AI导读

AI医疗正在重塑美国医疗体系：医生每周61.8小时的工作中，2/3时间浪费在医疗编码和保险对接等行政事务上。礼来与英伟达砸下10亿美元，Anthropic推出Claude for Healthcare，创业公司OpenEvidence估值飙至120亿美元——这场医疗AI革命正从底层解放医生生产力，挖掘30%未开发的医疗数据金矿。

内容由AI智能生成

文 | 硅谷101

每周，有超过2.3亿人在ChatGPT上询问健康和保健问题。在人类创造的所有数据中，有30%来自医疗领域，但其中真正被利用起来的，不足5%。一边是巨大的数据金矿，一边是与未被满足的庞大需求，这正是AI的机会。

在今年摩根大通医疗健康大会上，我们看到医疗与AI正在加速“双向奔赴”。礼来与英伟达达成10亿美元合作，试图用算力重塑药物发现的底层范式；在OpenAI发布ChatGPT for Health之后几天，Anthropic也迅速跟进，推出了Claude for Healthcare。而一家成立仅三年的初创公司OpenEvidence，以120亿美元的估值跻身AI医疗新贵。——2026年，一场火热的AI医疗争夺战正在美国上演。

本期播客，我们邀请到Fusion Fund创始管理合伙人张璐，遗传学博士周叶斌，一起聊聊AI到底在解决医疗的什么问题？我们从一位急诊室医生的真实经历聊起，他常常在凌晨三四点完成生死抢救后，站在传真机前处理medical coding（医疗编码）。这不是个例——美国全科医生的周平均工作时长高达61.8小时，相当大的一部分精力耗费在了病历录入、保险对接、医疗编码这些琐碎却容错率极低的行政事务上，而这恰恰是AI最容易切入的场景。

以下是这次对话内容的精选：

泓君：今年是一个AI医疗的大年，不管是中国还是美国的这些模型厂商，都在开始做医疗了。璐，你要不要先跟大家总结一下，在今年的J.P. Morgan大会回来看到了什么变化？

张璐：每年的J.P.Morgan Healthcare Conference是美国全年最大的一次医疗盛会。今年我觉得有更大一点不同是，大型的药企和医疗公司，思维理念和前一年有了本质的改变。之前还会讨论要不要和AI进行整合，现在很明确，一定要整合，而且整合的力度也非常大，速度也快。

在大会期间，有一个比较重要的发布，就是Eli Lilly（礼来）和英伟达做了一个战略合作的发布，而且宣布的预算初步就是十亿美金的体量。我们也有几个初创企业，其实本来就在和Eli Lilly还有英伟达两边都在合作，他们新的项目成立之后，整合的速度是非常快的。

包括我和一些比较大的医疗公司的CEO在聊的时候，经常会听到他们提到的一个概念，就是公司内部已经成立了像“人工智能大学”这样的机构。他们会要求全公司的员工，包括管理层还有董事会层级的人，都要去参与课程的训练，更好地通过人工智能去处理医疗数据，挖掘医疗数据的价值，推动一些新项目的发布和医疗创新公司的合作。

泓君：叶斌，你在药企，你自己觉得今年大家讨论AI更多了吗？

周叶斌：我们平时也在应用了。药企比较讲究保密性，一方面对于外面的模型会有一点谨慎，比如说你的资料肯定不能上传到ChatGPT。但另外一方面，药企也希望能够引入一点公司内部可以使用的，比如说是Microsoft它的Copilot。哪怕是医院，他们采用的一些信息的服务商，都在引入AI这一块。这个几乎就是不可避免的。只不过怎样是最好的使用方式，这个还在探讨中。

Eli Lilly好像前两年还开放了一个自己的AI平台，就说你们其他小公司也都能来用。这也提出一个挑战，有些小公司可能觉得，如果我加入，我的信息是不是就交给你了？另外一些公司想的是，这样是不是我能够加强和礼来这样一个大药企的合作。

泓君：除了礼来跟NVIDIA 10亿美元AI药物研发实验室的合作，其实我注意到，在这次J.P.Morgan的大会上，Anthropic它也推出了一个Claude for Healthcare。还有一家创业公司叫做OpenEvidence，它现在的估值也到了120亿美元了，可以说今年是在整个AI医疗领域的一个非常大的独角兽。ChatGPT也上线了GPT Healthcare，我是有一天突然打开网页的时候，发现它上线了这个功能，而且它是ToB跟ToC两边都有。所以现在看起来，确实在2026年的这个一开年，医疗领域跟人工智能的结合，它是打得火热的一个状态。

我们提到的这些公司，接下来我们可以一个一个分析商业模式，看看它们是怎么用AI去跟医疗结合的。在此之前，我想跟各位也讨论一下，从医疗体系看，现在中美医疗它的痛点在哪里？叶斌，因为你在药企工作，平时从你接触到的医生来看，你觉得他们痛点是什么？

周叶斌：其实我太太就是医生，她经常和我聊到这些。去年10月份的时候有一篇论文，跟踪的是MGH（Mass General，美国麻省总医院，哈佛医学院的附属医院）全科医生的一个工作状态。最后发现，全科医生每个礼拜平均工作时间是61.8个小时，相当于是你可能只有单休，然后你剩下的6天每天要工作10个小时以上。

但是另外一方面，我们也都知道，一个全科医生平均每天实际上只有15到20个病人，每个面诊的时间其实也就在15分钟左右。中间的大部分时间显然都不是在给病人看病，主要是看病引入的其他工作。行政工作是很大的一块。他要和保险公司处理很多事情，他看诊的记录要记录下来。

这带来很大的一个问题。一个是效率的问题，美国医疗最大的一块成本其实是行政成本，医生他们花很多时间在行政上面。另外一个，由于工作时长长，也造成医生过劳，让他觉得没有满意度。

泓君：医生在行政问题上花的时间为什么这么长呢？是因为他要跟保险对接，还是说整个美国的医疗体系在不停地模块化的时候，用于流程的时间会越来越多？

周叶斌：是的，用于流程的时间消耗越来越多。其中和保险打交道是很大的一块。因为像保险里面有一些治疗，你需要有事前授权，那就是事先要经过保险同意做这个，否则的话这个钱是报不了的。另外一方面，作为一个医生，看病之后他还要做一个记录，这些都会引入很多的行政工作。

张璐：对，在美国比较大的一个问题就是，EHR（电子健康记录）的这个系统，本来是为了让我们更好地做自动化和数据化，但是它反而让医生花了很多时间去，有点像一个记录员一样，把很多信息转成数字化的记录。医生要花很多时间，确保医疗编码是做得正确的，让保险赔付这个过程能够流畅。你会发现，最后他日常做的工作，他是一个巨大的资源错配。可能只有1/3的时间是在做实际医生的工作，剩下的全都是行政工作，再加上和保险公司打交道，像事前授权，还有另外一个叫medical coding（医疗编码）、medical billing（医疗账单）。

为什么美国民众对医疗公司有这么大的怨言？因为现在整个医疗的支付系统，非常复杂，还是会有很多赔付的要求会被拒绝。被拒绝的这些支付的要求，只有10%左右会进入申诉的过程，但是进入申诉的这些诉求，它80%都会被推翻，也就是说它实际上是应该被支付的。为什么有这么高的一个推翻比例呢？就是因为实际上，它被拒绝支付的原因不是医学的问题，它是一个文书和流程的问题。所以这就给医生带来了更大的压力。

我记得我之前有一个创始人，他为什么会出来做这家公司，就是因为他以前是洛杉矶非常顶尖医院的一个急诊室医生。急诊室来的人都其实是一个生死存亡的阶段，他完成了这些工作之后，还要在半夜，可能凌晨3点、凌晨4点，站在传真机前面去处理这些医疗编码，他就觉得自己的时间简直就是完全错配。这也是为什么他辞职要去做相关领域的初创企业。

其实还想给大家分享一个宏观的数据。在我们人类社会里面，所有产生的数据里面有30%是医疗相关的，但这些数据其实也在被数字化收集起来，但我们现在真正去应用使用到的连5%都不到。而在美国的话，整个医疗体系又是美国GDP的20%以上，所以这是一个巨大的潜在的“金矿”。现在也是到了一个非常好的时间节点，整个产业愿意去合作，这也是现在一个非常好的时机去做医疗AI创新的原因。

泓君：在提到了美国医疗的这些行政问题、保险问题、流程问题，哪些公司是在解决这些问题？

张璐：其实还比较多。包括Claude，Anthropic它们做的Claude for Healthcare，和其他的几家不一样，它走的是一个基础设施的路线。比如说是针对医疗账单、医疗编码，还有它的HIPAA系统的明确性，还有一些合规的和连接层的API的需求。所以这个方向，虽然它不是一个特别性感的直接通到应用端的或用户端的技术解决方案，但其实对于医疗行政成本来讲，是比较关键的一层。这也是很多初创企业关注的方向，核心是我刚才提到的医疗账单和医疗编码，这两个层面本身就是一个巨大的市场。

另外一方面，它用AI做自动化也相对比较好做，因为它没有新的数据生成的需求，它更多是一个基于规则的人工智能的应用，所以它的解决方案相对比较简单。但是它的系统植入的过程可能需要的时间长一点，因为你还是要符合现在所有医疗系统，包括保险公司对于很多合规的需求，连接层的一些需求，哪些数据怎么样去托管的一些需求。这个方向我们会看得比较多。

另外就还是数据隐私。像我们有一家公司，它就是我刚才提到的和Eli Lilly还有英伟达都在重点合作的一家公司，它做的就是有点偏向于数据隐私的方向。但它做的是联邦学习（Federated Computing）。所以它的系统第一步就是植入了美国可能60多家大型医疗体系。这样的话，医院就可以在安全的语境下，把自己的内部数据分享给第三方去合作，它不用在物理层级上转移或者是分享自己的数据，它可以直接通过联邦学习的平台进行数据的共享。它在某种程度上也解决了敏感数据合规的问题，所以现在在整个医疗领域推行的速度很快。这家公司也是Eli Lilly重点合作方之一，而且他们和ChatGPT也合作了。因为ChatGPT他们也开始做医疗层面上的应用，所以怎么样可以把合规这一层先去解决掉，对于他们铺设应用层是很关键的。

泓君：医疗账单我可以理解，医疗编码是指什么？

张璐：医疗编码就是把医生的诊断和治疗行为翻译成一个标准化代码。就像在中国你有个病历本，上面会写你得了什么什么病，但是保险公司它只认代码。所以这个翻译的过程很重要。如果你的代码错了，保险就会第一拒付。拒付之后医院就要去申诉，它收款的周期就会拉长很多。从医院的角度，它是要等着收款来去支持它日常的运营的，所以医院就会给到医生压力。

医疗编码是非常巨大的市场，几十亿美金级别的量级。它会直接影响医院的营收。如果你的编码错误比较多，那对于医院的评估也会受到影响。如果你这个代码编码过高，会被罚款，还觉得你有欺诈风险。

所以你会发现，这个过程它其实一点都不复杂，但是对错误的容错率又非常低，那它对于AI来讲就非常合适。它首先规则很明确，又是个结构化的任务，又是一个大量重复的任务，它是有一个明确答案的。所以我们其实看到一些做编码的公司，说实话，都不一定需要用生成式AI，其实它就是基于规则的，就很简单的这样的一个对应的过程。它自动从你的病历提取诊断信息，然后去匹配代码。

当然用生成式AI的话，你还可以检查Supporting documents，就是你支撑的这些材料是不是足够的，或者说你还可以再做一些预估，比如说我们现在提交的这个是不是可能会有被拒付的风险等等。这也是为什么Anthropic看到这个巨大的机会，来去做这样的一个解决方案。

泓君：你知道它做的是具体的哪几个环节吗？

张璐：它有做编码，这个产品里有一个专门针对 ICD-10 诊断代码的应用功能。HIPAA的合规这方面，它也有一个具体的解决方案。

泓君：叶斌你要不要也跟大家解释一下，HIPAA合规在美国是什么意思？HIPAA合规大概是一个多大的市场量级？

周叶斌：HIPAA合规是能不能进入医院的一个关键。HIPAA关系到医疗的隐私，比如说我太太在医院里面工作，她和其他人聊到这个病人的情况的时候，哪些信息是可以告诉谁的，哪些是不能告诉的，都有严格规定。如果它根本就不是HIPAA合规的，比如说ChatGPT，医生一旦把病人病例传上去，就违反了HIPAA，被发现的话那是很严重的问题。在制药公司里面也是一样，药企每个员工都要进行HIPAA的培训，保证在医疗方面的隐私数据能够达到美国这边的法律规定。

张璐：对，HIPAA它其实是一个保护医疗隐私数据的联邦法律，它违规的处罚是非常高的，可能是百万美金级别的，而且很容易就触发集体的诉讼。

我记得当时OpenAI公布了一个数据，其实很惊人，它说每周大概有2亿多的用户是在OpenAI的ChatGPT上去问和医疗相关的话题。这也是为什么，他想专门发布一个产品是针对ChatGPT Health。而且它很明确地说，如果是ChatGPT Health，你在这里面的对话它不会用于训练模型，这个也是为了HIPAA合规。

Anthropic做的其实是更偏向于基础设施层面的，所以他们明确说，他们一定是提供HIPAA合规的云部署。而且非常强调说，你的企业是直接控制数据的。它提供的是一个企业的底层解决方案，在某种程度上，它也避免了更加复杂的、隐私风险更高的场景，所以我觉得Anthropic在Claude for Healthcare这方面的打法还是非常非常聪明的。

泓君：对，刚刚我们是分析了Anthropic切入的模式。我们再说一下OpenAI，我注意到OpenAI它其实同时推了两端。一端是它的ChatGPT Health，就是我们刚刚提到的，它是面向于普通用户的，大家可以通过连接自己的苹果手表的健康记录、医疗记录，包括自己的锻炼数据的记录，在上面去问一些健康的问题。另一个是ChatGPT for Healthcare，是面向于医院的，我注意到有6家医院是跟他们进行了一个首批的合作。

你们怎么去看OpenAI它切入医疗的这个模式？我的问题其实可以拆分成两个，一个是它To C的这一端，除了可以更加保护患者的隐私，它还有什么特别的吸引力？然后To B的这一端它是怎么合作的？

张璐：我觉得OpenAI有两个动力，一方面是希望在ToB层面上通过医疗体系去进行一个巨大的商业化的探索。OpenAI从去年就考虑怎样向ToB转向。因为C端的话，确实付费是一个巨大的问题。

而且ToB其实你就要看，哪个市场比较巨大，而且它有海量的高质量的数据，适合去做初始的To B的这些整合。医疗当然就是一个巨大的市场。一方面美国GDP的20%都在医疗系统，30%的人类社会的数据医疗相关。现在应用得比较少，不代表它没有数据化，这些数字化的数据都在EHR的系统和医院体系里。

OpenAI它面临的一个挑战，就是怎样进一步提升模型的能力。通过ToB拿到更多的高质量的，比如说医院内部的数据，这对它模型能力的增加是非常有益处的。所以这是一个商业化层面上的探索，同时也是一个模型能力战略层面上的一个探索。

周叶斌：璐说得非常好。我们说了很多行政，但医学本身也是一个科学，每天都有大量的文献出来，这就有大量的知识更新的一个过程。在过去，医生每年都要去修多少个这样的学分，但不是每个医生的知识都更新得很及时。

ChatGPT for Healthcare，我看介绍，似乎是这两个方面都有提升。一个是行政方面的事先授权的文书，它帮你来撰写。另外一个方面，它是可以有很多大量的研究、公共的诊疗方案。比如说看到一个病人之后，它可以帮助你设计一个可能比较好的诊疗方案。但我个人觉得，这两个方向对整个医疗显然都是非常有意义的。

张璐：ChatGPT for Healthcare这个C端应用，它有非常明确的免责声明，明确说你还是要去咨询医生，它并不进入诊断领域，它不承担责任。

但是B端就不一样了，它希望未来成为医院的AI操作系统，并不是一个工具。它想直接去嵌入到工作的流程，成为基础层。它希望成为一个开发平台，可以让医院在它的这个平台上去开发各种各样的智能体。所以我觉得它的野心还是很大的。OpenAI是希望，可以跟医院内部EHR的工作流程直接去整合，直接去给你自动总结、自动补充资料、解释。

但是这个过程，很有意思的一点是，大部分医院用的软件系统其实是微软。微软现在在ToB层面上和OpenAI是有竞争的关系的。OpenAI想嵌入工作流程，但微软的产品已经是在工作流程内部嵌入到里面去了。就比如说像病例自动总结，如果说医院医生用的都是Outlook系统的话，非常容易在内部增加一个新的功能。所以我现在也在关注微软的反应会是怎么样。

