題，哪些公司是在解決這些問題？

張璐：其實(shí)還比較多。包括Claude，Anthropic它們做的Claude for Healthcare，和其他的幾家不一樣，它走的是一個(gè)基礎(chǔ)設(shè)施的路線。比如說是針對(duì)醫(yī)療賬單、醫(yī)療編碼，還有它的HIPAA系統(tǒng)的明確性，還有一些合規(guī)的和連接層的API的需求。所以這個(gè)方向，雖然它不是一個(gè)特別性感的直接通到應(yīng)用端的或用戶端的技術(shù)解決方案，但其實(shí)對(duì)于醫(yī)療行政成本來講，是比較關(guān)鍵的一層。這也是很多初創(chuàng)企業(yè)關(guān)注的方向，核心是我剛才提到的醫(yī)療賬單和醫(yī)療編碼，這兩個(gè)層面本身就是一個(gè)巨大的市場。

另外一方面，它用AI做自動(dòng)化也相對(duì)比較好做，因?yàn)樗鼪]有新的數(shù)據(jù)生成的需求，它更多是一個(gè)基于規(guī)則的人工智能的應(yīng)用，所以它的解決方案相對(duì)比較簡單。但是它的系統(tǒng)植入的過程可能需要的時(shí)間長一點(diǎn)，因?yàn)槟氵€是要符合現(xiàn)在所有醫(yī)療系統(tǒng)，包括保險(xiǎn)公司對(duì)于很多合規(guī)的需求，連接層的一些需求，哪些數(shù)據(jù)怎么樣去托管的一些需求。這個(gè)方向我們會(huì)看得比較多。

另外就還是數(shù)據(jù)隱私。像我們有一家公司，它就是我剛才提到的和Eli Lilly還有英偉達(dá)都在重點(diǎn)合作的一家公司，它做的就是有點(diǎn)偏向于數(shù)據(jù)隱私的方向。但它做的是聯(lián)邦學(xué)習(xí)

（Federated Computing）

泓君：醫(yī)療賬單我可以理解，醫(yī)療編碼是指什么？

張璐：醫(yī)療編碼就是把醫(yī)生的診斷和治療行為翻譯成一個(gè)標(biāo)準(zhǔn)化代碼。就像在中國你有個(gè)病歷本，上面會(huì)寫你得了什么什么病，但是保險(xiǎn)公司它只認(rèn)代碼。所以這個(gè)翻譯的過程很重要。如果你的代碼錯(cuò)了，保險(xiǎn)就會(huì)第一拒付。拒付之后醫(yī)院就要去申訴，它收款的周期就會(huì)拉長很多。從醫(yī)院的角度，它是要等著收款來去支持它日常的運(yùn)營的，所以醫(yī)院就會(huì)給到醫(yī)生壓力。

醫(yī)療編碼是非常巨大的市場，幾十億美金級(jí)別的量級(jí)。它會(huì)直接影響醫(yī)院的營收。如果你的編碼錯(cuò)誤比較多，那對(duì)于醫(yī)院的評(píng)估也會(huì)受到影響。如果你這個(gè)代碼編碼過高，會(huì)被罰款，還覺得你有欺詐風(fēng)險(xiǎn)。

所以你會(huì)發(fā)現(xiàn)，這個(gè)過程它其實(shí)一點(diǎn)都不復(fù)雜，但是對(duì)錯(cuò)誤的容錯(cuò)率又非常低，那它對(duì)于AI來講就非常合適。它首先規(guī)則很明確，又是個(gè)結(jié)構(gòu)化的任務(wù)，又是一個(gè)大量重復(fù)的任務(wù)，它是有一個(gè)明確答案的。所以我們其實(shí)看到一些做編碼的公司，說實(shí)話，都不一定需要用生成式AI，其實(shí)它就是基于規(guī)則的，就很簡單的這樣的一個(gè)對(duì)應(yīng)的過程。它自動(dòng)從你的病歷提取診斷信息，然后去匹配代碼。

