梅奥诊所实测：OpenEvidence事先授权信不优于ChatGPT-5，150亿美元买的是分发渠道
一周之内，梅奥诊所的一项头对头测试和《自然·医学》的一项研究，把OpenEvidence回答质量的底细记录在案：足够好用，但不再独一无二。150亿美元的估值之下，投资人买的是分发渠道——而这条渠道，如今有了竞争者。
Vincent Jiang · 3 min read
在美国医疗体系里，最有价值的文件篇幅不长、毫不起眼，却决定着保险公司是否为一种药物买单：事先授权信（prior authorization letter）。本周，在丹佛举行的美国肾脏病学会（ASN）Kidney Week年会上，梅奥诊所主导的团队测试了谁起草得更好——是OpenEvidence~$6B — OpenEvidence, private, latest valuation ~$6B还是ChatGPT-5，测试覆盖28个肾脏病临床场景1。
OpenEvidence是一款65%美国医生在用的AI答案引擎（answer engine）。测试中，OpenEvidence的信件有7.1%出现不实陈述，ChatGPT-5为3.6%；临床推理获评“强”的信件占78.6%，ChatGPT-5为89.3%1。ICD-10编码的正确率为67.9%，同样低于ChatGPT-5的78.6%。梅奥诊所的研究者将这一差距归因于篇幅：OpenEvidence写的信更长，常常大幅超出350词的目标，而字数越多，出错的机会也就越多1。
OpenEvidence在各项信件质量指标上均落后于ChatGPT-5，但差距均不显著
- OpenEvidence
- ChatGPT-5
Data
| OpenEvidence | ChatGPT-5 | |
|---|---|---|
| 不实陈述 | 7.1 | 3.6 |
| 临床推理获评“强” | 78.6 | 89.3 |
| ICD-10编码正确 | 67.9 | 78.6 |
所有差距均未达到统计显著性，研究者的结论也措辞克制：这些信件是供临床医生审阅的草稿，并非定稿。两款工具都出现了幻觉1。
利害所在：拒赔明明能赢，却常被放弃
2024年，经营联邦医疗保险优势计划（Medicare Advantage）的保险公司共作出5280万项事先授权决定，其中410万项（7.7%）被拒，被拒决定中仅11.5%有人提出申诉210。临床医生一旦申诉，80.7%的拒赔决定被全部或部分推翻210。拒赔明明常常能赢，却常常被放弃——AI代写信件这门生意，瞄准的正是这样一条工作流2。
估值买的是分发渠道，准确率记录如今也印证了这一点
9月，OpenEvidence完成由安德森·霍洛维茨（Andreessen Horowitz）和Byers Capital联合领投的2.5亿美元融资，估值达到150亿美元——这是该公司今年第三次上调估值，依据是2026年来自制药公司的4亿至5亿美元广告收入预期3。这笔钱买到的是分发渠道：截至2026年6月，已有95.2万名临床医生提交了2.71亿次查询，月活跃用户达到703,265人，10月平台处理的提示词达到4200万条311。
但从已发表的数据看，这笔钱买不到的，是最好的模型。今年6月，《自然·医学》的一项研究显示，OpenEvidence在500道MedQA题目上得分89.6%，低于Gemini 3.1 Pro的97.4%和GPT-5.2的94.2%；参与盲评的临床医生认为，它与UpToDate Expert AI和谷歌AI Overview不相上下4。
MedQA测试中，OpenEvidence落后Gemini 3.1 Pro 7.8个百分点
Data
| Value | |
|---|---|
| OpenEvidence | 89.6% |
| Claude Opus 4.6 | 90.2% |
| GPT-5.2 | 94.2% |
| Gemini 3.1 Pro | 97.4% |
护城河是用户网络，而本周对手已挤到网络边缘
纪念斯隆-凯特琳癌症中心（MSK）正在把旗下的OncoKB肿瘤基因数据库接入OpenEvidence和Epic系统7。OneOncology的社区肿瘤医生治疗着150万名患者，这家公司已把这款工具嵌入自身工作流5。
与此同时，覆盖美国85%以上医生的Doximity−1.78% — Doximity, down 1.78 percent today，已就OpenEvidence于2025年6月提起的诉讼达成和解：10月17日，全部诉讼请求被永久驳回（dismissed with prejudice），双方各自承担诉讼费用8912。在这起诉讼中，OpenEvidence指控Doximity员工假扮医生，并利用植入的提示注入（prompt injection）指令，诱骗这款工具泄露保密的系统提示词89。
和解两天后，Doximity把威科集团（Wolters Kluwer）旗下的UpToDate——1.3万个经专家评审的专题——接入了自家对标OpenEvidence的Ask工具，股价随之上涨7.3%8912。拥有授权内容的这家公司，如今在交易的两边都有份8912。
这项使用情况研究本身也坦承一个悬而未决的问题：它统计的是谁在提问，而非答案是否正确、患者是否因此获益。在医生的提问中，治疗与管理类问题占33.1%，超过诊断类的13.9%——未经测量的，恰恰是使用面最宽的那一块613。
授权内容的所有者，才是可投资的标的
循证医学领域的稀缺资产有两项：授权内容和医生工作流，两项资产的所有者刚刚出手，开始冲击这份私募估值。真正值得盯住的冲突，藏在广告收入与答案之间：一旦工具内的药企资金开始左右医生读到的内容，最早的迹象将来自两个方向——一是围绕2026年4亿至5亿美元广告收入预测的信息披露，下一个检验节点是年底财报季；二是在法庭上或研究中挑战“广告+答案”模式的临床医生或出版商3。
在那之前，资本押注的仍是分发渠道；而答案的质量，如今已记录在案。
Get Health by email, free
AI in medicine, pharma and biotech. In our daily email, every weekday.