OpenAI它现在也在说，我们是一个开发平台，医院也可以在上面构建你自己需要的这些智能体，像医疗编码，还有辅助沟通。所以你会发现，它是一个生态打法，野心当然很大，而且生态打法可能也会对于他们未来的价值最高。但我并不知道，这样的一个生态打法对于医院的接受度有多高。其实现在它合作的医院数量还是比较少的。我记得斯坦福这边是儿童医院在跟它合作，但目前还没有听到比较多的反馈。

泓君：感觉美国这些大的巨头，他们都在抢占AI的“SaaS系统”。而且现在模型的质量已经在慢慢地拉平了。如果能在不更改现有基础的情况下，只是升级软件，让Outlook有各种的医疗总结的能力，其实我觉得也可能是走得通的。所以这一块竞争还是感觉蛮火热的。

张璐：对，而且最近还有好几个开源生态模型的发布。你会发现，现在是开源模型能力和闭源模型能力的彼此之间的差异最小的这一段时间。开源的这些模型既便宜又好用，对于很多高监管行业来讲，他们确实也有可能去考虑。有些太敏感的数据、太敏感的应用，是不是可以以低成本的方式直接自己内部去建？或者说初创企业可以以更加低成本、更快速的迭代方式，把这些应用场景搭建起来，然后去和这些行业进行合作？

在这个基础之上，我们要考虑——为什么要做小语言模型，做特定的垂直领域的部署，就是因为要消除幻觉。医疗领域对幻觉是没有容忍度的，所以这也是为什么，虽然很多公司去做医疗相关的AI Agent，但我们总是需要叫Human-in-the-loop（人机回环），还是需要医生，由医生去使用它，而不是用它去替代医生。

泓君：接下来我们聊一聊创业公司OpenEvidence。它是今年整个医疗领域的一匹黑马，2026年1月，它的估值达到了120亿美元，有40%的美国医生每天都在用。它是跟美国的顶级的期刊签了一些独家内容的合作的，相当于它是一个帮助医生的模型，对吧？

周叶斌：对的。美国的医生如果遇到什么问题，他可以直接去问OpenEvidence。OpenEvidence我理解是，如果它用的完全是最顶级的权威的期刊，然后又限制在了标准的诊疗方案，那么它把它的数据的质量以及它的回答的质量都控制得非常好了。同时它也针对的目标人群非常简单，就是针对医生，甚至它针对医生也就做一件事情，就是你需要最新的知识时，我就给你最新最权威的知识，最后它让回答的质量非常稳定。这或许是为什么它现在那么成功，有那么多医生愿意去使用它。

OpenEvidence 图片来源：Appstore

泓君：这不就是一个更加智能的搜索库吗？只是说这个搜索融入了更多的智能。

张璐：就像你刚才对它的一个评断，它其实是一个高度优化的RAG（检索增强生成）检索的架构，去保证它不要自由发挥，不要有幻觉的内容。同时它还是针对医疗场景进行了优化，这和你实际上用ChatGPT、Anthropic Claude对话的语境还是不太一样的。它是一个火爆的公司，估值也很高，但我并不觉得它是一个具有核心AI能力的公司。

我觉得它的核心的竞争能力，实际上是它的数据。它能够拿到这些高质量的医学内容的授权，在医生使用群体的渗透也很快，年轻医生的使用率是非常高的。

它商业模式很聪明，但是我也不知道它有多可持续发展。它现在的年收入大概是1亿美金左右，增长速度是比较快的。所有的医生是免费使用的。它的赚钱就是像广告商一样，比如说医疗广告，内容推广，将来它可能也会做企业版本。

所以它用的是哪部分的预算？你想所有的医药公司，都有药物代表，要去医院里面和医生打交道，去说服医生说，你要考虑向患者推荐我的新药，这是医药公司是非常高的一笔预算。现在它拿出这个预算的一小部分，直接用在OpenEvidence，只要你是一个免费的医生用户，你就每天会看到这些广告信息。

但在这个过程中，医学的客观性怎么保证？比如说药物公司想推广某种药，它是不是会优先推送和这个药相关的一些研究成果？这个也是它未来商业模式可能遇到的挑战之一。

现在它的估值确实比较高，应该是有120亿，但它的收入只有1亿美金，我们对这个公司还是处于观望的态度。C端的迁移成本是比较低的，医生如果有另外一个解决方案，也是免费的，而且没有广告这些的客观性的疑虑，他可以直接使用。或者在未来，Gemini、Claude或ChatGPT Health，直接在你日常使用的AI的应用里面直接加了一个医疗的附属或独立的应用，那OpenEvidence是不是还有现在这样的优势？我觉得这些都是值得关注的未来的一些发展点。

泓君：OpenEvidence是用RAG的方式解决准确性的问题。因为你给人看病，不能出现任何的错误，也不能有幻觉。垂直的医疗模型跟垂直的医疗语料的训练是有必要的吗？还是说它会被大模型的能力给覆盖掉？

周叶斌：我个人觉得还是有必要的。OpenEvidence就是个例子，它都不是垂直了，它是垂直里面引出很小一块。它限定了自己数据的来源，但也提升了质量。这或许是垂直领域的一个优势。现在有很多文献工厂、灌水的医疗文章论文，可能让AI编一篇就发表出来了，实际上造成数据污染。如果是完全的大模型，它引用的数据会更多，一提到健康，它可能会把网上养生博主的一些观点也引入到里面。那些东西也有很多人信，很多人引用。但是这个和《新英格兰医学杂志》上面的论文，从证据的质量和可靠性上还是有很大差异的。

张璐：我非常同意叶斌说的，医疗AI领域是一个非常需要垂直语言模型的应用的方向。医疗领域还有一个天然的特点，就是它有很多边缘设备，海量的电子化设备。这些医疗设备上面，都可以去进行端的AI的部署。如果你要做端AI的话，你必须是一个小模型。大模型在端层面上很难去运行。再加上我们提到说医疗领域，它不管怎么样都是高监管行业，有数据隐私的要求，你就不可能把所有的数据全部传到云端。哪怕云端符合HIPAA，你也希望有些核心数据是在本地化。这不仅是医疗行业的需求，甚至说是终端患者的需求。所以我觉得，所有这些医疗领域的特性，会更适合于垂直小模型的特定应用场景的这样一个部署和发展。

泓君：我想问叶斌，比如说你自己，或你的家人有一点不舒服，你会去问AI吗，你觉得AI给的诊断建议现在是可以相信的吗？

周叶斌：我会去问AI。这个问题不光是“用不用”，还有“怎么用”。你是完全相信AI，还是你想办法继续用更多的问题问这个AI，确定它是怎么推出这个结论的，它的依据是什么……这可以帮助你判断AI的结论到底对不对。

在这里面，其实AI做了一个分层诊疗的事情。由于我们医疗资源的局限性，这种分流分层我个人感觉都是非常有意义的。

泓君：关于这些医疗的回答是不是专业的？OpenAI发了一个评价标准——HealthBench，它可以用真实的对话场景，而不是选择题，来去测AI的能力基准。而且它是由262位来自于60个国家、26个专科的设计，用49种语言去做的一个评分标准。我看它的评分结果，OpenAI o3模型的得分是60%。如果你把题变成hard模式，最高分是32%。我想请叶斌科普一下，在HealthBench之前，我们去测这些AI的医疗能力主要是用什么方法？它现在60%的得分是什么意思？就是说它仅仅拿了一个60分吗？我们可以去相信AI吗？

周叶斌：HealthBench的想法非常好。以前对AI的评分，如果是医学方面的，比如ChatGPT考美国的医生执照考试，比很多医生考得都高，那个就是选择题。

HealthBench是看一个具体的医疗场景。它是通过几百位医生总共筛选出来一个评分标准。它模拟出来的是怎么样去进行对话，病人来问你一个问题，你的回答要覆盖到哪几个点，你的回答要用什么样的语言，要能够安抚这个患者。比如说有个人说，我看到我的邻居昏倒了，应该怎么办？不再是单纯考知识点，就和以前的MedQA、PubMedQA，完全不一样了。

泓君：所以简单来说，以前测AI医疗的水平就是让它去做选择题，那ChatGPT它很早就能考到90分以上。但是HealthBench相当于让AI真的去坐诊，然后让200多个医生从十几个维度去打分。而且我发现这个测试它还有一个扣分项，就是说如果AI它犯的错误很危险，就会被扣分，有可能扣到0分甚至负分。所以这个60%的含金量，是比选择题的90分要高得多的，是这样吗？

周叶斌：是的。

泓君：最后其实我还有一个问题，就是你们觉得是不是AI医疗这条路还是巨头的天下？

张璐：我并不觉得它会是巨头的天下。因为一来是说医疗场景市场很巨大，同时它也非常多样，它的应用场景是非常多变的，巨头不太可能整体覆盖。二来，在医疗领域，大部分的核心医疗数据实际上是在不同的机构手中，这些大公司是不会愿意把自己所有数据都分享给科技巨头的，他们更愿意和初创企业合作，觉得自己的掌控度会更高。

而且初创企业它可能做的产品也会更加细分、更加垂直。当然有些底层的、偏软件层的，EHR这些系统本身它也是软件层，可能从科技公司的角度进行工作流程的植入会更好做。但即使这样，你会看到围绕工作流程的各种各样的细分的应用、初创企业崛起，成长速度非常快。

还有最后一点，这个行业它是一个高监管行业，信任值很重要。你的数据怎么部署，谁去托管，谁去拥有，这个对于很多医疗公司还有医疗领域的机构来讲，是非常关键的。在过去这些年，整个医疗系统对于科技行业在数据隐私层面上的信任度是相对比较低的。更不用说如果说很多数据要去放在云服务层面上，哪怕是它HIPAA合规，它还是有很多的不确定性。一旦任何这些合规风险出现，像我提到的，集体诉讼情况出现，最后的确要承担这个责任或者说后果的还是医疗公司。所以从他们风险控制的角度，他也更不愿意把一个巨大的风险绑定在一家大企业上，而是说把各个小风险分散到多家的技术供应商或者AI技术的服务商。

AI导读

AI医疗正在重塑美国医疗体系：医生每周61.8小时的工作中，2/3时间浪费在医疗编码和保险对接等行政事务上。礼来与英伟达砸下10亿美元，Anthropic推出Claude for Healthcare，创业公司OpenEvidence估值飙至120亿美元——这场医疗AI革命正从底层解放医生生产力，挖掘30%未开发的医疗数据金矿。

内容由AI智能生成

文 | 硅谷101

每周，有超过2.3亿人在ChatGPT上询问健康和保健问题。在人类创造的所有数据中，有30%来自医疗领域，但其中真正被利用起来的，不足5%。一边是巨大的数据金矿，一边是与未被满足的庞大需求，这正是AI的机会。

在今年摩根大通医疗健康大会上，我们看到医疗与AI正在加速“双向奔赴”。礼来与英伟达达成10亿美元合作，试图用算力重塑药物发现的底层范式；在OpenAI发布ChatGPT for Health之后几天，Anthropic也迅速跟进，推出了Claude for Healthcare。而一家成立仅三年的初创公司OpenEvidence，以120亿美元的估值跻身AI医疗新贵。——2026年，一场火热的AI医疗争夺战正在美国上演。

本期播客，我们邀请到Fusion Fund创始管理合伙人张璐，遗传学博士周叶斌，一起聊聊AI到底在解决医疗的什么问题？我们从一位急诊室医生的真实经历聊起，他常常在凌晨三四点完成生死抢救后，站在传真机前处理medical coding（医疗编码）。这不是个例——美国全科医生的周平均工作时长高达61.8小时，相当大的一部分精力耗费在了病历录入、保险对接、医疗编码这些琐碎却容错率极低的行政事务上，而这恰恰是AI最容易切入的场景。

以下是这次对话内容的精选：

泓君：今年是一个AI医疗的大年，不管是中国还是美国的这些模型厂商，都在开始做医疗了。璐，你要不要先跟大家总结一下，在今年的J.P. Morgan大会回来看到了什么变化？

张璐：每年的J.P.Morgan Healthcare Conference是美国全年最大的一次医疗盛会。今年我觉得有更大一点不同是，大型的药企和医疗公司，思维理念和前一年有了本质的改变。之前还会讨论要不要和AI进行整合，现在很明确，一定要整合，而且整合的力度也非常大，速度也快。

在大会期间，有一个比较重要的发布，就是Eli Lilly（礼来）和英伟达做了一个战略合作的发布，而且宣布的预算初步就是十亿美金的体量。我们也有几个初创企业，其实本来就在和Eli Lilly还有英伟达两边都在合作，他们新的项目成立之后，整合的速度是非常快的。

包括我和一些比较大的医疗公司的CEO在聊的时候，经常会听到他们提到的一个概念，就是公司内部已经成立了像“人工智能大学”这样的机构。他们会要求全公司的员工，包括管理层还有董事会层级的人，都要去参与课程的训练，更好地通过人工智能去处理医疗数据，挖掘医疗数据的价值，推动一些新项目的发布和医疗创新公司的合作。

泓君：叶斌，你在药企，你自己觉得今年大家讨论AI更多了吗？

周叶斌：我们平时也在应用了。药企比较讲究保密性，一方面对于外面的模型会有一点谨慎，比如说你的资料肯定不能上传到ChatGPT。但另外一方面，药企也希望能够引入一点公司内部可以使用的，比如说是Microsoft它的Copilot。哪怕是医院，他们采用的一些信息的服务商，都在引入AI这一块。这个几乎就是不可避免的。只不过怎样是最好的使用方式，这个还在探讨中。

Eli Lilly好像前两年还开放了一个自己的AI平台，就说你们其他小公司也都能来用。这也提出一个挑战，有些小公司可能觉得，如果我加入，我的信息是不是就交给你了？另外一些公司想的是，这样是不是我能够加强和礼来这样一个大药企的合作。

泓君：除了礼来跟NVIDIA 10亿美元AI药物研发实验室的合作，其实我注意到，在这次J.P.Morgan的大会上，Anthropic它也推出了一个Claude for Healthcare。还有一家创业公司叫做OpenEvidence，它现在的估值也到了120亿美元了，可以说今年是在整个AI医疗领域的一个非常大的独角兽。ChatGPT也上线了GPT Healthcare，我是有一天突然打开网页的时候，发现它上线了这个功能，而且它是ToB跟ToC两边都有。所以现在看起来，确实在2026年的这个一开年，医疗领域跟人工智能的结合，它是打得火热的一个状态。

我们提到的这些公司，接下来我们可以一个一个分析商业模式，看看它们是怎么用AI去跟医疗结合的。在此之前，我想跟各位也讨论一下，从医疗体系看，现在中美医疗它的痛点在哪里？叶斌，因为你在药企工作，平时从你接触到的医生来看，你觉得他们痛点是什么？

周叶斌：其实我太太就是医生，她经常和我聊到这些。去年10月份的时候有一篇论文，跟踪的是MGH（Mass General，美国麻省总医院，哈佛医学院的附属医院）全科医生的一个工作状态。最后发现，全科医生每个礼拜平均工作时间是61.8个小时，相当于是你可能只有单休，然后你剩下的6天每天要工作10个小时以上。

但是另外一方面，我们也都知道，一个全科医生平均每天实际上只有15到20个病人，每个面诊的时间其实也就在15分钟左右。中间的大部分时间显然都不是在给病人看病，主要是看病引入的其他工作。行政工作是很大的一块。他要和保险公司处理很多事情，他看诊的记录要记录下来。

这带来很大的一个问题。一个是效率的问题，美国医疗最大的一块成本其实是行政成本，医生他们花很多时间在行政上面。另外一个，由于工作时长长，也造成医生过劳，让他觉得没有满意度。

泓君：医生在行政问题上花的时间为什么这么长呢？是因为他要跟保险对接，还是说整个美国的医疗体系在不停地模块化的时候，用于流程的时间会越来越多？

周叶斌：是的，用于流程的时间消耗越来越多。其中和保险打交道是很大的一块。因为像保险里面有一些治疗，你需要有事前授权，那就是事先要经过保险同意做这个，否则的话这个钱是报不了的。另外一方面，作为一个医生，看病之后他还要做一个记录，这些都会引入很多的行政工作。

张璐：对，在美国比较大的一个问题就是，EHR（电子健康记录）的这个系统，本来是为了让我们更好地做自动化和数据化，但是它反而让医生花了很多时间去，有点像一个记录员一样，把很多信息转成数字化的记录。医生要花很多时间，确保医疗编码是做得正确的，让保险赔付这个过程能够流畅。你会发现，最后他日常做的工作，他是一个巨大的资源错配。可能只有1/3的时间是在做实际医生的工作，剩下的全都是行政工作，再加上和保险公司打交道，像事前授权，还有另外一个叫medical coding（医疗编码）、medical billing（医疗账单）。