當(dāng)然用生成式AI的話，你還可以檢查Supporting documents，就是你支撐的這些材料是不是足夠的，或者說你還可以再做一些預(yù)估，比如說我們現(xiàn)在提交的這個(gè)是不是可能會(huì)有被拒付的風(fēng)險(xiǎn)等等。這也是為什么Anthropic看到這個(gè)巨大的機(jī)會(huì)，來去做這樣的一個(gè)解決方案。

泓君：你知道它做的是具體的哪幾個(gè)環(huán)節(jié)嗎？

張璐：它有做編碼，這個(gè)產(chǎn)品里有一個(gè)專門針對(duì) ICD-10 診斷代碼的應(yīng)用功能。HIPAA的合規(guī)這方面，它也有一個(gè)具體的解決方案。

泓君：葉斌你要不要也跟大家解釋一下，HIPAA合規(guī)在美國是什么意思？HIPAA合規(guī)大概是一個(gè)多大的市場量級(jí)？

周葉斌：HIPAA合規(guī)是能不能進(jìn)入醫(yī)院的一個(gè)關(guān)鍵。HIPAA關(guān)系到醫(yī)療的隱私，比如說我太太在醫(yī)院里面工作，她和其他人聊到這個(gè)病人的情況的時(shí)候，哪些信息是可以告訴誰的，哪些是不能告訴的，都有嚴(yán)格規(guī)定。如果它根本就不是HIPAA合規(guī)的，比如說ChatGPT，醫(yī)生一旦把病人病例傳上去，就違反了HIPAA，被發(fā)現(xiàn)的話那是很嚴(yán)重的問題。在制藥公司里面也是一樣，藥企每個(gè)員工都要進(jìn)行HIPAA的培訓(xùn)，保證在醫(yī)療方面的隱私數(shù)據(jù)能夠達(dá)到美國這邊的法律規(guī)定。

張璐：對(duì)，HIPAA它其實(shí)是一個(gè)保護(hù)醫(yī)療隱私數(shù)據(jù)的聯(lián)邦法律，它違規(guī)的處罰是非常高的，可能是百萬美金級(jí)別的，而且很容易就觸發(fā)集體的訴訟。

我記得當(dāng)時(shí)OpenAI公布了一個(gè)數(shù)據(jù)，其實(shí)很驚人，它說每周大概有2億多的用戶是在OpenAI的ChatGPT上去問和醫(yī)療相關(guān)的話題。這也是為什么，他想專門發(fā)布一個(gè)產(chǎn)品是針對(duì)ChatGPT Health。而且它很明確地說，如果是ChatGPT Health，你在這里面的對(duì)話它不會(huì)用于訓(xùn)練模型，這個(gè)也是為了HIPAA合規(guī)。

Anthropic做的其實(shí)是更偏向于基礎(chǔ)設(shè)施層面的，所以他們明確說，他們一定是提供HIPAA合規(guī)的云部署。而且非常強(qiáng)調(diào)說，你的企業(yè)是直接控制數(shù)據(jù)的。它提供的是一個(gè)企業(yè)的底層解決方案，在某種程度上，它也避免了更加復(fù)雜的、隱私風(fēng)險(xiǎn)更高的場景，所以我覺得Anthropic在Claude for Healthcare這方面的打法還是非常非常聰明的。

04

OpenAI的醫(yī)療toB之戰(zhàn)

前有微軟，后有開源

泓君：對(duì)，剛剛我們是分析了Anthropic切入的模式。我們?cè)僬f一下OpenAI，我注意到OpenAI它其實(shí)同時(shí)推了兩端。一端是它的ChatGPT Health，就是我們剛剛提到的，它是面向于普通用戶的，大家可以通過連接自己的蘋果手表的健康記錄、醫(yī)療記錄，包括自己的鍛煉數(shù)據(jù)的記錄，在上面去問一些健康的問題。另一個(gè)是ChatGPT for Healthcare，是面向于醫(yī)院的，我注意到有6家醫(yī)院是跟他們進(jìn)行了一個(gè)首批的合作。

你們?cè)趺慈タ碠penAI它切入醫(yī)療的這個(gè)模式？我的問題其實(shí)可以拆分成兩個(gè)，一個(gè)是它To C的這一端，除了可以更加保護(hù)患者的隱私，它還有什么特別的吸引力？然后To B的這一端它是怎么合作的？

張璐：我覺得OpenAI有兩個(gè)動(dòng)力，一方面是希望在ToB層面上通過醫(yī)療體系去進(jìn)行一個(gè)巨大的商業(yè)化的探索。OpenAI從去年就考慮怎樣向ToB轉(zhuǎn)向。因?yàn)镃端的話，確實(shí)付費(fèi)是一個(gè)巨大的問題。

而且ToB其實(shí)你就要看，哪個(gè)市場比較巨大，而且它有海量的高質(zhì)量的數(shù)據(jù)，適合去做初始的To B的這些整合。醫(yī)療當(dāng)然就是一個(gè)巨大的市場。一方面美國GDP的20%都在醫(yī)療系統(tǒng)，30%的人類社會(huì)的數(shù)據(jù)醫(yī)療相關(guān)。現(xiàn)在應(yīng)用得比較少，不代表它沒有數(shù)據(jù)化，這些數(shù)字化的數(shù)據(jù)都在EHR的系統(tǒng)和醫(yī)院體系里。

OpenAI它面臨的一個(gè)挑戰(zhàn)，就是怎樣進(jìn)一步提升模型的能力。通過ToB拿到更多的高質(zhì)量的，比如說醫(yī)院內(nèi)部的數(shù)據(jù)，這對(duì)它模型能力的增加是非常有益處的。所以這是一個(gè)商業(yè)化層面上的探索，同時(shí)也是一個(gè)模型能力戰(zhàn)略層面上的一個(gè)探索。

周葉斌：璐說得非常好。我們說了很多行政，但醫(yī)學(xué)本身也是一個(gè)科學(xué)，每天都有大量的文獻(xiàn)出來，這就有大量的知識(shí)更新的一個(gè)過程。在過去，醫(yī)生每年都要去修多少個(gè)這樣的學(xué)分，但不是每個(gè)醫(yī)生的知識(shí)都更新得很及時(shí)。

ChatGPT for Healthcare，我看介紹，似乎是這兩個(gè)方面都有提升。一個(gè)是行政方面的事先授權(quán)的文書，它幫你來撰寫。另外一個(gè)方面，它是可以有很多大量的研究、公共的診療方案。比如說看到一個(gè)病人之后，它可以幫助你設(shè)計(jì)一個(gè)可能比較好的診療方案。但我個(gè)人覺得，這兩個(gè)方向?qū)φ麄€(gè)醫(yī)療顯然都是非常有意義的。

張璐：ChatGPT for Healthcare這個(gè)C端應(yīng)用，它有非常明確的免責(zé)聲明，明確說你還是要去咨詢醫(yī)生，它并不進(jìn)入診斷領(lǐng)域，它不承擔(dān)責(zé)任。

但是B端就不一樣了，它希望未來成為醫(yī)院的AI操作系統(tǒng)，并不是一個(gè)工具。它想直接去嵌入到工作的流程，成為基礎(chǔ)層。它希望成為一個(gè)開發(fā)平臺(tái)，可以讓醫(yī)院在它的這個(gè)平臺(tái)上去開發(fā)各種各樣的智能體。所以我覺得它的野心還是很大的。OpenAI是希望，可以跟醫(yī)院內(nèi)部EHR的工作流程直接去整合，直接去給你自動(dòng)總結(jié)、自動(dòng)補(bǔ)充資料、解釋。