为什么美国民众对医疗公司有这么大的怨言？因为现在整个医疗的支付系统，非常复杂，还是会有很多赔付的要求会被拒绝。被拒绝的这些支付的要求，只有10%左右会进入申诉的过程，但是进入申诉的这些诉求，它80%都会被推翻，也就是说它实际上是应该被支付的。为什么有这么高的一个推翻比例呢？就是因为实际上，它被拒绝支付的原因不是医学的问题，它是一个文书和流程的问题。所以这就给医生带来了更大的压力。

我记得我之前有一个创始人，他为什么会出来做这家公司，就是因为他以前是洛杉矶非常顶尖医院的一个急诊室医生。急诊室来的人都其实是一个生死存亡的阶段，他完成了这些工作之后，还要在半夜，可能凌晨3点、凌晨4点，站在传真机前面去处理这些医疗编码，他就觉得自己的时间简直就是完全错配。这也是为什么他辞职要去做相关领域的初创企业。

其实还想给大家分享一个宏观的数据。在我们人类社会里面，所有产生的数据里面有30%是医疗相关的，但这些数据其实也在被数字化收集起来，但我们现在真正去应用使用到的连5%都不到。而在美国的话，整个医疗体系又是美国GDP的20%以上，所以这是一个巨大的潜在的“金矿”。现在也是到了一个非常好的时间节点，整个产业愿意去合作，这也是现在一个非常好的时机去做医疗AI创新的原因。

泓君：在提到了美国医疗的这些行政问题、保险问题、流程问题，哪些公司是在解决这些问题？

张璐：其实还比较多。包括Claude，Anthropic它们做的Claude for Healthcare，和其他的几家不一样，它走的是一个基础设施的路线。比如说是针对医疗账单、医疗编码，还有它的HIPAA系统的明确性，还有一些合规的和连接层的API的需求。所以这个方向，虽然它不是一个特别性感的直接通到应用端的或用户端的技术解决方案，但其实对于医疗行政成本来讲，是比较关键的一层。这也是很多初创企业关注的方向，核心是我刚才提到的医疗账单和医疗编码，这两个层面本身就是一个巨大的市场。

另外一方面，它用AI做自动化也相对比较好做，因为它没有新的数据生成的需求，它更多是一个基于规则的人工智能的应用，所以它的解决方案相对比较简单。但是它的系统植入的过程可能需要的时间长一点，因为你还是要符合现在所有医疗系统，包括保险公司对于很多合规的需求，连接层的一些需求，哪些数据怎么样去托管的一些需求。这个方向我们会看得比较多。

另外就还是数据隐私。像我们有一家公司，它就是我刚才提到的和Eli Lilly还有英伟达都在重点合作的一家公司，它做的就是有点偏向于数据隐私的方向。但它做的是联邦学习（Federated Computing）。所以它的系统第一步就是植入了美国可能60多家大型医疗体系。这样的话，医院就可以在安全的语境下，把自己的内部数据分享给第三方去合作，它不用在物理层级上转移或者是分享自己的数据，它可以直接通过联邦学习的平台进行数据的共享。它在某种程度上也解决了敏感数据合规的问题，所以现在在整个医疗领域推行的速度很快。这家公司也是Eli Lilly重点合作方之一，而且他们和ChatGPT也合作了。因为ChatGPT他们也开始做医疗层面上的应用，所以怎么样可以把合规这一层先去解决掉，对于他们铺设应用层是很关键的。

泓君：医疗账单我可以理解，医疗编码是指什么？

张璐：医疗编码就是把医生的诊断和治疗行为翻译成一个标准化代码。就像在中国你有个病历本，上面会写你得了什么什么病，但是保险公司它只认代码。所以这个翻译的过程很重要。如果你的代码错了，保险就会第一拒付。拒付之后医院就要去申诉，它收款的周期就会拉长很多。从医院的角度，它是要等着收款来去支持它日常的运营的，所以医院就会给到医生压力。

医疗编码是非常巨大的市场，几十亿美金级别的量级。它会直接影响医院的营收。如果你的编码错误比较多，那对于医院的评估也会受到影响。如果你这个代码编码过高，会被罚款，还觉得你有欺诈风险。

所以你会发现，这个过程它其实一点都不复杂，但是对错误的容错率又非常低，那它对于AI来讲就非常合适。它首先规则很明确，又是个结构化的任务，又是一个大量重复的任务，它是有一个明确答案的。所以我们其实看到一些做编码的公司，说实话，都不一定需要用生成式AI，其实它就是基于规则的，就很简单的这样的一个对应的过程。它自动从你的病历提取诊断信息，然后去匹配代码。

当然用生成式AI的话，你还可以检查Supporting documents，就是你支撑的这些材料是不是足够的，或者说你还可以再做一些预估，比如说我们现在提交的这个是不是可能会有被拒付的风险等等。这也是为什么Anthropic看到这个巨大的机会，来去做这样的一个解决方案。

泓君：你知道它做的是具体的哪几个环节吗？

张璐：它有做编码，这个产品里有一个专门针对 ICD-10 诊断代码的应用功能。HIPAA的合规这方面，它也有一个具体的解决方案。

泓君：叶斌你要不要也跟大家解释一下，HIPAA合规在美国是什么意思？HIPAA合规大概是一个多大的市场量级？

周叶斌：HIPAA合规是能不能进入医院的一个关键。HIPAA关系到医疗的隐私，比如说我太太在医院里面工作，她和其他人聊到这个病人的情况的时候，哪些信息是可以告诉谁的，哪些是不能告诉的，都有严格规定。如果它根本就不是HIPAA合规的，比如说ChatGPT，医生一旦把病人病例传上去，就违反了HIPAA，被发现的话那是很严重的问题。在制药公司里面也是一样，药企每个员工都要进行HIPAA的培训，保证在医疗方面的隐私数据能够达到美国这边的法律规定。

张璐：对，HIPAA它其实是一个保护医疗隐私数据的联邦法律，它违规的处罚是非常高的，可能是百万美金级别的，而且很容易就触发集体的诉讼。

我记得当时OpenAI公布了一个数据，其实很惊人，它说每周大概有2亿多的用户是在OpenAI的ChatGPT上去问和医疗相关的话题。这也是为什么，他想专门发布一个产品是针对ChatGPT Health。而且它很明确地说，如果是ChatGPT Health，你在这里面的对话它不会用于训练模型，这个也是为了HIPAA合规。

Anthropic做的其实是更偏向于基础设施层面的，所以他们明确说，他们一定是提供HIPAA合规的云部署。而且非常强调说，你的企业是直接控制数据的。它提供的是一个企业的底层解决方案，在某种程度上，它也避免了更加复杂的、隐私风险更高的场景，所以我觉得Anthropic在Claude for Healthcare这方面的打法还是非常非常聪明的。

泓君：对，刚刚我们是分析了Anthropic切入的模式。我们再说一下OpenAI，我注意到OpenAI它其实同时推了两端。一端是它的ChatGPT Health，就是我们刚刚提到的，它是面向于普通用户的，大家可以通过连接自己的苹果手表的健康记录、医疗记录，包括自己的锻炼数据的记录，在上面去问一些健康的问题。另一个是ChatGPT for Healthcare，是面向于医院的，我注意到有6家医院是跟他们进行了一个首批的合作。

你们怎么去看OpenAI它切入医疗的这个模式？我的问题其实可以拆分成两个，一个是它To C的这一端，除了可以更加保护患者的隐私，它还有什么特别的吸引力？然后To B的这一端它是怎么合作的？

张璐：我觉得OpenAI有两个动力，一方面是希望在ToB层面上通过医疗体系去进行一个巨大的商业化的探索。OpenAI从去年就考虑怎样向ToB转向。因为C端的话，确实付费是一个巨大的问题。

而且ToB其实你就要看，哪个市场比较巨大，而且它有海量的高质量的数据，适合去做初始的To B的这些整合。医疗当然就是一个巨大的市场。一方面美国GDP的20%都在医疗系统，30%的人类社会的数据医疗相关。现在应用得比较少，不代表它没有数据化，这些数字化的数据都在EHR的系统和医院体系里。

OpenAI它面临的一个挑战，就是怎样进一步提升模型的能力。通过ToB拿到更多的高质量的，比如说医院内部的数据，这对它模型能力的增加是非常有益处的。所以这是一个商业化层面上的探索，同时也是一个模型能力战略层面上的一个探索。

周叶斌：璐说得非常好。我们说了很多行政，但医学本身也是一个科学，每天都有大量的文献出来，这就有大量的知识更新的一个过程。在过去，医生每年都要去修多少个这样的学分，但不是每个医生的知识都更新得很及时。

ChatGPT for Healthcare，我看介绍，似乎是这两个方面都有提升。一个是行政方面的事先授权的文书，它帮你来撰写。另外一个方面，它是可以有很多大量的研究、公共的诊疗方案。比如说看到一个病人之后，它可以帮助你设计一个可能比较好的诊疗方案。但我个人觉得，这两个方向对整个医疗显然都是非常有意义的。

张璐：ChatGPT for Healthcare这个C端应用，它有非常明确的免责声明，明确说你还是要去咨询医生，它并不进入诊断领域，它不承担责任。

但是B端就不一样了，它希望未来成为医院的AI操作系统，并不是一个工具。它想直接去嵌入到工作的流程，成为基础层。它希望成为一个开发平台，可以让医院在它的这个平台上去开发各种各样的智能体。所以我觉得它的野心还是很大的。OpenAI是希望，可以跟医院内部EHR的工作流程直接去整合，直接去给你自动总结、自动补充资料、解释。

但是这个过程，很有意思的一点是，大部分医院用的软件系统其实是微软。微软现在在ToB层面上和OpenAI是有竞争的关系的。OpenAI想嵌入工作流程，但微软的产品已经是在工作流程内部嵌入到里面去了。就比如说像病例自动总结，如果说医院医生用的都是Outlook系统的话，非常容易在内部增加一个新的功能。所以我现在也在关注微软的反应会是怎么样。

OpenAI它现在也在说，我们是一个开发平台，医院也可以在上面构建你自己需要的这些智能体，像医疗编码，还有辅助沟通。所以你会发现，它是一个生态打法，野心当然很大，而且生态打法可能也会对于他们未来的价值最高。但我并不知道，这样的一个生态打法对于医院的接受度有多高。其实现在它合作的医院数量还是比较少的。我记得斯坦福这边是儿童医院在跟它合作，但目前还没有听到比较多的反馈。

泓君：感觉美国这些大的巨头，他们都在抢占AI的“SaaS系统”。而且现在模型的质量已经在慢慢地拉平了。如果能在不更改现有基础的情况下，只是升级软件，让Outlook有各种的医疗总结的能力，其实我觉得也可能是走得通的。所以这一块竞争还是感觉蛮火热的。

张璐：对，而且最近还有好几个开源生态模型的发布。你会发现，现在是开源模型能力和闭源模型能力的彼此之间的差异最小的这一段时间。开源的这些模型既便宜又好用，对于很多高监管行业来讲，他们确实也有可能去考虑。有些太敏感的数据、太敏感的应用，是不是可以以低成本的方式直接自己内部去建？或者说初创企业可以以更加低成本、更快速的迭代方式，把这些应用场景搭建起来，然后去和这些行业进行合作？

在这个基础之上，我们要考虑——为什么要做小语言模型，做特定的垂直领域的部署，就是因为要消除幻觉。医疗领域对幻觉是没有容忍度的，所以这也是为什么，虽然很多公司去做医疗相关的AI Agent，但我们总是需要叫Human-in-the-loop（人机回环），还是需要医生，由医生去使用它，而不是用它去替代医生。

泓君：接下来我们聊一聊创业公司OpenEvidence。它是今年整个医疗领域的一匹黑马，2026年1月，它的估值达到了120亿美元，有40%的美国医生每天都在用。它是跟美国的顶级的期刊签了一些独家内容的合作的，相当于它是一个帮助医生的模型，对吧？

周叶斌：对的。美国的医生如果遇到什么问题，他可以直接去问OpenEvidence。OpenEvidence我理解是，如果它用的完全是最顶级的权威的期刊，然后又限制在了标准的诊疗方案，那么它把它的数据的质量以及它的回答的质量都控制得非常好了。同时它也针对的目标人群非常简单，就是针对医生，甚至它针对医生也就做一件事情，就是你需要最新的知识时，我就给你最新最权威的知识，最后它让回答的质量非常稳定。这或许是为什么它现在那么成功，有那么多医生愿意去使用它。

OpenEvidence 图片来源：Appstore

泓君：这不就是一个更加智能的搜索库吗？只是说这个搜索融入了更多的智能。

张璐：就像你刚才对它的一个评断，它其实是一个高度优化的RAG（检索增强生成）检索的架构，去保证它不要自由发挥，不要有幻觉的内容。同时它还是针对医疗场景进行了优化，这和你实际上用ChatGPT、Anthropic Claude对话的语境还是不太一样的。它是一个火爆的公司，估值也很高，但我并不觉得它是一个具有核心AI能力的公司。

我觉得它的核心的竞争能力，实际上是它的数据。它能够拿到这些高质量的医学内容的授权，在医生使用群体的渗透也很快，年轻医生的使用率是非常高的。

它商业模式很聪明，但是我也不知道它有多可持续发展。它现在的年收入大概是1亿美金左右，增长速度是比较快的。所有的医生是免费使用的。它的赚钱就是像广告商一样，比如说医疗广告，内容推广，将来它可能也会做企业版本。

所以它用的是哪部分的预算？你想所有的医药公司，都有药物代表，要去医院里面和医生打交道，去说服医生说，你要考虑向患者推荐我的新药，这是医药公司是非常高的一笔预算。现在它拿出这个预算的一小部分，直接用在OpenEvidence，只要你是一个免费的医生用户，你就每天会看到这些广告信息。

但在这个过程中，医学的客观性怎么保证？比如说药物公司想推广某种药，它是不是会优先推送和这个药相关的一些研究成果？这个也是它未来商业模式可能遇到的挑战之一。

现在它的估值确实比较高，应该是有120亿，但它的收入只有1亿美金，我们对这个公司还是处于观望的态度。C端的迁移成本是比较低的，医生如果有另外一个解决方案，也是免费的，而且没有广告这些的客观性的疑虑，他可以直接使用。或者在未来，Gemini、Claude或ChatGPT Health，直接在你日常使用的AI的应用里面直接加了一个医疗的附属或独立的应用，那OpenEvidence是不是还有现在这样的优势？我觉得这些都是值得关注的未来的一些发展点。

泓君：OpenEvidence是用RAG的方式解决准确性的问题。因为你给人看病，不能出现任何的错误，也不能有幻觉。垂直的医疗模型跟垂直的医疗语料的训练是有必要的吗？还是说它会被大模型的能力给覆盖掉？

周叶斌：我个人觉得还是有必要的。OpenEvidence就是个例子，它都不是垂直了，它是垂直里面引出很小一块。它限定了自己数据的来源，但也提升了质量。这或许是垂直领域的一个优势。现在有很多文献工厂、灌水的医疗文章论文，可能让AI编一篇就发表出来了，实际上造成数据污染。如果是完全的大模型，它引用的数据会更多，一提到健康，它可能会把网上养生博主的一些观点也引入到里面。那些东西也有很多人信，很多人引用。但是这个和《新英格兰医学杂志》上面的论文，从证据的质量和可靠性上还是有很大差异的。

张璐：我非常同意叶斌说的，医疗AI领域是一个非常需要垂直语言模型的应用的方向。医疗领域还有一个天然的特点，就是它有很多边缘设备，海量的电子化设备。这些医疗设备上面，都可以去进行端的AI的部署。如果你要做端AI的话，你必须是一个小模型。大模型在端层面上很难去运行。再加上我们提到说医疗领域，它不管怎么样都是高监管行业，有数据隐私的要求，你就不可能把所有的数据全部传到云端。哪怕云端符合HIPAA，你也希望有些核心数据是在本地化。这不仅是医疗行业的需求，甚至说是终端患者的需求。所以我觉得，所有这些医疗领域的特性，会更适合于垂直小模型的特定应用场景的这样一个部署和发展。

泓君：我想问叶斌，比如说你自己，或你的家人有一点不舒服，你会去问AI吗，你觉得AI给的诊断建议现在是可以相信的吗？

周叶斌：我会去问AI。这个问题不光是“用不用”，还有“怎么用”。你是完全相信AI，还是你想办法继续用更多的问题问这个AI，确定它是怎么推出这个结论的，它的依据是什么……这可以帮助你判断AI的结论到底对不对。

在这里面，其实AI做了一个分层诊疗的事情。由于我们医疗资源的局限性，这种分流分层我个人感觉都是非常有意义的。

泓君：关于这些医疗的回答是不是专业的？OpenAI发了一个评价标准——HealthBench，它可以用真实的对话场景，而不是选择题，来去测AI的能力基准。而且它是由262位来自于60个国家、26个专科的设计，用49种语言去做的一个评分标准。我看它的评分结果，OpenAI o3模型的得分是60%。如果你把题变成hard模式，最高分是32%。我想请叶斌科普一下，在HealthBench之前，我们去测这些AI的医疗能力主要是用什么方法？它现在60%的得分是什么意思？就是说它仅仅拿了一个60分吗？我们可以去相信AI吗？

周叶斌：HealthBench的想法非常好。以前对AI的评分，如果是医学方面的，比如ChatGPT考美国的医生执照考试，比很多医生考得都高，那个就是选择题。

HealthBench是看一个具体的医疗场景。它是通过几百位医生总共筛选出来一个评分标准。它模拟出来的是怎么样去进行对话，病人来问你一个问题，你的回答要覆盖到哪几个点，你的回答要用什么样的语言，要能够安抚这个患者。比如说有个人说，我看到我的邻居昏倒了，应该怎么办？不再是单纯考知识点，就和以前的MedQA、PubMedQA，完全不一样了。

泓君：所以简单来说，以前测AI医疗的水平就是让它去做选择题，那ChatGPT它很早就能考到90分以上。但是HealthBench相当于让AI真的去坐诊，然后让200多个医生从十几个维度去打分。而且我发现这个测试它还有一个扣分项，就是说如果AI它犯的错误很危险，就会被扣分，有可能扣到0分甚至负分。所以这个60%的含金量，是比选择题的90分要高得多的，是这样吗？

周叶斌：是的。

泓君：最后其实我还有一个问题，就是你们觉得是不是AI医疗这条路还是巨头的天下？

张璐：我并不觉得它会是巨头的天下。因为一来是说医疗场景市场很巨大，同时它也非常多样，它的应用场景是非常多变的，巨头不太可能整体覆盖。二来，在医疗领域，大部分的核心医疗数据实际上是在不同的机构手中，这些大公司是不会愿意把自己所有数据都分享给科技巨头的，他们更愿意和初创企业合作，觉得自己的掌控度会更高。

而且初创企业它可能做的产品也会更加细分、更加垂直。当然有些底层的、偏软件层的，EHR这些系统本身它也是软件层，可能从科技公司的角度进行工作流程的植入会更好做。但即使这样，你会看到围绕工作流程的各种各样的细分的应用、初创企业崛起，成长速度非常快。

还有最后一点，这个行业它是一个高监管行业，信任值很重要。你的数据怎么部署，谁去托管，谁去拥有，这个对于很多医疗公司还有医疗领域的机构来讲，是非常关键的。在过去这些年，整个医疗系统对于科技行业在数据隐私层面上的信任度是相对比较低的。更不用说如果说很多数据要去放在云服务层面上，哪怕是它HIPAA合规，它还是有很多的不确定性。一旦任何这些合规风险出现，像我提到的，集体诉讼情况出现，最后的确要承担这个责任或者说后果的还是医疗公司。所以从他们风险控制的角度，他也更不愿意把一个巨大的风险绑定在一家大企业上，而是说把各个小风险分散到多家的技术供应商或者AI技术的服务商。

AI导读

AI医疗正在重塑美国医疗体系：医生每周61.8小时的工作中，2/3时间浪费在医疗编码和保险对接等行政事务上。礼来与英伟达砸下10亿美元，Anthropic推出Claude for Healthcare，创业公司OpenEvidence估值飙至120亿美元——这场医疗AI革命正从底层解放医生生产力，挖掘30%未开发的医疗数据金矿。

内容由AI智能生成

文 | 硅谷101

每周，有超过2.3亿人在ChatGPT上询问健康和保健问题。在人类创造的所有数据中，有30%来自医疗领域，但其中真正被利用起来的，不足5%。一边是巨大的数据金矿，一边是与未被满足的庞大需求，这正是AI的机会。

在今年摩根大通医疗健康大会上，我们看到医疗与AI正在加速“双向奔赴”。礼来与英伟达达成10亿美元合作，试图用算力重塑药物发现的底层范式；在OpenAI发布ChatGPT for Health之后几天，Anthropic也迅速跟进，推出了Claude for Healthcare。而一家成立仅三年的初创公司OpenEvidence，以120亿美元的估值跻身AI医疗新贵。——2026年，一场火热的AI医疗争夺战正在美国上演。

本期播客，我们邀请到Fusion Fund创始管理合伙人张璐，遗传学博士周叶斌，一起聊聊AI到底在解决医疗的什么问题？我们从一位急诊室医生的真实经历聊起，他常常在凌晨三四点完成生死抢救后，站在传真机前处理medical coding（医疗编码）。这不是个例——美国全科医生的周平均工作时长高达61.8小时，相当大的一部分精力耗费在了病历录入、保险对接、医疗编码这些琐碎却容错率极低的行政事务上，而这恰恰是AI最容易切入的场景。

以下是这次对话内容的精选：

泓君：今年是一个AI医疗的大年，不管是中国还是美国的这些模型厂商，都在开始做医疗了。璐，你要不要先跟大家总结一下，在今年的J.P. Morgan大会回来看到了什么变化？

张璐：每年的J.P.Morgan Healthcare Conference是美国全年最大的一次医疗盛会。今年我觉得有更大一点不同是，大型的药企和医疗公司，思维理念和前一年有了本质的改变。之前还会讨论要不要和AI进行整合，现在很明确，一定要整合，而且整合的力度也非常大，速度也快。

在大会期间，有一个比较重要的发布，就是Eli Lilly（礼来）和英伟达做了一个战略合作的发布，而且宣布的预算初步就是十亿美金的体量。我们也有几个初创企业，其实本来就在和Eli Lilly还有英伟达两边都在合作，他们新的项目成立之后，整合的速度是非常快的。

包括我和一些比较大的医疗公司的CEO在聊的时候，经常会听到他们提到的一个概念，就是公司内部已经成立了像“人工智能大学”这样的机构。他们会要求全公司的员工，包括管理层还有董事会层级的人，都要去参与课程的训练，更好地通过人工智能去处理医疗数据，挖掘医疗数据的价值，推动一些新项目的发布和医疗创新公司的合作。

泓君：叶斌，你在药企，你自己觉得今年大家讨论AI更多了吗？

周叶斌：我们平时也在应用了。药企比较讲究保密性，一方面对于外面的模型会有一点谨慎，比如说你的资料肯定不能上传到ChatGPT。但另外一方面，药企也希望能够引入一点公司内部可以使用的，比如说是Microsoft它的Copilot。哪怕是医院，他们采用的一些信息的服务商，都在引入AI这一块。这个几乎就是不可避免的。只不过怎样是最好的使用方式，这个还在探讨中。

Eli Lilly好像前两年还开放了一个自己的AI平台，就说你们其他小公司也都能来用。这也提出一个挑战，有些小公司可能觉得，如果我加入，我的信息是不是就交给你了？另外一些公司想的是，这样是不是我能够加强和礼来这样一个大药企的合作。

泓君：除了礼来跟NVIDIA 10亿美元AI药物研发实验室的合作，其实我注意到，在这次J.P.Morgan的大会上，Anthropic它也推出了一个Claude for Healthcare。还有一家创业公司叫做OpenEvidence，它现在的估值也到了120亿美元了，可以说今年是在整个AI医疗领域的一个非常大的独角兽。ChatGPT也上线了GPT Healthcare，我是有一天突然打开网页的时候，发现它上线了这个功能，而且它是ToB跟ToC两边都有。所以现在看起来，确实在2026年的这个一开年，医疗领域跟人工智能的结合，它是打得火热的一个状态。

我们提到的这些公司，接下来我们可以一个一个分析商业模式，看看它们是怎么用AI去跟医疗结合的。在此之前，我想跟各位也讨论一下，从医疗体系看，现在中美医疗它的痛点在哪里？叶斌，因为你在药企工作，平时从你接触到的医生来看，你觉得他们痛点是什么？

周叶斌：其实我太太就是医生，她经常和我聊到这些。去年10月份的时候有一篇论文，跟踪的是MGH（Mass General，美国麻省总医院，哈佛医学院的附属医院）全科医生的一个工作状态。最后发现，全科医生每个礼拜平均工作时间是61.8个小时，相当于是你可能只有单休，然后你剩下的6天每天要工作10个小时以上。

但是另外一方面，我们也都知道，一个全科医生平均每天实际上只有15到20个病人，每个面诊的时间其实也就在15分钟左右。中间的大部分时间显然都不是在给病人看病，主要是看病引入的其他工作。行政工作是很大的一块。他要和保险公司处理很多事情，他看诊的记录要记录下来。

这带来很大的一个问题。一个是效率的问题，美国医疗最大的一块成本其实是行政成本，医生他们花很多时间在行政上面。另外一个，由于工作时长长，也造成医生过劳，让他觉得没有满意度。

泓君：医生在行政问题上花的时间为什么这么长呢？是因为他要跟保险对接，还是说整个美国的医疗体系在不停地模块化的时候，用于流程的时间会越来越多？

周叶斌：是的，用于流程的时间消耗越来越多。其中和保险打交道是很大的一块。因为像保险里面有一些治疗，你需要有事前授权，那就是事先要经过保险同意做这个，否则的话这个钱是报不了的。另外一方面，作为一个医生，看病之后他还要做一个记录，这些都会引入很多的行政工作。

张璐：对，在美国比较大的一个问题就是，EHR（电子健康记录）的这个系统，本来是为了让我们更好地做自动化和数据化，但是它反而让医生花了很多时间去，有点像一个记录员一样，把很多信息转成数字化的记录。医生要花很多时间，确保医疗编码是做得正确的，让保险赔付这个过程能够流畅。你会发现，最后他日常做的工作，他是一个巨大的资源错配。可能只有1/3的时间是在做实际医生的工作，剩下的全都是行政工作，再加上和保险公司打交道，像事前授权，还有另外一个叫medical coding（医疗编码）、medical billing（医疗账单）。

为什么美国民众对医疗公司有这么大的怨言？因为现在整个医疗的支付系统，非常复杂，还是会有很多赔付的要求会被拒绝。被拒绝的这些支付的要求，只有10%左右会进入申诉的过程，但是进入申诉的这些诉求，它80%都会被推翻，也就是说它实际上是应该被支付的。为什么有这么高的一个推翻比例呢？就是因为实际上，它被拒绝支付的原因不是医学的问题，它是一个文书和流程的问题。所以这就给医生带来了更大的压力。

我记得我之前有一个创始人，他为什么会出来做这家公司，就是因为他以前是洛杉矶非常顶尖医院的一个急诊室医生。急诊室来的人都其实是一个生死存亡的阶段，他完成了这些工作之后，还要在半夜，可能凌晨3点、凌晨4点，站在传真机前面去处理这些医疗编码，他就觉得自己的时间简直就是完全错配。这也是为什么他辞职要去做相关领域的初创企业。

其实还想给大家分享一个宏观的数据。在我们人类社会里面，所有产生的数据里面有30%是医疗相关的，但这些数据其实也在被数字化收集起来，但我们现在真正去应用使用到的连5%都不到。而在美国的话，整个医疗体系又是美国GDP的20%以上，所以这是一个巨大的潜在的“金矿”。现在也是到了一个非常好的时间节点，整个产业愿意去合作，这也是现在一个非常好的时机去做医疗AI创新的原因。

泓君：在提到了美国医疗的这些行政问题、保险问题、流程问题，哪些公司是在解决这些问题？

张璐：其实还比较多。包括Claude，Anthropic它们做的Claude for Healthcare，和其他的几家不一样，它走的是一个基础设施的路线。比如说是针对医疗账单、医疗编码，还有它的HIPAA系统的明确性，还有一些合规的和连接层的API的需求。所以这个方向，虽然它不是一个特别性感的直接通到应用端的或用户端的技术解决方案，但其实对于医疗行政成本来讲，是比较关键的一层。这也是很多初创企业关注的方向，核心是我刚才提到的医疗账单和医疗编码，这两个层面本身就是一个巨大的市场。

另外一方面，它用AI做自动化也相对比较好做，因为它没有新的数据生成的需求，它更多是一个基于规则的人工智能的应用，所以它的解决方案相对比较简单。但是它的系统植入的过程可能需要的时间长一点，因为你还是要符合现在所有医疗系统，包括保险公司对于很多合规的需求，连接层的一些需求，哪些数据怎么样去托管的一些需求。这个方向我们会看得比较多。

另外就还是数据隐私。像我们有一家公司，它就是我刚才提到的和Eli Lilly还有英伟达都在重点合作的一家公司，它做的就是有点偏向于数据隐私的方向。但它做的是联邦学习（Federated Computing）。所以它的系统第一步就是植入了美国可能60多家大型医疗体系。这样的话，医院就可以在安全的语境下，把自己的内部数据分享给第三方去合作，它不用在物理层级上转移或者是分享自己的数据，它可以直接通过联邦学习的平台进行数据的共享。它在某种程度上也解决了敏感数据合规的问题，所以现在在整个医疗领域推行的速度很快。这家公司也是Eli Lilly重点合作方之一，而且他们和ChatGPT也合作了。因为ChatGPT他们也开始做医疗层面上的应用，所以怎么样可以把合规这一层先去解决掉，对于他们铺设应用层是很关键的。

泓君：医疗账单我可以理解，医疗编码是指什么？

张璐：医疗编码就是把医生的诊断和治疗行为翻译成一个标准化代码。就像在中国你有个病历本，上面会写你得了什么什么病，但是保险公司它只认代码。所以这个翻译的过程很重要。如果你的代码错了，保险就会第一拒付。拒付之后医院就要去申诉，它收款的周期就会拉长很多。从医院的角度，它是要等着收款来去支持它日常的运营的，所以医院就会给到医生压力。

医疗编码是非常巨大的市场，几十亿美金级别的量级。它会直接影响医院的营收。如果你的编码错误比较多，那对于医院的评估也会受到影响。如果你这个代码编码过高，会被罚款，还觉得你有欺诈风险。

所以你会发现，这个过程它其实一点都不复杂，但是对错误的容错率又非常低，那它对于AI来讲就非常合适。它首先规则很明确，又是个结构化的任务，又是一个大量重复的任务，它是有一个明确答案的。所以我们其实看到一些做编码的公司，说实话，都不一定需要用生成式AI，其实它就是基于规则的，就很简单的这样的一个对应的过程。它自动从你的病历提取诊断信息，然后去匹配代码。

当然用生成式AI的话，你还可以检查Supporting documents，就是你支撑的这些材料是不是足够的，或者说你还可以再做一些预估，比如说我们现在提交的这个是不是可能会有被拒付的风险等等。这也是为什么Anthropic看到这个巨大的机会，来去做这样的一个解决方案。

泓君：你知道它做的是具体的哪几个环节吗？

张璐：它有做编码，这个产品里有一个专门针对 ICD-10 诊断代码的应用功能。HIPAA的合规这方面，它也有一个具体的解决方案。

泓君：叶斌你要不要也跟大家解释一下，HIPAA合规在美国是什么意思？HIPAA合规大概是一个多大的市场量级？

周叶斌：HIPAA合规是能不能进入医院的一个关键。HIPAA关系到医疗的隐私，比如说我太太在医院里面工作，她和其他人聊到这个病人的情况的时候，哪些信息是可以告诉谁的，哪些是不能告诉的，都有严格规定。如果它根本就不是HIPAA合规的，比如说ChatGPT，医生一旦把病人病例传上去，就违反了HIPAA，被发现的话那是很严重的问题。在制药公司里面也是一样，药企每个员工都要进行HIPAA的培训，保证在医疗方面的隐私数据能够达到美国这边的法律规定。

张璐：对，HIPAA它其实是一个保护医疗隐私数据的联邦法律，它违规的处罚是非常高的，可能是百万美金级别的，而且很容易就触发集体的诉讼。

我记得当时OpenAI公布了一个数据，其实很惊人，它说每周大概有2亿多的用户是在OpenAI的ChatGPT上去问和医疗相关的话题。这也是为什么，他想专门发布一个产品是针对ChatGPT Health。而且它很明确地说，如果是ChatGPT Health，你在这里面的对话它不会用于训练模型，这个也是为了HIPAA合规。

Anthropic做的其实是更偏向于基础设施层面的，所以他们明确说，他们一定是提供HIPAA合规的云部署。而且非常强调说，你的企业是直接控制数据的。它提供的是一个企业的底层解决方案，在某种程度上，它也避免了更加复杂的、隐私风险更高的场景，所以我觉得Anthropic在Claude for Healthcare这方面的打法还是非常非常聪明的。