但是這個(gè)過程，很有意思的一點(diǎn)是，大部分醫(yī)院用的軟件系統(tǒng)其實(shí)是微軟。微軟現(xiàn)在在ToB層面上和OpenAI是有競爭的關(guān)系的。OpenAI想嵌入工作流程，但微軟的產(chǎn)品已經(jīng)是在工作流程內(nèi)部嵌入到里面去了。就比如說像病例自動(dòng)總結(jié)，如果說醫(yī)院醫(yī)生用的都是Outlook系統(tǒng)的話，非常容易在內(nèi)部增加一個(gè)新的功能。所以我現(xiàn)在也在關(guān)注微軟的反應(yīng)會(huì)是怎么樣。

OpenAI它現(xiàn)在也在說，我們是一個(gè)開發(fā)平臺(tái)，醫(yī)院也可以在上面構(gòu)建你自己需要的這些智能體，像醫(yī)療編碼，還有輔助溝通。所以你會(huì)發(fā)現(xiàn)，它是一個(gè)生態(tài)打法，野心當(dāng)然很大，而且生態(tài)打法可能也會(huì)對(duì)于他們未來的價(jià)值最高。但我并不知道，這樣的一個(gè)生態(tài)打法對(duì)于醫(yī)院的接受度有多高。其實(shí)現(xiàn)在它合作的醫(yī)院數(shù)量還是比較少的。我記得斯坦福這邊是兒童醫(yī)院在跟它合作，但目前還沒有聽到比較多的反饋。

泓君：感覺美國這些大的巨頭，他們都在搶占AI的“SaaS系統(tǒng)”。而且現(xiàn)在模型的質(zhì)量已經(jīng)在慢慢地拉平了。如果能在不更改現(xiàn)有基礎(chǔ)的情況下，只是升級(jí)軟件，讓Outlook有各種的醫(yī)療總結(jié)的能力，其實(shí)我覺得也可能是走得通的。所以這一塊競爭還是感覺蠻火熱的。

張璐：對(duì)，而且最近還有好幾個(gè)開源生態(tài)模型的發(fā)布。你會(huì)發(fā)現(xiàn)，現(xiàn)在是開源模型能力和閉源模型能力的彼此之間的差異最小的這一段時(shí)間。開源的這些模型既便宜又好用，對(duì)于很多高監(jiān)管行業(yè)來講，他們確實(shí)也有可能去考慮。有些太敏感的數(shù)據(jù)、太敏感的應(yīng)用，是不是可以以低成本的方式直接自己內(nèi)部去建？或者說初創(chuàng)企業(yè)可以以更加低成本、更快速的迭代方式，把這些應(yīng)用場景搭建起來，然后去和這些行業(yè)進(jìn)行合作？

在這個(gè)基礎(chǔ)之上，我們要考慮——為什么要做小語言模型，做特定的垂直領(lǐng)域的部署，就是因?yàn)橐糜X。醫(yī)療領(lǐng)域?qū)糜X是沒有容忍度的，所以這也是為什么，雖然很多公司去做醫(yī)療相關(guān)的AI Agent，但我們總是需要叫Human-in-the-loop

（人機(jī)回環(huán)）

05

OpenEvidence

AI醫(yī)療獨(dú)角獸“護(hù)城河”有多寬？

泓君：接下來我們聊一聊創(chuàng)業(yè)公司OpenEvidence。它是今年整個(gè)醫(yī)療領(lǐng)域的一匹黑馬，2026年1月，它的估值達(dá)到了120億美元，有40%的美國醫(yī)生每天都在用。它是跟美國的頂級(jí)的期刊簽了一些獨(dú)家內(nèi)容的合作的，相當(dāng)于它是一個(gè)幫助醫(yī)生的模型，對(duì)吧？

周葉斌：對(duì)的。美國的醫(yī)生如果遇到什么問題，他可以直接去問OpenEvidence。OpenEvidence我理解是，如果它用的完全是最頂級(jí)的權(quán)威的期刊，然后又限制在了標(biāo)準(zhǔn)的診療方案，那么它把它的數(shù)據(jù)的質(zhì)量以及它的回答的質(zhì)量都控制得非常好了。同時(shí)它也針對(duì)的目標(biāo)人群非常簡單，就是針對(duì)醫(yī)生，甚至它針對(duì)醫(yī)生也就做一件事情，就是你需要最新的知識(shí)時(shí)，我就給你最新最權(quán)威的知識(shí)，最后它讓回答的質(zhì)量非常穩(wěn)定。這或許是為什么它現(xiàn)在那么成功，有那么多醫(yī)生愿意去使用它。