泓君：对，刚刚我们是分析了Anthropic切入的模式。我们再说一下OpenAI，我注意到OpenAI它其实同时推了两端。一端是它的ChatGPT Health，就是我们刚刚提到的，它是面向于普通用户的，大家可以通过连接自己的苹果手表的健康记录、医疗记录，包括自己的锻炼数据的记录，在上面去问一些健康的问题。另一个是ChatGPT for Healthcare，是面向于医院的，我注意到有6家医院是跟他们进行了一个首批的合作。

你们怎么去看OpenAI它切入医疗的这个模式？我的问题其实可以拆分成两个，一个是它To C的这一端，除了可以更加保护患者的隐私，它还有什么特别的吸引力？然后To B的这一端它是怎么合作的？

张璐：我觉得OpenAI有两个动力，一方面是希望在ToB层面上通过医疗体系去进行一个巨大的商业化的探索。OpenAI从去年就考虑怎样向ToB转向。因为C端的话，确实付费是一个巨大的问题。

而且ToB其实你就要看，哪个市场比较巨大，而且它有海量的高质量的数据，适合去做初始的To B的这些整合。医疗当然就是一个巨大的市场。一方面美国GDP的20%都在医疗系统，30%的人类社会的数据医疗相关。现在应用得比较少，不代表它没有数据化，这些数字化的数据都在EHR的系统和医院体系里。

OpenAI它面临的一个挑战，就是怎样进一步提升模型的能力。通过ToB拿到更多的高质量的，比如说医院内部的数据，这对它模型能力的增加是非常有益处的。所以这是一个商业化层面上的探索，同时也是一个模型能力战略层面上的一个探索。

周叶斌：璐说得非常好。我们说了很多行政，但医学本身也是一个科学，每天都有大量的文献出来，这就有大量的知识更新的一个过程。在过去，医生每年都要去修多少个这样的学分，但不是每个医生的知识都更新得很及时。

ChatGPT for Healthcare，我看介绍，似乎是这两个方面都有提升。一个是行政方面的事先授权的文书，它帮你来撰写。另外一个方面，它是可以有很多大量的研究、公共的诊疗方案。比如说看到一个病人之后，它可以帮助你设计一个可能比较好的诊疗方案。但我个人觉得，这两个方向对整个医疗显然都是非常有意义的。

张璐：ChatGPT for Healthcare这个C端应用，它有非常明确的免责声明，明确说你还是要去咨询医生，它并不进入诊断领域，它不承担责任。

但是B端就不一样了，它希望未来成为医院的AI操作系统，并不是一个工具。它想直接去嵌入到工作的流程，成为基础层。它希望成为一个开发平台，可以让医院在它的这个平台上去开发各种各样的智能体。所以我觉得它的野心还是很大的。OpenAI是希望，可以跟医院内部EHR的工作流程直接去整合，直接去给你自动总结、自动补充资料、解释。

但是这个过程，很有意思的一点是，大部分医院用的软件系统其实是微软。微软现在在ToB层面上和OpenAI是有竞争的关系的。OpenAI想嵌入工作流程，但微软的产品已经是在工作流程内部嵌入到里面去了。就比如说像病例自动总结，如果说医院医生用的都是Outlook系统的话，非常容易在内部增加一个新的功能。所以我现在也在关注微软的反应会是怎么样。

OpenAI它现在也在说，我们是一个开发平台，医院也可以在上面构建你自己需要的这些智能体，像医疗编码，还有辅助沟通。所以你会发现，它是一个生态打法，野心当然很大，而且生态打法可能也会对于他们未来的价值最高。但我并不知道，这样的一个生态打法对于医院的接受度有多高。其实现在它合作的医院数量还是比较少的。我记得斯坦福这边是儿童医院在跟它合作，但目前还没有听到比较多的反馈。

泓君：感觉美国这些大的巨头，他们都在抢占AI的“SaaS系统”。而且现在模型的质量已经在慢慢地拉平了。如果能在不更改现有基础的情况下，只是升级软件，让Outlook有各种的医疗总结的能力，其实我觉得也可能是走得通的。所以这一块竞争还是感觉蛮火热的。

张璐：对，而且最近还有好几个开源生态模型的发布。你会发现，现在是开源模型能力和闭源模型能力的彼此之间的差异最小的这一段时间。开源的这些模型既便宜又好用，对于很多高监管行业来讲，他们确实也有可能去考虑。有些太敏感的数据、太敏感的应用，是不是可以以低成本的方式直接自己内部去建？或者说初创企业可以以更加低成本、更快速的迭代方式，把这些应用场景搭建起来，然后去和这些行业进行合作？

在这个基础之上，我们要考虑——为什么要做小语言模型，做特定的垂直领域的部署，就是因为要消除幻觉。医疗领域对幻觉是没有容忍度的，所以这也是为什么，虽然很多公司去做医疗相关的AI Agent，但我们总是需要叫Human-in-the-loop（人机回环），还是需要医生，由医生去使用它，而不是用它去替代医生。

泓君：接下来我们聊一聊创业公司OpenEvidence。它是今年整个医疗领域的一匹黑马，2026年1月，它的估值达到了120亿美元，有40%的美国医生每天都在用。它是跟美国的顶级的期刊签了一些独家内容的合作的，相当于它是一个帮助医生的模型，对吧？

周叶斌：对的。美国的医生如果遇到什么问题，他可以直接去问OpenEvidence。OpenEvidence我理解是，如果它用的完全是最顶级的权威的期刊，然后又限制在了标准的诊疗方案，那么它把它的数据的质量以及它的回答的质量都控制得非常好了。同时它也针对的目标人群非常简单，就是针对医生，甚至它针对医生也就做一件事情，就是你需要最新的知识时，我就给你最新最权威的知识，最后它让回答的质量非常稳定。这或许是为什么它现在那么成功，有那么多医生愿意去使用它。

OpenEvidence 图片来源：Appstore

泓君：这不就是一个更加智能的搜索库吗？只是说这个搜索融入了更多的智能。

张璐：就像你刚才对它的一个评断，它其实是一个高度优化的RAG（检索增强生成）检索的架构，去保证它不要自由发挥，不要有幻觉的内容。同时它还是针对医疗场景进行了优化，这和你实际上用ChatGPT、Anthropic Claude对话的语境还是不太一样的。它是一个火爆的公司，估值也很高，但我并不觉得它是一个具有核心AI能力的公司。

我觉得它的核心的竞争能力，实际上是它的数据。它能够拿到这些高质量的医学内容的授权，在医生使用群体的渗透也很快，年轻医生的使用率是非常高的。

它商业模式很聪明，但是我也不知道它有多可持续发展。它现在的年收入大概是1亿美金左右，增长速度是比较快的。所有的医生是免费使用的。它的赚钱就是像广告商一样，比如说医疗广告，内容推广，将来它可能也会做企业版本。

所以它用的是哪部分的预算？你想所有的医药公司，都有药物代表，要去医院里面和医生打交道，去说服医生说，你要考虑向患者推荐我的新药，这是医药公司是非常高的一笔预算。现在它拿出这个预算的一小部分，直接用在OpenEvidence，只要你是一个免费的医生用户，你就每天会看到这些广告信息。

但在这个过程中，医学的客观性怎么保证？比如说药物公司想推广某种药，它是不是会优先推送和这个药相关的一些研究成果？这个也是它未来商业模式可能遇到的挑战之一。

现在它的估值确实比较高，应该是有120亿，但它的收入只有1亿美金，我们对这个公司还是处于观望的态度。C端的迁移成本是比较低的，医生如果有另外一个解决方案，也是免费的，而且没有广告这些的客观性的疑虑，他可以直接使用。或者在未来，Gemini、Claude或ChatGPT Health，直接在你日常使用的AI的应用里面直接加了一个医疗的附属或独立的应用，那OpenEvidence是不是还有现在这样的优势？我觉得这些都是值得关注的未来的一些发展点。

泓君：OpenEvidence是用RAG的方式解决准确性的问题。因为你给人看病，不能出现任何的错误，也不能有幻觉。垂直的医疗模型跟垂直的医疗语料的训练是有必要的吗？还是说它会被大模型的能力给覆盖掉？

周叶斌：我个人觉得还是有必要的。OpenEvidence就是个例子，它都不是垂直了，它是垂直里面引出很小一块。它限定了自己数据的来源，但也提升了质量。这或许是垂直领域的一个优势。现在有很多文献工厂、灌水的医疗文章论文，可能让AI编一篇就发表出来了，实际上造成数据污染。如果是完全的大模型，它引用的数据会更多，一提到健康，它可能会把网上养生博主的一些观点也引入到里面。那些东西也有很多人信，很多人引用。但是这个和《新英格兰医学杂志》上面的论文，从证据的质量和可靠性上还是有很大差异的。

张璐：我非常同意叶斌说的，医疗AI领域是一个非常需要垂直语言模型的应用的方向。医疗领域还有一个天然的特点，就是它有很多边缘设备，海量的电子化设备。这些医疗设备上面，都可以去进行端的AI的部署。如果你要做端AI的话，你必须是一个小模型。大模型在端层面上很难去运行。再加上我们提到说医疗领域，它不管怎么样都是高监管行业，有数据隐私的要求，你就不可能把所有的数据全部传到云端。哪怕云端符合HIPAA，你也希望有些核心数据是在本地化。这不仅是医疗行业的需求，甚至说是终端患者的需求。所以我觉得，所有这些医疗领域的特性，会更适合于垂直小模型的特定应用场景的这样一个部署和发展。

泓君：我想问叶斌，比如说你自己，或你的家人有一点不舒服，你会去问AI吗，你觉得AI给的诊断建议现在是可以相信的吗？

周叶斌：我会去问AI。这个问题不光是“用不用”，还有“怎么用”。你是完全相信AI，还是你想办法继续用更多的问题问这个AI，确定它是怎么推出这个结论的，它的依据是什么……这可以帮助你判断AI的结论到底对不对。

在这里面，其实AI做了一个分层诊疗的事情。由于我们医疗资源的局限性，这种分流分层我个人感觉都是非常有意义的。

泓君：关于这些医疗的回答是不是专业的？OpenAI发了一个评价标准——HealthBench，它可以用真实的对话场景，而不是选择题，来去测AI的能力基准。而且它是由262位来自于60个国家、26个专科的设计，用49种语言去做的一个评分标准。我看它的评分结果，OpenAI o3模型的得分是60%。如果你把题变成hard模式，最高分是32%。我想请叶斌科普一下，在HealthBench之前，我们去测这些AI的医疗能力主要是用什么方法？它现在60%的得分是什么意思？就是说它仅仅拿了一个60分吗？我们可以去相信AI吗？

周叶斌：HealthBench的想法非常好。以前对AI的评分，如果是医学方面的，比如ChatGPT考美国的医生执照考试，比很多医生考得都高，那个就是选择题。

HealthBench是看一个具体的医疗场景。它是通过几百位医生总共筛选出来一个评分标准。它模拟出来的是怎么样去进行对话，病人来问你一个问题，你的回答要覆盖到哪几个点，你的回答要用什么样的语言，要能够安抚这个患者。比如说有个人说，我看到我的邻居昏倒了，应该怎么办？不再是单纯考知识点，就和以前的MedQA、PubMedQA，完全不一样了。

泓君：所以简单来说，以前测AI医疗的水平就是让它去做选择题，那ChatGPT它很早就能考到90分以上。但是HealthBench相当于让AI真的去坐诊，然后让200多个医生从十几个维度去打分。而且我发现这个测试它还有一个扣分项，就是说如果AI它犯的错误很危险，就会被扣分，有可能扣到0分甚至负分。所以这个60%的含金量，是比选择题的90分要高得多的，是这样吗？

周叶斌：是的。

泓君：最后其实我还有一个问题，就是你们觉得是不是AI医疗这条路还是巨头的天下？

张璐：我并不觉得它会是巨头的天下。因为一来是说医疗场景市场很巨大，同时它也非常多样，它的应用场景是非常多变的，巨头不太可能整体覆盖。二来，在医疗领域，大部分的核心医疗数据实际上是在不同的机构手中，这些大公司是不会愿意把自己所有数据都分享给科技巨头的，他们更愿意和初创企业合作，觉得自己的掌控度会更高。

而且初创企业它可能做的产品也会更加细分、更加垂直。当然有些底层的、偏软件层的，EHR这些系统本身它也是软件层，可能从科技公司的角度进行工作流程的植入会更好做。但即使这样，你会看到围绕工作流程的各种各样的细分的应用、初创企业崛起，成长速度非常快。

还有最后一点，这个行业它是一个高监管行业，信任值很重要。你的数据怎么部署，谁去托管，谁去拥有，这个对于很多医疗公司还有医疗领域的机构来讲，是非常关键的。在过去这些年，整个医疗系统对于科技行业在数据隐私层面上的信任度是相对比较低的。更不用说如果说很多数据要去放在云服务层面上，哪怕是它HIPAA合规，它还是有很多的不确定性。一旦任何这些合规风险出现，像我提到的，集体诉讼情况出现，最后的确要承担这个责任或者说后果的还是医疗公司。所以从他们风险控制的角度，他也更不愿意把一个巨大的风险绑定在一家大企业上，而是说把各个小风险分散到多家的技术供应商或者AI技术的服务商。

AI导读

AI医疗正在重塑美国医疗体系：医生每周61.8小时的工作中，2/3时间浪费在医疗编码和保险对接等行政事务上。礼来与英伟达砸下10亿美元，Anthropic推出Claude for Healthcare，创业公司OpenEvidence估值飙至120亿美元——这场医疗AI革命正从底层解放医生生产力，挖掘30%未开发的医疗数据金矿。

内容由AI智能生成

文 | 硅谷101

每周，有超过2.3亿人在ChatGPT上询问健康和保健问题。在人类创造的所有数据中，有30%来自医疗领域，但其中真正被利用起来的，不足5%。一边是巨大的数据金矿，一边是与未被满足的庞大需求，这正是AI的机会。

在今年摩根大通医疗健康大会上，我们看到医疗与AI正在加速“双向奔赴”。礼来与英伟达达成10亿美元合作，试图用算力重塑药物发现的底层范式；在OpenAI发布ChatGPT for Health之后几天，Anthropic也迅速跟进，推出了Claude for Healthcare。而一家成立仅三年的初创公司OpenEvidence，以120亿美元的估值跻身AI医疗新贵。——2026年，一场火热的AI医疗争夺战正在美国上演。

本期播客，我们邀请到Fusion Fund创始管理合伙人张璐，遗传学博士周叶斌，一起聊聊AI到底在解决医疗的什么问题？我们从一位急诊室医生的真实经历聊起，他常常在凌晨三四点完成生死抢救后，站在传真机前处理medical coding（医疗编码）。这不是个例——美国全科医生的周平均工作时长高达61.8小时，相当大的一部分精力耗费在了病历录入、保险对接、医疗编码这些琐碎却容错率极低的行政事务上，而这恰恰是AI最容易切入的场景。

以下是这次对话内容的精选：

泓君：今年是一个AI医疗的大年，不管是中国还是美国的这些模型厂商，都在开始做医疗了。璐，你要不要先跟大家总结一下，在今年的J.P. Morgan大会回来看到了什么变化？

张璐：每年的J.P.Morgan Healthcare Conference是美国全年最大的一次医疗盛会。今年我觉得有更大一点不同是，大型的药企和医疗公司，思维理念和前一年有了本质的改变。之前还会讨论要不要和AI进行整合，现在很明确，一定要整合，而且整合的力度也非常大，速度也快。

在大会期间，有一个比较重要的发布，就是Eli Lilly（礼来）和英伟达做了一个战略合作的发布，而且宣布的预算初步就是十亿美金的体量。我们也有几个初创企业，其实本来就在和Eli Lilly还有英伟达两边都在合作，他们新的项目成立之后，整合的速度是非常快的。

包括我和一些比较大的医疗公司的CEO在聊的时候，经常会听到他们提到的一个概念，就是公司内部已经成立了像“人工智能大学”这样的机构。他们会要求全公司的员工，包括管理层还有董事会层级的人，都要去参与课程的训练，更好地通过人工智能去处理医疗数据，挖掘医疗数据的价值，推动一些新项目的发布和医疗创新公司的合作。

泓君：叶斌，你在药企，你自己觉得今年大家讨论AI更多了吗？

周叶斌：我们平时也在应用了。药企比较讲究保密性，一方面对于外面的模型会有一点谨慎，比如说你的资料肯定不能上传到ChatGPT。但另外一方面，药企也希望能够引入一点公司内部可以使用的，比如说是Microsoft它的Copilot。哪怕是医院，他们采用的一些信息的服务商，都在引入AI这一块。这个几乎就是不可避免的。只不过怎样是最好的使用方式，这个还在探讨中。