OpenEvidence 圖片來源：Appstore

泓君：這不就是一個(gè)更加智能的搜索庫嗎？只是說這個(gè)搜索融入了更多的智能。

張璐：就像你剛才對(duì)它的一個(gè)評(píng)斷，它其實(shí)是一個(gè)高度優(yōu)化的RAG

（檢索增強(qiáng)生成）

我覺得它的核心的競爭能力，實(shí)際上是它的數(shù)據(jù)。它能夠拿到這些高質(zhì)量的醫(yī)學(xué)內(nèi)容的授權(quán)，在醫(yī)生使用群體的滲透也很快，年輕醫(yī)生的使用率是非常高的。

它商業(yè)模式很聰明，但是我也不知道它有多可持續(xù)發(fā)展。它現(xiàn)在的年收入大概是1億美金左右，增長速度是比較快的。所有的醫(yī)生是免費(fèi)使用的。它的賺錢就是像廣告商一樣，比如說醫(yī)療廣告，內(nèi)容推廣，將來它可能也會(huì)做企業(yè)版本。

所以它用的是哪部分的預(yù)算？你想所有的醫(yī)藥公司，都有藥物代表，要去醫(yī)院里面和醫(yī)生打交道，去說服醫(yī)生說，你要考慮向患者推薦我的新藥，這是醫(yī)藥公司是非常高的一筆預(yù)算。現(xiàn)在它拿出這個(gè)預(yù)算的一小部分，直接用在OpenEvidence，只要你是一個(gè)免費(fèi)的醫(yī)生用戶，你就每天會(huì)看到這些廣告信息。

但在這個(gè)過程中，醫(yī)學(xué)的客觀性怎么保證？比如說藥物公司想推廣某種藥，它是不是會(huì)優(yōu)先推送和這個(gè)藥相關(guān)的一些研究成果？這個(gè)也是它未來商業(yè)模式可能遇到的挑戰(zhàn)之一。

現(xiàn)在它的估值確實(shí)比較高，應(yīng)該是有120億，但它的收入只有1億美金，我們對(duì)這個(gè)公司還是處于觀望的態(tài)度。C端的遷移成本是比較低的，醫(yī)生如果有另外一個(gè)解決方案，也是免費(fèi)的，而且沒有廣告這些的客觀性的疑慮，他可以直接使用。或者在未來，Gemini、Claude或ChatGPT Health，直接在你日常使用的AI的應(yīng)用里面直接加了一個(gè)醫(yī)療的附屬或獨(dú)立的應(yīng)用，那OpenEvidence是不是還有現(xiàn)在這樣的優(yōu)勢？我覺得這些都是值得關(guān)注的未來的一些發(fā)展點(diǎn)。

泓君：OpenEvidence是用RAG的方式解決準(zhǔn)確性的問題。因?yàn)槟憬o人看病，不能出現(xiàn)任何的錯(cuò)誤，也不能有幻覺。垂直的醫(yī)療模型跟垂直的醫(yī)療語料的訓(xùn)練是有必要的嗎？還是說它會(huì)被大模型的能力給覆蓋掉？

周葉斌：我個(gè)人覺得還是有必要的。OpenEvidence就是個(gè)例子，它都不是垂直了，它是垂直里面引出很小一塊。它限定了自己數(shù)據(jù)的來源，但也提升了質(zhì)量。這或許是垂直領(lǐng)域的一個(gè)優(yōu)勢。現(xiàn)在有很多文獻(xiàn)工廠、灌水的醫(yī)療文章論文，可能讓AI編一篇就發(fā)表出來了，實(shí)際上造成數(shù)據(jù)污染。如果是完全的大模型，它引用的數(shù)據(jù)會(huì)更多，一提到健康，它可能會(huì)把網(wǎng)上養(yǎng)生博主的一些觀點(diǎn)也引入到里面。那些東西也有很多人信，很多人引用。但是這個(gè)和《新英格蘭醫(yī)學(xué)雜志》上面的論文，從證據(jù)的質(zhì)量和可靠性上還是有很大差異的。