Eli Lilly好像前两年还开放了一个自己的AI平台，就说你们其他小公司也都能来用。这也提出一个挑战，有些小公司可能觉得，如果我加入，我的信息是不是就交给你了？另外一些公司想的是，这样是不是我能够加强和礼来这样一个大药企的合作。

泓君：除了礼来跟NVIDIA 10亿美元AI药物研发实验室的合作，其实我注意到，在这次J.P.Morgan的大会上，Anthropic它也推出了一个Claude for Healthcare。还有一家创业公司叫做OpenEvidence，它现在的估值也到了120亿美元了，可以说今年是在整个AI医疗领域的一个非常大的独角兽。ChatGPT也上线了GPT Healthcare，我是有一天突然打开网页的时候，发现它上线了这个功能，而且它是ToB跟ToC两边都有。所以现在看起来，确实在2026年的这个一开年，医疗领域跟人工智能的结合，它是打得火热的一个状态。

我们提到的这些公司，接下来我们可以一个一个分析商业模式，看看它们是怎么用AI去跟医疗结合的。在此之前，我想跟各位也讨论一下，从医疗体系看，现在中美医疗它的痛点在哪里？叶斌，因为你在药企工作，平时从你接触到的医生来看，你觉得他们痛点是什么？

周叶斌：其实我太太就是医生，她经常和我聊到这些。去年10月份的时候有一篇论文，跟踪的是MGH（Mass General，美国麻省总医院，哈佛医学院的附属医院）全科医生的一个工作状态。最后发现，全科医生每个礼拜平均工作时间是61.8个小时，相当于是你可能只有单休，然后你剩下的6天每天要工作10个小时以上。

但是另外一方面，我们也都知道，一个全科医生平均每天实际上只有15到20个病人，每个面诊的时间其实也就在15分钟左右。中间的大部分时间显然都不是在给病人看病，主要是看病引入的其他工作。行政工作是很大的一块。他要和保险公司处理很多事情，他看诊的记录要记录下来。

这带来很大的一个问题。一个是效率的问题，美国医疗最大的一块成本其实是行政成本，医生他们花很多时间在行政上面。另外一个，由于工作时长长，也造成医生过劳，让他觉得没有满意度。

泓君：医生在行政问题上花的时间为什么这么长呢？是因为他要跟保险对接，还是说整个美国的医疗体系在不停地模块化的时候，用于流程的时间会越来越多？

周叶斌：是的，用于流程的时间消耗越来越多。其中和保险打交道是很大的一块。因为像保险里面有一些治疗，你需要有事前授权，那就是事先要经过保险同意做这个，否则的话这个钱是报不了的。另外一方面，作为一个医生，看病之后他还要做一个记录，这些都会引入很多的行政工作。

张璐：对，在美国比较大的一个问题就是，EHR（电子健康记录）的这个系统，本来是为了让我们更好地做自动化和数据化，但是它反而让医生花了很多时间去，有点像一个记录员一样，把很多信息转成数字化的记录。医生要花很多时间，确保医疗编码是做得正确的，让保险赔付这个过程能够流畅。你会发现，最后他日常做的工作，他是一个巨大的资源错配。可能只有1/3的时间是在做实际医生的工作，剩下的全都是行政工作，再加上和保险公司打交道，像事前授权，还有另外一个叫medical coding（医疗编码）、medical billing（医疗账单）。

为什么美国民众对医疗公司有这么大的怨言？因为现在整个医疗的支付系统，非常复杂，还是会有很多赔付的要求会被拒绝。被拒绝的这些支付的要求，只有10%左右会进入申诉的过程，但是进入申诉的这些诉求，它80%都会被推翻，也就是说它实际上是应该被支付的。为什么有这么高的一个推翻比例呢？就是因为实际上，它被拒绝支付的原因不是医学的问题，它是一个文书和流程的问题。所以这就给医生带来了更大的压力。

我记得我之前有一个创始人，他为什么会出来做这家公司，就是因为他以前是洛杉矶非常顶尖医院的一个急诊室医生。急诊室来的人都其实是一个生死存亡的阶段，他完成了这些工作之后，还要在半夜，可能凌晨3点、凌晨4点，站在传真机前面去处理这些医疗编码，他就觉得自己的时间简直就是完全错配。这也是为什么他辞职要去做相关领域的初创企业。

其实还想给大家分享一个宏观的数据。在我们人类社会里面，所有产生的数据里面有30%是医疗相关的，但这些数据其实也在被数字化收集起来，但我们现在真正去应用使用到的连5%都不到。而在美国的话，整个医疗体系又是美国GDP的20%以上，所以这是一个巨大的潜在的“金矿”。现在也是到了一个非常好的时间节点，整个产业愿意去合作，这也是现在一个非常好的时机去做医疗AI创新的原因。

泓君：在提到了美国医疗的这些行政问题、保险问题、流程问题，哪些公司是在解决这些问题？

张璐：其实还比较多。包括Claude，Anthropic它们做的Claude for Healthcare，和其他的几家不一样，它走的是一个基础设施的路线。比如说是针对医疗账单、医疗编码，还有它的HIPAA系统的明确性，还有一些合规的和连接层的API的需求。所以这个方向，虽然它不是一个特别性感的直接通到应用端的或用户端的技术解决方案，但其实对于医疗行政成本来讲，是比较关键的一层。这也是很多初创企业关注的方向，核心是我刚才提到的医疗账单和医疗编码，这两个层面本身就是一个巨大的市场。

另外一方面，它用AI做自动化也相对比较好做，因为它没有新的数据生成的需求，它更多是一个基于规则的人工智能的应用，所以它的解决方案相对比较简单。但是它的系统植入的过程可能需要的时间长一点，因为你还是要符合现在所有医疗系统，包括保险公司对于很多合规的需求，连接层的一些需求，哪些数据怎么样去托管的一些需求。这个方向我们会看得比较多。

另外就还是数据隐私。像我们有一家公司，它就是我刚才提到的和Eli Lilly还有英伟达都在重点合作的一家公司，它做的就是有点偏向于数据隐私的方向。但它做的是联邦学习（Federated Computing）。所以它的系统第一步就是植入了美国可能60多家大型医疗体系。这样的话，医院就可以在安全的语境下，把自己的内部数据分享给第三方去合作，它不用在物理层级上转移或者是分享自己的数据，它可以直接通过联邦学习的平台进行数据的共享。它在某种程度上也解决了敏感数据合规的问题，所以现在在整个医疗领域推行的速度很快。这家公司也是Eli Lilly重点合作方之一，而且他们和ChatGPT也合作了。因为ChatGPT他们也开始做医疗层面上的应用，所以怎么样可以把合规这一层先去解决掉，对于他们铺设应用层是很关键的。

泓君：医疗账单我可以理解，医疗编码是指什么？

张璐：医疗编码就是把医生的诊断和治疗行为翻译成一个标准化代码。就像在中国你有个病历本，上面会写你得了什么什么病，但是保险公司它只认代码。所以这个翻译的过程很重要。如果你的代码错了，保险就会第一拒付。拒付之后医院就要去申诉，它收款的周期就会拉长很多。从医院的角度，它是要等着收款来去支持它日常的运营的，所以医院就会给到医生压力。

医疗编码是非常巨大的市场，几十亿美金级别的量级。它会直接影响医院的营收。如果你的编码错误比较多，那对于医院的评估也会受到影响。如果你这个代码编码过高，会被罚款，还觉得你有欺诈风险。

所以你会发现，这个过程它其实一点都不复杂，但是对错误的容错率又非常低，那它对于AI来讲就非常合适。它首先规则很明确，又是个结构化的任务，又是一个大量重复的任务，它是有一个明确答案的。所以我们其实看到一些做编码的公司，说实话，都不一定需要用生成式AI，其实它就是基于规则的，就很简单的这样的一个对应的过程。它自动从你的病历提取诊断信息，然后去匹配代码。

当然用生成式AI的话，你还可以检查Supporting documents，就是你支撑的这些材料是不是足够的，或者说你还可以再做一些预估，比如说我们现在提交的这个是不是可能会有被拒付的风险等等。这也是为什么Anthropic看到这个巨大的机会，来去做这样的一个解决方案。

泓君：你知道它做的是具体的哪几个环节吗？

张璐：它有做编码，这个产品里有一个专门针对 ICD-10 诊断代码的应用功能。HIPAA的合规这方面，它也有一个具体的解决方案。

泓君：叶斌你要不要也跟大家解释一下，HIPAA合规在美国是什么意思？HIPAA合规大概是一个多大的市场量级？

周叶斌：HIPAA合规是能不能进入医院的一个关键。HIPAA关系到医疗的隐私，比如说我太太在医院里面工作，她和其他人聊到这个病人的情况的时候，哪些信息是可以告诉谁的，哪些是不能告诉的，都有严格规定。如果它根本就不是HIPAA合规的，比如说ChatGPT，医生一旦把病人病例传上去，就违反了HIPAA，被发现的话那是很严重的问题。在制药公司里面也是一样，药企每个员工都要进行HIPAA的培训，保证在医疗方面的隐私数据能够达到美国这边的法律规定。

张璐：对，HIPAA它其实是一个保护医疗隐私数据的联邦法律，它违规的处罚是非常高的，可能是百万美金级别的，而且很容易就触发集体的诉讼。

我记得当时OpenAI公布了一个数据，其实很惊人，它说每周大概有2亿多的用户是在OpenAI的ChatGPT上去问和医疗相关的话题。这也是为什么，他想专门发布一个产品是针对ChatGPT Health。而且它很明确地说，如果是ChatGPT Health，你在这里面的对话它不会用于训练模型，这个也是为了HIPAA合规。

Anthropic做的其实是更偏向于基础设施层面的，所以他们明确说，他们一定是提供HIPAA合规的云部署。而且非常强调说，你的企业是直接控制数据的。它提供的是一个企业的底层解决方案，在某种程度上，它也避免了更加复杂的、隐私风险更高的场景，所以我觉得Anthropic在Claude for Healthcare这方面的打法还是非常非常聪明的。

泓君：对，刚刚我们是分析了Anthropic切入的模式。我们再说一下OpenAI，我注意到OpenAI它其实同时推了两端。一端是它的ChatGPT Health，就是我们刚刚提到的，它是面向于普通用户的，大家可以通过连接自己的苹果手表的健康记录、医疗记录，包括自己的锻炼数据的记录，在上面去问一些健康的问题。另一个是ChatGPT for Healthcare，是面向于医院的，我注意到有6家医院是跟他们进行了一个首批的合作。

你们怎么去看OpenAI它切入医疗的这个模式？我的问题其实可以拆分成两个，一个是它To C的这一端，除了可以更加保护患者的隐私，它还有什么特别的吸引力？然后To B的这一端它是怎么合作的？

张璐：我觉得OpenAI有两个动力，一方面是希望在ToB层面上通过医疗体系去进行一个巨大的商业化的探索。OpenAI从去年就考虑怎样向ToB转向。因为C端的话，确实付费是一个巨大的问题。

而且ToB其实你就要看，哪个市场比较巨大，而且它有海量的高质量的数据，适合去做初始的To B的这些整合。医疗当然就是一个巨大的市场。一方面美国GDP的20%都在医疗系统，30%的人类社会的数据医疗相关。现在应用得比较少，不代表它没有数据化，这些数字化的数据都在EHR的系统和医院体系里。

OpenAI它面临的一个挑战，就是怎样进一步提升模型的能力。通过ToB拿到更多的高质量的，比如说医院内部的数据，这对它模型能力的增加是非常有益处的。所以这是一个商业化层面上的探索，同时也是一个模型能力战略层面上的一个探索。

周叶斌：璐说得非常好。我们说了很多行政，但医学本身也是一个科学，每天都有大量的文献出来，这就有大量的知识更新的一个过程。在过去，医生每年都要去修多少个这样的学分，但不是每个医生的知识都更新得很及时。

ChatGPT for Healthcare，我看介绍，似乎是这两个方面都有提升。一个是行政方面的事先授权的文书，它帮你来撰写。另外一个方面，它是可以有很多大量的研究、公共的诊疗方案。比如说看到一个病人之后，它可以帮助你设计一个可能比较好的诊疗方案。但我个人觉得，这两个方向对整个医疗显然都是非常有意义的。

张璐：ChatGPT for Healthcare这个C端应用，它有非常明确的免责声明，明确说你还是要去咨询医生，它并不进入诊断领域，它不承担责任。

但是B端就不一样了，它希望未来成为医院的AI操作系统，并不是一个工具。它想直接去嵌入到工作的流程，成为基础层。它希望成为一个开发平台，可以让医院在它的这个平台上去开发各种各样的智能体。所以我觉得它的野心还是很大的。OpenAI是希望，可以跟医院内部EHR的工作流程直接去整合，直接去给你自动总结、自动补充资料、解释。

但是这个过程，很有意思的一点是，大部分医院用的软件系统其实是微软。微软现在在ToB层面上和OpenAI是有竞争的关系的。OpenAI想嵌入工作流程，但微软的产品已经是在工作流程内部嵌入到里面去了。就比如说像病例自动总结，如果说医院医生用的都是Outlook系统的话，非常容易在内部增加一个新的功能。所以我现在也在关注微软的反应会是怎么样。

OpenAI它现在也在说，我们是一个开发平台，医院也可以在上面构建你自己需要的这些智能体，像医疗编码，还有辅助沟通。所以你会发现，它是一个生态打法，野心当然很大，而且生态打法可能也会对于他们未来的价值最高。但我并不知道，这样的一个生态打法对于医院的接受度有多高。其实现在它合作的医院数量还是比较少的。我记得斯坦福这边是儿童医院在跟它合作，但目前还没有听到比较多的反馈。

泓君：感觉美国这些大的巨头，他们都在抢占AI的“SaaS系统”。而且现在模型的质量已经在慢慢地拉平了。如果能在不更改现有基础的情况下，只是升级软件，让Outlook有各种的医疗总结的能力，其实我觉得也可能是走得通的。所以这一块竞争还是感觉蛮火热的。

张璐：对，而且最近还有好几个开源生态模型的发布。你会发现，现在是开源模型能力和闭源模型能力的彼此之间的差异最小的这一段时间。开源的这些模型既便宜又好用，对于很多高监管行业来讲，他们确实也有可能去考虑。有些太敏感的数据、太敏感的应用，是不是可以以低成本的方式直接自己内部去建？或者说初创企业可以以更加低成本、更快速的迭代方式，把这些应用场景搭建起来，然后去和这些行业进行合作？

在这个基础之上，我们要考虑——为什么要做小语言模型，做特定的垂直领域的部署，就是因为要消除幻觉。医疗领域对幻觉是没有容忍度的，所以这也是为什么，虽然很多公司去做医疗相关的AI Agent，但我们总是需要叫Human-in-the-loop（人机回环），还是需要医生，由医生去使用它，而不是用它去替代医生。

泓君：接下来我们聊一聊创业公司OpenEvidence。它是今年整个医疗领域的一匹黑马，2026年1月，它的估值达到了120亿美元，有40%的美国医生每天都在用。它是跟美国的顶级的期刊签了一些独家内容的合作的，相当于它是一个帮助医生的模型，对吧？

周叶斌：对的。美国的医生如果遇到什么问题，他可以直接去问OpenEvidence。OpenEvidence我理解是，如果它用的完全是最顶级的权威的期刊，然后又限制在了标准的诊疗方案，那么它把它的数据的质量以及它的回答的质量都控制得非常好了。同时它也针对的目标人群非常简单，就是针对医生，甚至它针对医生也就做一件事情，就是你需要最新的知识时，我就给你最新最权威的知识，最后它让回答的质量非常稳定。这或许是为什么它现在那么成功，有那么多医生愿意去使用它。

OpenEvidence 图片来源：Appstore

泓君：这不就是一个更加智能的搜索库吗？只是说这个搜索融入了更多的智能。

张璐：就像你刚才对它的一个评断，它其实是一个高度优化的RAG（检索增强生成）检索的架构，去保证它不要自由发挥，不要有幻觉的内容。同时它还是针对医疗场景进行了优化，这和你实际上用ChatGPT、Anthropic Claude对话的语境还是不太一样的。它是一个火爆的公司，估值也很高，但我并不觉得它是一个具有核心AI能力的公司。

我觉得它的核心的竞争能力，实际上是它的数据。它能够拿到这些高质量的医学内容的授权，在医生使用群体的渗透也很快，年轻医生的使用率是非常高的。

它商业模式很聪明，但是我也不知道它有多可持续发展。它现在的年收入大概是1亿美金左右，增长速度是比较快的。所有的医生是免费使用的。它的赚钱就是像广告商一样，比如说医疗广告，内容推广，将来它可能也会做企业版本。