張璐：我非常同意葉斌說的，醫(yī)療AI領(lǐng)域是一個(gè)非常需要垂直語言模型的應(yīng)用的方向。醫(yī)療領(lǐng)域還有一個(gè)天然的特點(diǎn)，就是它有很多邊緣設(shè)備，海量的電子化設(shè)備。這些醫(yī)療設(shè)備上面，都可以去進(jìn)行端的AI的部署。如果你要做端AI的話，你必須是一個(gè)小模型。大模型在端層面上很難去運(yùn)行。再加上我們提到說醫(yī)療領(lǐng)域，它不管怎么樣都是高監(jiān)管行業(yè)，有數(shù)據(jù)隱私的要求，你就不可能把所有的數(shù)據(jù)全部傳到云端。哪怕云端符合HIPAA，你也希望有些核心數(shù)據(jù)是在本地化。這不僅是醫(yī)療行業(yè)的需求，甚至說是終端患者的需求。所以我覺得，所有這些醫(yī)療領(lǐng)域的特性，會(huì)更適合于垂直小模型的特定應(yīng)用場景的這樣一個(gè)部署和發(fā)展。

06

HealthBench

在場景中評(píng)估AI專業(yè)能力

泓君：我想問葉斌，比如說你自己，或你的家人有一點(diǎn)不舒服，你會(huì)去問AI嗎，你覺得AI給的診斷建議現(xiàn)在是可以相信的嗎？

周葉斌：我會(huì)去問AI。這個(gè)問題不光是“用不用”，還有“怎么用”。你是完全相信AI，還是你想辦法繼續(xù)用更多的問題問這個(gè)AI，確定它是怎么推出這個(gè)結(jié)論的，它的依據(jù)是什么……這可以幫助你判斷AI的結(jié)論到底對(duì)不對(duì)。

在這里面，其實(shí)AI做了一個(gè)分層診療的事情。由于我們醫(yī)療資源的局限性，這種分流分層我個(gè)人感覺都是非常有意義的。

泓君：關(guān)于這些醫(yī)療的回答是不是專業(yè)的？OpenAI發(fā)了一個(gè)評(píng)價(jià)標(biāo)準(zhǔn)——HealthBench，它可以用真實(shí)的對(duì)話場景，而不是選擇題，來去測AI的能力基準(zhǔn)。而且它是由262位來自于60個(gè)國家、26個(gè)專科的設(shè)計(jì)，用49種語言去做的一個(gè)評(píng)分標(biāo)準(zhǔn)。我看它的評(píng)分結(jié)果，OpenAI o3模型的得分是60%。如果你把題變成hard模式，最高分是32%。我想請(qǐng)葉斌科普一下，在HealthBench之前，我們?nèi)y這些AI的醫(yī)療能力主要是用什么方法？它現(xiàn)在60%的得分是什么意思？就是說它僅僅拿了一個(gè)60分嗎？我們可以去相信AI嗎？

周葉斌：HealthBench的想法非常好。以前對(duì)AI的評(píng)分，如果是醫(yī)學(xué)方面的，比如ChatGPT考美國的醫(yī)生執(zhí)照考試，比很多醫(yī)生考得都高，那個(gè)就是選擇題。

HealthBench是看一個(gè)具體的醫(yī)療場景。它是通過幾百位醫(yī)生總共篩選出來一個(gè)評(píng)分標(biāo)準(zhǔn)。它模擬出來的是怎么樣去進(jìn)行對(duì)話，病人來問你一個(gè)問題，你的回答要覆蓋到哪幾個(gè)點(diǎn)，你的回答要用什么樣的語言，要能夠安撫這個(gè)患者。比如說有個(gè)人說，我看到我的鄰居昏倒了，應(yīng)該怎么辦？不再是單純考知識(shí)點(diǎn)，就和以前的MedQA、PubMedQA，完全不一樣了。