所以它用的是哪部分的预算？你想所有的医药公司，都有药物代表，要去医院里面和医生打交道，去说服医生说，你要考虑向患者推荐我的新药，这是医药公司是非常高的一笔预算。现在它拿出这个预算的一小部分，直接用在OpenEvidence，只要你是一个免费的医生用户，你就每天会看到这些广告信息。

但在这个过程中，医学的客观性怎么保证？比如说药物公司想推广某种药，它是不是会优先推送和这个药相关的一些研究成果？这个也是它未来商业模式可能遇到的挑战之一。

现在它的估值确实比较高，应该是有120亿，但它的收入只有1亿美金，我们对这个公司还是处于观望的态度。C端的迁移成本是比较低的，医生如果有另外一个解决方案，也是免费的，而且没有广告这些的客观性的疑虑，他可以直接使用。或者在未来，Gemini、Claude或ChatGPT Health，直接在你日常使用的AI的应用里面直接加了一个医疗的附属或独立的应用，那OpenEvidence是不是还有现在这样的优势？我觉得这些都是值得关注的未来的一些发展点。

泓君：OpenEvidence是用RAG的方式解决准确性的问题。因为你给人看病，不能出现任何的错误，也不能有幻觉。垂直的医疗模型跟垂直的医疗语料的训练是有必要的吗？还是说它会被大模型的能力给覆盖掉？

周叶斌：我个人觉得还是有必要的。OpenEvidence就是个例子，它都不是垂直了，它是垂直里面引出很小一块。它限定了自己数据的来源，但也提升了质量。这或许是垂直领域的一个优势。现在有很多文献工厂、灌水的医疗文章论文，可能让AI编一篇就发表出来了，实际上造成数据污染。如果是完全的大模型，它引用的数据会更多，一提到健康，它可能会把网上养生博主的一些观点也引入到里面。那些东西也有很多人信，很多人引用。但是这个和《新英格兰医学杂志》上面的论文，从证据的质量和可靠性上还是有很大差异的。

张璐：我非常同意叶斌说的，医疗AI领域是一个非常需要垂直语言模型的应用的方向。医疗领域还有一个天然的特点，就是它有很多边缘设备，海量的电子化设备。这些医疗设备上面，都可以去进行端的AI的部署。如果你要做端AI的话，你必须是一个小模型。大模型在端层面上很难去运行。再加上我们提到说医疗领域，它不管怎么样都是高监管行业，有数据隐私的要求，你就不可能把所有的数据全部传到云端。哪怕云端符合HIPAA，你也希望有些核心数据是在本地化。这不仅是医疗行业的需求，甚至说是终端患者的需求。所以我觉得，所有这些医疗领域的特性，会更适合于垂直小模型的特定应用场景的这样一个部署和发展。

泓君：我想问叶斌，比如说你自己，或你的家人有一点不舒服，你会去问AI吗，你觉得AI给的诊断建议现在是可以相信的吗？

周叶斌：我会去问AI。这个问题不光是“用不用”，还有“怎么用”。你是完全相信AI，还是你想办法继续用更多的问题问这个AI，确定它是怎么推出这个结论的，它的依据是什么……这可以帮助你判断AI的结论到底对不对。

在这里面，其实AI做了一个分层诊疗的事情。由于我们医疗资源的局限性，这种分流分层我个人感觉都是非常有意义的。

泓君：关于这些医疗的回答是不是专业的？OpenAI发了一个评价标准——HealthBench，它可以用真实的对话场景，而不是选择题，来去测AI的能力基准。而且它是由262位来自于60个国家、26个专科的设计，用49种语言去做的一个评分标准。我看它的评分结果，OpenAI o3模型的得分是60%。如果你把题变成hard模式，最高分是32%。我想请叶斌科普一下，在HealthBench之前，我们去测这些AI的医疗能力主要是用什么方法？它现在60%的得分是什么意思？就是说它仅仅拿了一个60分吗？我们可以去相信AI吗？

周叶斌：HealthBench的想法非常好。以前对AI的评分，如果是医学方面的，比如ChatGPT考美国的医生执照考试，比很多医生考得都高，那个就是选择题。

HealthBench是看一个具体的医疗场景。它是通过几百位医生总共筛选出来一个评分标准。它模拟出来的是怎么样去进行对话，病人来问你一个问题，你的回答要覆盖到哪几个点，你的回答要用什么样的语言，要能够安抚这个患者。比如说有个人说，我看到我的邻居昏倒了，应该怎么办？不再是单纯考知识点，就和以前的MedQA、PubMedQA，完全不一样了。

泓君：所以简单来说，以前测AI医疗的水平就是让它去做选择题，那ChatGPT它很早就能考到90分以上。但是HealthBench相当于让AI真的去坐诊，然后让200多个医生从十几个维度去打分。而且我发现这个测试它还有一个扣分项，就是说如果AI它犯的错误很危险，就会被扣分，有可能扣到0分甚至负分。所以这个60%的含金量，是比选择题的90分要高得多的，是这样吗？

周叶斌：是的。

泓君：最后其实我还有一个问题，就是你们觉得是不是AI医疗这条路还是巨头的天下？

张璐：我并不觉得它会是巨头的天下。因为一来是说医疗场景市场很巨大，同时它也非常多样，它的应用场景是非常多变的，巨头不太可能整体覆盖。二来，在医疗领域，大部分的核心医疗数据实际上是在不同的机构手中，这些大公司是不会愿意把自己所有数据都分享给科技巨头的，他们更愿意和初创企业合作，觉得自己的掌控度会更高。

而且初创企业它可能做的产品也会更加细分、更加垂直。当然有些底层的、偏软件层的，EHR这些系统本身它也是软件层，可能从科技公司的角度进行工作流程的植入会更好做。但即使这样，你会看到围绕工作流程的各种各样的细分的应用、初创企业崛起，成长速度非常快。

还有最后一点，这个行业它是一个高监管行业，信任值很重要。你的数据怎么部署，谁去托管，谁去拥有，这个对于很多医疗公司还有医疗领域的机构来讲，是非常关键的。在过去这些年，整个医疗系统对于科技行业在数据隐私层面上的信任度是相对比较低的。更不用说如果说很多数据要去放在云服务层面上，哪怕是它HIPAA合规，它还是有很多的不确定性。一旦任何这些合规风险出现，像我提到的，集体诉讼情况出现，最后的确要承担这个责任或者说后果的还是医疗公司。所以从他们风险控制的角度，他也更不愿意把一个巨大的风险绑定在一家大企业上，而是说把各个小风险分散到多家的技术供应商或者AI技术的服务商。

AI导读

AI医疗正在重塑美国医疗体系：医生每周61.8小时的工作中，2/3时间浪费在医疗编码和保险对接等行政事务上。礼来与英伟达砸下10亿美元，Anthropic推出Claude for Healthcare，创业公司OpenEvidence估值飙至120亿美元——这场医疗AI革命正从底层解放医生生产力，挖掘30%未开发的医疗数据金矿。

内容由AI智能生成

文 | 硅谷101

每周，有超过2.3亿人在ChatGPT上询问健康和保健问题。在人类创造的所有数据中，有30%来自医疗领域，但其中真正被利用起来的，不足5%。一边是巨大的数据金矿，一边是与未被满足的庞大需求，这正是AI的机会。

在今年摩根大通医疗健康大会上，我们看到医疗与AI正在加速“双向奔赴”。礼来与英伟达达成10亿美元合作，试图用算力重塑药物发现的底层范式；在OpenAI发布ChatGPT for Health之后几天，Anthropic也迅速跟进，推出了Claude for Healthcare。而一家成立仅三年的初创公司OpenEvidence，以120亿美元的估值跻身AI医疗新贵。——2026年，一场火热的AI医疗争夺战正在美国上演。

本期播客，我们邀请到Fusion Fund创始管理合伙人张璐，遗传学博士周叶斌，一起聊聊AI到底在解决医疗的什么问题？我们从一位急诊室医生的真实经历聊起，他常常在凌晨三四点完成生死抢救后，站在传真机前处理medical coding（医疗编码）。这不是个例——美国全科医生的周平均工作时长高达61.8小时，相当大的一部分精力耗费在了病历录入、保险对接、医疗编码这些琐碎却容错率极低的行政事务上，而这恰恰是AI最容易切入的场景。

以下是这次对话内容的精选：

泓君：今年是一个AI医疗的大年，不管是中国还是美国的这些模型厂商，都在开始做医疗了。璐，你要不要先跟大家总结一下，在今年的J.P. Morgan大会回来看到了什么变化？

张璐：每年的J.P.Morgan Healthcare Conference是美国全年最大的一次医疗盛会。今年我觉得有更大一点不同是，大型的药企和医疗公司，思维理念和前一年有了本质的改变。之前还会讨论要不要和AI进行整合，现在很明确，一定要整合，而且整合的力度也非常大，速度也快。

在大会期间，有一个比较重要的发布，就是Eli Lilly（礼来）和英伟达做了一个战略合作的发布，而且宣布的预算初步就是十亿美金的体量。我们也有几个初创企业，其实本来就在和Eli Lilly还有英伟达两边都在合作，他们新的项目成立之后，整合的速度是非常快的。

包括我和一些比较大的医疗公司的CEO在聊的时候，经常会听到他们提到的一个概念，就是公司内部已经成立了像“人工智能大学”这样的机构。他们会要求全公司的员工，包括管理层还有董事会层级的人，都要去参与课程的训练，更好地通过人工智能去处理医疗数据，挖掘医疗数据的价值，推动一些新项目的发布和医疗创新公司的合作。

泓君：叶斌，你在药企，你自己觉得今年大家讨论AI更多了吗？

周叶斌：我们平时也在应用了。药企比较讲究保密性，一方面对于外面的模型会有一点谨慎，比如说你的资料肯定不能上传到ChatGPT。但另外一方面，药企也希望能够引入一点公司内部可以使用的，比如说是Microsoft它的Copilot。哪怕是医院，他们采用的一些信息的服务商，都在引入AI这一块。这个几乎就是不可避免的。只不过怎样是最好的使用方式，这个还在探讨中。

Eli Lilly好像前两年还开放了一个自己的AI平台，就说你们其他小公司也都能来用。这也提出一个挑战，有些小公司可能觉得，如果我加入，我的信息是不是就交给你了？另外一些公司想的是，这样是不是我能够加强和礼来这样一个大药企的合作。

泓君：除了礼来跟NVIDIA 10亿美元AI药物研发实验室的合作，其实我注意到，在这次J.P.Morgan的大会上，Anthropic它也推出了一个Claude for Healthcare。还有一家创业公司叫做OpenEvidence，它现在的估值也到了120亿美元了，可以说今年是在整个AI医疗领域的一个非常大的独角兽。ChatGPT也上线了GPT Healthcare，我是有一天突然打开网页的时候，发现它上线了这个功能，而且它是ToB跟ToC两边都有。所以现在看起来，确实在2026年的这个一开年，医疗领域跟人工智能的结合，它是打得火热的一个状态。

我们提到的这些公司，接下来我们可以一个一个分析商业模式，看看它们是怎么用AI去跟医疗结合的。在此之前，我想跟各位也讨论一下，从医疗体系看，现在中美医疗它的痛点在哪里？叶斌，因为你在药企工作，平时从你接触到的医生来看，你觉得他们痛点是什么？

周叶斌：其实我太太就是医生，她经常和我聊到这些。去年10月份的时候有一篇论文，跟踪的是MGH（Mass General，美国麻省总医院，哈佛医学院的附属医院）全科医生的一个工作状态。最后发现，全科医生每个礼拜平均工作时间是61.8个小时，相当于是你可能只有单休，然后你剩下的6天每天要工作10个小时以上。

但是另外一方面，我们也都知道，一个全科医生平均每天实际上只有15到20个病人，每个面诊的时间其实也就在15分钟左右。中间的大部分时间显然都不是在给病人看病，主要是看病引入的其他工作。行政工作是很大的一块。他要和保险公司处理很多事情，他看诊的记录要记录下来。

这带来很大的一个问题。一个是效率的问题，美国医疗最大的一块成本其实是行政成本，医生他们花很多时间在行政上面。另外一个，由于工作时长长，也造成医生过劳，让他觉得没有满意度。

泓君：医生在行政问题上花的时间为什么这么长呢？是因为他要跟保险对接，还是说整个美国的医疗体系在不停地模块化的时候，用于流程的时间会越来越多？

周叶斌：是的，用于流程的时间消耗越来越多。其中和保险打交道是很大的一块。因为像保险里面有一些治疗，你需要有事前授权，那就是事先要经过保险同意做这个，否则的话这个钱是报不了的。另外一方面，作为一个医生，看病之后他还要做一个记录，这些都会引入很多的行政工作。

张璐：对，在美国比较大的一个问题就是，EHR（电子健康记录）的这个系统，本来是为了让我们更好地做自动化和数据化，但是它反而让医生花了很多时间去，有点像一个记录员一样，把很多信息转成数字化的记录。医生要花很多时间，确保医疗编码是做得正确的，让保险赔付这个过程能够流畅。你会发现，最后他日常做的工作，他是一个巨大的资源错配。可能只有1/3的时间是在做实际医生的工作，剩下的全都是行政工作，再加上和保险公司打交道，像事前授权，还有另外一个叫medical coding（医疗编码）、medical billing（医疗账单）。

为什么美国民众对医疗公司有这么大的怨言？因为现在整个医疗的支付系统，非常复杂，还是会有很多赔付的要求会被拒绝。被拒绝的这些支付的要求，只有10%左右会进入申诉的过程，但是进入申诉的这些诉求，它80%都会被推翻，也就是说它实际上是应该被支付的。为什么有这么高的一个推翻比例呢？就是因为实际上，它被拒绝支付的原因不是医学的问题，它是一个文书和流程的问题。所以这就给医生带来了更大的压力。

我记得我之前有一个创始人，他为什么会出来做这家公司，就是因为他以前是洛杉矶非常顶尖医院的一个急诊室医生。急诊室来的人都其实是一个生死存亡的阶段，他完成了这些工作之后，还要在半夜，可能凌晨3点、凌晨4点，站在传真机前面去处理这些医疗编码，他就觉得自己的时间简直就是完全错配。这也是为什么他辞职要去做相关领域的初创企业。

其实还想给大家分享一个宏观的数据。在我们人类社会里面，所有产生的数据里面有30%是医疗相关的，但这些数据其实也在被数字化收集起来，但我们现在真正去应用使用到的连5%都不到。而在美国的话，整个医疗体系又是美国GDP的20%以上，所以这是一个巨大的潜在的“金矿”。现在也是到了一个非常好的时间节点，整个产业愿意去合作，这也是现在一个非常好的时机去做医疗AI创新的原因。

泓君：在提到了美国医疗的这些行政问题、保险问题、流程问题，哪些公司是在解决这些问题？

张璐：其实还比较多。包括Claude，Anthropic它们做的Claude for Healthcare，和其他的几家不一样，它走的是一个基础设施的路线。比如说是针对医疗账单、医疗编码，还有它的HIPAA系统的明确性，还有一些合规的和连接层的API的需求。所以这个方向，虽然它不是一个特别性感的直接通到应用端的或用户端的技术解决方案，但其实对于医疗行政成本来讲，是比较关键的一层。这也是很多初创企业关注的方向，核心是我刚才提到的医疗账单和医疗编码，这两个层面本身就是一个巨大的市场。

另外一方面，它用AI做自动化也相对比较好做，因为它没有新的数据生成的需求，它更多是一个基于规则的人工智能的应用，所以它的解决方案相对比较简单。但是它的系统植入的过程可能需要的时间长一点，因为你还是要符合现在所有医疗系统，包括保险公司对于很多合规的需求，连接层的一些需求，哪些数据怎么样去托管的一些需求。这个方向我们会看得比较多。

另外就还是数据隐私。像我们有一家公司，它就是我刚才提到的和Eli Lilly还有英伟达都在重点合作的一家公司，它做的就是有点偏向于数据隐私的方向。但它做的是联邦学习（Federated Computing）。所以它的系统第一步就是植入了美国可能60多家大型医疗体系。这样的话，医院就可以在安全的语境下，把自己的内部数据分享给第三方去合作，它不用在物理层级上转移或者是分享自己的数据，它可以直接通过联邦学习的平台进行数据的共享。它在某种程度上也解决了敏感数据合规的问题，所以现在在整个医疗领域推行的速度很快。这家公司也是Eli Lilly重点合作方之一，而且他们和ChatGPT也合作了。因为ChatGPT他们也开始做医疗层面上的应用，所以怎么样可以把合规这一层先去解决掉，对于他们铺设应用层是很关键的。