泓君：所以簡單來說，以前測AI醫(yī)療的水平就是讓它去做選擇題，那ChatGPT它很早就能考到90分以上。但是HealthBench相當(dāng)于讓AI真的去坐診，然后讓200多個(gè)醫(yī)生從十幾個(gè)維度去打分。而且我發(fā)現(xiàn)這個(gè)測試它還有一個(gè)扣分項(xiàng)，就是說如果AI它犯的錯(cuò)誤很危險(xiǎn)，就會(huì)被扣分，有可能扣到0分甚至負(fù)分。所以這個(gè)60%的含金量，是比選擇題的90分要高得多的，是這樣嗎？

周葉斌：是的。

泓君：最后其實(shí)我還有一個(gè)問題，就是你們覺得是不是AI醫(yī)療這條路還是巨頭的天下？

張璐：我并不覺得它會(huì)是巨頭的天下。因?yàn)橐粊硎钦f醫(yī)療場景市場很巨大，同時(shí)它也非常多樣，它的應(yīng)用場景是非常多變的，巨頭不太可能整體覆蓋。二來，在醫(yī)療領(lǐng)域，大部分的核心醫(yī)療數(shù)據(jù)實(shí)際上是在不同的機(jī)構(gòu)手中，這些大公司是不會(huì)愿意把自己所有數(shù)據(jù)都分享給科技巨頭的，他們更愿意和初創(chuàng)企業(yè)合作，覺得自己的掌控度會(huì)更高。

而且初創(chuàng)企業(yè)它可能做的產(chǎn)品也會(huì)更加細(xì)分、更加垂直。當(dāng)然有些底層的、偏軟件層的，EHR這些系統(tǒng)本身它也是軟件層，可能從科技公司的角度進(jìn)行工作流程的植入會(huì)更好做。但即使這樣，你會(huì)看到圍繞工作流程的各種各樣的細(xì)分的應(yīng)用、初創(chuàng)企業(yè)崛起，成長速度非常快。

還有最后一點(diǎn)，這個(gè)行業(yè)它是一個(gè)高監(jiān)管行業(yè)，信任值很重要。你的數(shù)據(jù)怎么部署，誰去托管，誰去擁有，這個(gè)對(duì)于很多醫(yī)療公司還有醫(yī)療領(lǐng)域的機(jī)構(gòu)來講，是非常關(guān)鍵的。在過去這些年，整個(gè)醫(yī)療系統(tǒng)對(duì)于科技行業(yè)在數(shù)據(jù)隱私層面上的信任度是相對(duì)比較低的。更不用說如果說很多數(shù)據(jù)要去放在云服務(wù)層面上，哪怕是它HIPAA合規(guī)，它還是有很多的不確定性。一旦任何這些合規(guī)風(fēng)險(xiǎn)出現(xiàn)，像我提到的，集體訴訟情況出現(xiàn)，最后的確要承擔(dān)這個(gè)責(zé)任或者說后果的還是醫(yī)療公司。所以從他們風(fēng)險(xiǎn)控制的角度，他也更不愿意把一個(gè)巨大的風(fēng)險(xiǎn)綁定在一家大企業(yè)上，而是說把各個(gè)小風(fēng)險(xiǎn)分散到多家的技術(shù)供應(yīng)商或者AI技術(shù)的服務(wù)商。

【音頻收聽渠道】

公眾號(hào)：硅谷101

收聽渠道：蘋果｜小宇宙｜喜馬拉雅｜蜻蜓FM｜網(wǎng)易云音樂｜QQ音樂｜荔枝播客｜嗶哩嗶哩

海外用戶：Apple Podcast｜Spotify｜TuneIn｜Amazon Music

聯(lián)系我們：podcast@sv101.net