泓君：医疗账单我可以理解，医疗编码是指什么？

张璐：医疗编码就是把医生的诊断和治疗行为翻译成一个标准化代码。就像在中国你有个病历本，上面会写你得了什么什么病，但是保险公司它只认代码。所以这个翻译的过程很重要。如果你的代码错了，保险就会第一拒付。拒付之后医院就要去申诉，它收款的周期就会拉长很多。从医院的角度，它是要等着收款来去支持它日常的运营的，所以医院就会给到医生压力。

医疗编码是非常巨大的市场，几十亿美金级别的量级。它会直接影响医院的营收。如果你的编码错误比较多，那对于医院的评估也会受到影响。如果你这个代码编码过高，会被罚款，还觉得你有欺诈风险。

所以你会发现，这个过程它其实一点都不复杂，但是对错误的容错率又非常低，那它对于AI来讲就非常合适。它首先规则很明确，又是个结构化的任务，又是一个大量重复的任务，它是有一个明确答案的。所以我们其实看到一些做编码的公司，说实话，都不一定需要用生成式AI，其实它就是基于规则的，就很简单的这样的一个对应的过程。它自动从你的病历提取诊断信息，然后去匹配代码。

当然用生成式AI的话，你还可以检查Supporting documents，就是你支撑的这些材料是不是足够的，或者说你还可以再做一些预估，比如说我们现在提交的这个是不是可能会有被拒付的风险等等。这也是为什么Anthropic看到这个巨大的机会，来去做这样的一个解决方案。

泓君：你知道它做的是具体的哪几个环节吗？

张璐：它有做编码，这个产品里有一个专门针对 ICD-10 诊断代码的应用功能。HIPAA的合规这方面，它也有一个具体的解决方案。

泓君：叶斌你要不要也跟大家解释一下，HIPAA合规在美国是什么意思？HIPAA合规大概是一个多大的市场量级？

周叶斌：HIPAA合规是能不能进入医院的一个关键。HIPAA关系到医疗的隐私，比如说我太太在医院里面工作，她和其他人聊到这个病人的情况的时候，哪些信息是可以告诉谁的，哪些是不能告诉的，都有严格规定。如果它根本就不是HIPAA合规的，比如说ChatGPT，医生一旦把病人病例传上去，就违反了HIPAA，被发现的话那是很严重的问题。在制药公司里面也是一样，药企每个员工都要进行HIPAA的培训，保证在医疗方面的隐私数据能够达到美国这边的法律规定。

张璐：对，HIPAA它其实是一个保护医疗隐私数据的联邦法律，它违规的处罚是非常高的，可能是百万美金级别的，而且很容易就触发集体的诉讼。

我记得当时OpenAI公布了一个数据，其实很惊人，它说每周大概有2亿多的用户是在OpenAI的ChatGPT上去问和医疗相关的话题。这也是为什么，他想专门发布一个产品是针对ChatGPT Health。而且它很明确地说，如果是ChatGPT Health，你在这里面的对话它不会用于训练模型，这个也是为了HIPAA合规。

Anthropic做的其实是更偏向于基础设施层面的，所以他们明确说，他们一定是提供HIPAA合规的云部署。而且非常强调说，你的企业是直接控制数据的。它提供的是一个企业的底层解决方案，在某种程度上，它也避免了更加复杂的、隐私风险更高的场景，所以我觉得Anthropic在Claude for Healthcare这方面的打法还是非常非常聪明的。

泓君：对，刚刚我们是分析了Anthropic切入的模式。我们再说一下OpenAI，我注意到OpenAI它其实同时推了两端。一端是它的ChatGPT Health，就是我们刚刚提到的，它是面向于普通用户的，大家可以通过连接自己的苹果手表的健康记录、医疗记录，包括自己的锻炼数据的记录，在上面去问一些健康的问题。另一个是ChatGPT for Healthcare，是面向于医院的，我注意到有6家医院是跟他们进行了一个首批的合作。

你们怎么去看OpenAI它切入医疗的这个模式？我的问题其实可以拆分成两个，一个是它To C的这一端，除了可以更加保护患者的隐私，它还有什么特别的吸引力？然后To B的这一端它是怎么合作的？

张璐：我觉得OpenAI有两个动力，一方面是希望在ToB层面上通过医疗体系去进行一个巨大的商业化的探索。OpenAI从去年就考虑怎样向ToB转向。因为C端的话，确实付费是一个巨大的问题。

而且ToB其实你就要看，哪个市场比较巨大，而且它有海量的高质量的数据，适合去做初始的To B的这些整合。医疗当然就是一个巨大的市场。一方面美国GDP的20%都在医疗系统，30%的人类社会的数据医疗相关。现在应用得比较少，不代表它没有数据化，这些数字化的数据都在EHR的系统和医院体系里。

OpenAI它面临的一个挑战，就是怎样进一步提升模型的能力。通过ToB拿到更多的高质量的，比如说医院内部的数据，这对它模型能力的增加是非常有益处的。所以这是一个商业化层面上的探索，同时也是一个模型能力战略层面上的一个探索。

周叶斌：璐说得非常好。我们说了很多行政，但医学本身也是一个科学，每天都有大量的文献出来，这就有大量的知识更新的一个过程。在过去，医生每年都要去修多少个这样的学分，但不是每个医生的知识都更新得很及时。

ChatGPT for Healthcare，我看介绍，似乎是这两个方面都有提升。一个是行政方面的事先授权的文书，它帮你来撰写。另外一个方面，它是可以有很多大量的研究、公共的诊疗方案。比如说看到一个病人之后，它可以帮助你设计一个可能比较好的诊疗方案。但我个人觉得，这两个方向对整个医疗显然都是非常有意义的。

张璐：ChatGPT for Healthcare这个C端应用，它有非常明确的免责声明，明确说你还是要去咨询医生，它并不进入诊断领域，它不承担责任。

但是B端就不一样了，它希望未来成为医院的AI操作系统，并不是一个工具。它想直接去嵌入到工作的流程，成为基础层。它希望成为一个开发平台，可以让医院在它的这个平台上去开发各种各样的智能体。所以我觉得它的野心还是很大的。OpenAI是希望，可以跟医院内部EHR的工作流程直接去整合，直接去给你自动总结、自动补充资料、解释。

但是这个过程，很有意思的一点是，大部分医院用的软件系统其实是微软。微软现在在ToB层面上和OpenAI是有竞争的关系的。OpenAI想嵌入工作流程，但微软的产品已经是在工作流程内部嵌入到里面去了。就比如说像病例自动总结，如果说医院医生用的都是Outlook系统的话，非常容易在内部增加一个新的功能。所以我现在也在关注微软的反应会是怎么样。

OpenAI它现在也在说，我们是一个开发平台，医院也可以在上面构建你自己需要的这些智能体，像医疗编码，还有辅助沟通。所以你会发现，它是一个生态打法，野心当然很大，而且生态打法可能也会对于他们未来的价值最高。但我并不知道，这样的一个生态打法对于医院的接受度有多高。其实现在它合作的医院数量还是比较少的。我记得斯坦福这边是儿童医院在跟它合作，但目前还没有听到比较多的反馈。

泓君：感觉美国这些大的巨头，他们都在抢占AI的“SaaS系统”。而且现在模型的质量已经在慢慢地拉平了。如果能在不更改现有基础的情况下，只是升级软件，让Outlook有各种的医疗总结的能力，其实我觉得也可能是走得通的。所以这一块竞争还是感觉蛮火热的。

张璐：对，而且最近还有好几个开源生态模型的发布。你会发现，现在是开源模型能力和闭源模型能力的彼此之间的差异最小的这一段时间。开源的这些模型既便宜又好用，对于很多高监管行业来讲，他们确实也有可能去考虑。有些太敏感的数据、太敏感的应用，是不是可以以低成本的方式直接自己内部去建？或者说初创企业可以以更加低成本、更快速的迭代方式，把这些应用场景搭建起来，然后去和这些行业进行合作？

在这个基础之上，我们要考虑——为什么要做小语言模型，做特定的垂直领域的部署，就是因为要消除幻觉。医疗领域对幻觉是没有容忍度的，所以这也是为什么，虽然很多公司去做医疗相关的AI Agent，但我们总是需要叫Human-in-the-loop（人机回环），还是需要医生，由医生去使用它，而不是用它去替代医生。

泓君：接下来我们聊一聊创业公司OpenEvidence。它是今年整个医疗领域的一匹黑马，2026年1月，它的估值达到了120亿美元，有40%的美国医生每天都在用。它是跟美国的顶级的期刊签了一些独家内容的合作的，相当于它是一个帮助医生的模型，对吧？

周叶斌：对的。美国的医生如果遇到什么问题，他可以直接去问OpenEvidence。OpenEvidence我理解是，如果它用的完全是最顶级的权威的期刊，然后又限制在了标准的诊疗方案，那么它把它的数据的质量以及它的回答的质量都控制得非常好了。同时它也针对的目标人群非常简单，就是针对医生，甚至它针对医生也就做一件事情，就是你需要最新的知识时，我就给你最新最权威的知识，最后它让回答的质量非常稳定。这或许是为什么它现在那么成功，有那么多医生愿意去使用它。

OpenEvidence 图片来源：Appstore

泓君：这不就是一个更加智能的搜索库吗？只是说这个搜索融入了更多的智能。

张璐：就像你刚才对它的一个评断，它其实是一个高度优化的RAG（检索增强生成）检索的架构，去保证它不要自由发挥，不要有幻觉的内容。同时它还是针对医疗场景进行了优化，这和你实际上用ChatGPT、Anthropic Claude对话的语境还是不太一样的。它是一个火爆的公司，估值也很高，但我并不觉得它是一个具有核心AI能力的公司。

我觉得它的核心的竞争能力，实际上是它的数据。它能够拿到这些高质量的医学内容的授权，在医生使用群体的渗透也很快，年轻医生的使用率是非常高的。

它商业模式很聪明，但是我也不知道它有多可持续发展。它现在的年收入大概是1亿美金左右，增长速度是比较快的。所有的医生是免费使用的。它的赚钱就是像广告商一样，比如说医疗广告，内容推广，将来它可能也会做企业版本。

所以它用的是哪部分的预算？你想所有的医药公司，都有药物代表，要去医院里面和医生打交道，去说服医生说，你要考虑向患者推荐我的新药，这是医药公司是非常高的一笔预算。现在它拿出这个预算的一小部分，直接用在OpenEvidence，只要你是一个免费的医生用户，你就每天会看到这些广告信息。

但在这个过程中，医学的客观性怎么保证？比如说药物公司想推广某种药，它是不是会优先推送和这个药相关的一些研究成果？这个也是它未来商业模式可能遇到的挑战之一。

现在它的估值确实比较高，应该是有120亿，但它的收入只有1亿美金，我们对这个公司还是处于观望的态度。C端的迁移成本是比较低的，医生如果有另外一个解决方案，也是免费的，而且没有广告这些的客观性的疑虑，他可以直接使用。或者在未来，Gemini、Claude或ChatGPT Health，直接在你日常使用的AI的应用里面直接加了一个医疗的附属或独立的应用，那OpenEvidence是不是还有现在这样的优势？我觉得这些都是值得关注的未来的一些发展点。

泓君：OpenEvidence是用RAG的方式解决准确性的问题。因为你给人看病，不能出现任何的错误，也不能有幻觉。垂直的医疗模型跟垂直的医疗语料的训练是有必要的吗？还是说它会被大模型的能力给覆盖掉？

周叶斌：我个人觉得还是有必要的。OpenEvidence就是个例子，它都不是垂直了，它是垂直里面引出很小一块。它限定了自己数据的来源，但也提升了质量。这或许是垂直领域的一个优势。现在有很多文献工厂、灌水的医疗文章论文，可能让AI编一篇就发表出来了，实际上造成数据污染。如果是完全的大模型，它引用的数据会更多，一提到健康，它可能会把网上养生博主的一些观点也引入到里面。那些东西也有很多人信，很多人引用。但是这个和《新英格兰医学杂志》上面的论文，从证据的质量和可靠性上还是有很大差异的。

张璐：我非常同意叶斌说的，医疗AI领域是一个非常需要垂直语言模型的应用的方向。医疗领域还有一个天然的特点，就是它有很多边缘设备，海量的电子化设备。这些医疗设备上面，都可以去进行端的AI的部署。如果你要做端AI的话，你必须是一个小模型。大模型在端层面上很难去运行。再加上我们提到说医疗领域，它不管怎么样都是高监管行业，有数据隐私的要求，你就不可能把所有的数据全部传到云端。哪怕云端符合HIPAA，你也希望有些核心数据是在本地化。这不仅是医疗行业的需求，甚至说是终端患者的需求。所以我觉得，所有这些医疗领域的特性，会更适合于垂直小模型的特定应用场景的这样一个部署和发展。

泓君：我想问叶斌，比如说你自己，或你的家人有一点不舒服，你会去问AI吗，你觉得AI给的诊断建议现在是可以相信的吗？

周叶斌：我会去问AI。这个问题不光是“用不用”，还有“怎么用”。你是完全相信AI，还是你想办法继续用更多的问题问这个AI，确定它是怎么推出这个结论的，它的依据是什么……这可以帮助你判断AI的结论到底对不对。

在这里面，其实AI做了一个分层诊疗的事情。由于我们医疗资源的局限性，这种分流分层我个人感觉都是非常有意义的。

泓君：关于这些医疗的回答是不是专业的？OpenAI发了一个评价标准——HealthBench，它可以用真实的对话场景，而不是选择题，来去测AI的能力基准。而且它是由262位来自于60个国家、26个专科的设计，用49种语言去做的一个评分标准。我看它的评分结果，OpenAI o3模型的得分是60%。如果你把题变成hard模式，最高分是32%。我想请叶斌科普一下，在HealthBench之前，我们去测这些AI的医疗能力主要是用什么方法？它现在60%的得分是什么意思？就是说它仅仅拿了一个60分吗？我们可以去相信AI吗？

周叶斌：HealthBench的想法非常好。以前对AI的评分，如果是医学方面的，比如ChatGPT考美国的医生执照考试，比很多医生考得都高，那个就是选择题。

HealthBench是看一个具体的医疗场景。它是通过几百位医生总共筛选出来一个评分标准。它模拟出来的是怎么样去进行对话，病人来问你一个问题，你的回答要覆盖到哪几个点，你的回答要用什么样的语言，要能够安抚这个患者。比如说有个人说，我看到我的邻居昏倒了，应该怎么办？不再是单纯考知识点，就和以前的MedQA、PubMedQA，完全不一样了。

泓君：所以简单来说，以前测AI医疗的水平就是让它去做选择题，那ChatGPT它很早就能考到90分以上。但是HealthBench相当于让AI真的去坐诊，然后让200多个医生从十几个维度去打分。而且我发现这个测试它还有一个扣分项，就是说如果AI它犯的错误很危险，就会被扣分，有可能扣到0分甚至负分。所以这个60%的含金量，是比选择题的90分要高得多的，是这样吗？

周叶斌：是的。

泓君：最后其实我还有一个问题，就是你们觉得是不是AI医疗这条路还是巨头的天下？

张璐：我并不觉得它会是巨头的天下。因为一来是说医疗场景市场很巨大，同时它也非常多样，它的应用场景是非常多变的，巨头不太可能整体覆盖。二来，在医疗领域，大部分的核心医疗数据实际上是在不同的机构手中，这些大公司是不会愿意把自己所有数据都分享给科技巨头的，他们更愿意和初创企业合作，觉得自己的掌控度会更高。

而且初创企业它可能做的产品也会更加细分、更加垂直。当然有些底层的、偏软件层的，EHR这些系统本身它也是软件层，可能从科技公司的角度进行工作流程的植入会更好做。但即使这样，你会看到围绕工作流程的各种各样的细分的应用、初创企业崛起，成长速度非常快。

还有最后一点，这个行业它是一个高监管行业，信任值很重要。你的数据怎么部署，谁去托管，谁去拥有，这个对于很多医疗公司还有医疗领域的机构来讲，是非常关键的。在过去这些年，整个医疗系统对于科技行业在数据隐私层面上的信任度是相对比较低的。更不用说如果说很多数据要去放在云服务层面上，哪怕是它HIPAA合规，它还是有很多的不确定性。一旦任何这些合规风险出现，像我提到的，集体诉讼情况出现，最后的确要承担这个责任或者说后果的还是医疗公司。所以从他们风险控制的角度，他也更不愿意把一个巨大的风险绑定在一家大企业上，而是说把各个小风险分散到多家的技术供应商或者AI技术的服务商。