又一家AI獨(dú)角獸出現(xiàn)，1/4的美國(guó)醫(yī)生都在用，用互聯(lián)網(wǎng)的思維做AI醫(yī)療
披著AI醫(yī)療外殼的互聯(lián)網(wǎng)公司
又一家新晉AI獨(dú)角獸出現(xiàn)了。
今年2月，AI醫(yī)療公司OpenEvidence拿下了紅杉資本的7500萬(wàn)美元融資。這次融資后，OpenEvidence的10億美元，成為了新的AI獨(dú)角獸。
雖然說(shuō)干著AI醫(yī)療的活，但OpenEvidence的經(jīng)營(yíng)策略更像一家消費(fèi)互聯(lián)網(wǎng)公司。
與大多數(shù)AI醫(yī)療公司走to B道路不同，OpenEvidence卻把目光放到了C端醫(yī)生群體，向所有醫(yī)生免費(fèi)開(kāi)放，通過(guò)廣告產(chǎn)生收入。
不僅商業(yè)模式像，OpenEvidence的用戶(hù)增長(zhǎng)也很“互聯(lián)網(wǎng)”。
據(jù)公司創(chuàng)始人Daniel Nadler透露，現(xiàn)在1/4的美國(guó)用戶(hù)醫(yī)生已經(jīng)在用OpenEvidence。而一年之前，這一數(shù)字幾乎為零。這種迅速的市場(chǎng)滲透速度在醫(yī)療領(lǐng)域極為罕見(jiàn)。
也難怪，紅杉合伙人Pat Grady會(huì)評(píng)價(jià)說(shuō)，OpenEvidence更像是一家披著AI醫(yī)療外殼的互聯(lián)網(wǎng)公司。
01披著AI醫(yī)療外殼的互聯(lián)網(wǎng)公司
OpenEvidence的界面與ChatGPT很像，不過(guò)是專(zhuān)注于醫(yī)療領(lǐng)域的聊天機(jī)器人。
簡(jiǎn)單來(lái)說(shuō)，OpenEvidence能夠幫助醫(yī)生在漫長(zhǎng)的「長(zhǎng)尾」醫(yī)療信息里，精準(zhǔn)找到他們需要的知識(shí)，從而顯著提升醫(yī)生處理罕見(jiàn)和復(fù)雜病例的能力。
不過(guò)與大多數(shù)垂直AI產(chǎn)品不同，OpenEvidence更像是一家消費(fèi)互聯(lián)網(wǎng)公司。
從服務(wù)對(duì)象看，OpenEvidence沒(méi)有選擇醫(yī)院，而是把目光放在了醫(yī)生上。原因很簡(jiǎn)單，傳統(tǒng)醫(yī)療產(chǎn)品的路徑需要通過(guò)醫(yī)院或其他機(jī)構(gòu)的層層審批，落地周期過(guò)于漫長(zhǎng)。
在傳統(tǒng)醫(yī)療落地路徑下，AI醫(yī)療公司負(fù)責(zé)人需要花三個(gè)月找到大型醫(yī)療集團(tuán)的高層開(kāi)個(gè)會(huì)，然后再花三個(gè)月找醫(yī)院的「AI委員會(huì)」開(kāi)會(huì)。這個(gè)過(guò)程中還不排除會(huì)遇到醫(yī)院AI政策和AI監(jiān)管政策的變化，落地前景存在很大的不確定。
在公司創(chuàng)始人Nadler看來(lái)，醫(yī)生不僅是一個(gè)職業(yè)，同時(shí)也是消費(fèi)者。如果產(chǎn)品足夠優(yōu)秀，能夠滿足他們的需求，醫(yī)生自然也會(huì)用，甚至還會(huì)形成自然傳播。這一點(diǎn)就像早期的特斯拉一樣。
其實(shí)，Daniel Nadler的想法并非沒(méi)有道理。在AI醫(yī)療領(lǐng)域，越來(lái)越多產(chǎn)品開(kāi)始把服務(wù)對(duì)象放到醫(yī)生上，以避免了醫(yī)療機(jī)構(gòu)冗長(zhǎng)的購(gòu)買(mǎi)審批流程。
比如，AI醫(yī)療筆記產(chǎn)品FreedAI就面向的是獨(dú)立執(zhí)業(yè)臨床醫(yī)生。產(chǎn)品發(fā)布不到2年的時(shí)間，每天有1萬(wàn)個(gè)付費(fèi)醫(yī)生使用，達(dá)到了1000萬(wàn)美金ARR（年度經(jīng)常性收入）。
在商業(yè)模式上，OpenEvidence也更像一家消費(fèi)互聯(lián)網(wǎng)公司。
與大部分AI產(chǎn)品走訂閱模式不同，OpenEvidence選擇了免費(fèi)提供服務(wù)，向所有醫(yī)生免費(fèi)開(kāi)放，通過(guò)廣告產(chǎn)生收入，產(chǎn)品迅速實(shí)現(xiàn)了自發(fā)傳播。
OpenEvidence的成長(zhǎng)軌跡，也正如Nadler預(yù)想得一樣。Nadler披露說(shuō)：
“如果算上所有活躍用戶(hù)，每月有30-40萬(wàn)人接觸我們的系統(tǒng)，其中20多萬(wàn)醫(yī)生會(huì)登錄并提問(wèn)。換句話說(shuō)，美國(guó)大約10%-25%的醫(yī)生，已經(jīng)在某種程度上使用OpenEvidence了?！?/p>
也就是說(shuō)，已經(jīng)有1/4的美國(guó)用戶(hù)醫(yī)生在使用OpenEvidence的工具。而一年之前，這一數(shù)字幾乎為零。這種迅速的市場(chǎng)滲透速度在醫(yī)療領(lǐng)域極為罕見(jiàn)。
紅杉資本合伙人Pat Grady認(rèn)為，這種自然傳播模式在醫(yī)療行業(yè)極為罕見(jiàn)，通常只在互聯(lián)網(wǎng)產(chǎn)品中才能見(jiàn)到。
那么，OpenEvidence為什么能夠?qū)崿F(xiàn)如此快速的增長(zhǎng)？
02用AI幫助醫(yī)生找資料
OpenEvidence的成功之處在于，抓住了醫(yī)生的一個(gè)痛點(diǎn)：醫(yī)學(xué)知識(shí)更新速度遠(yuǎn)超醫(yī)生處理能力。
在美國(guó)，醫(yī)生的工作壓力很大?，F(xiàn)在美國(guó)人口已達(dá)3.4億，且不斷增長(zhǎng)，但老齡化趨勢(shì)加劇，而美國(guó)在職醫(yī)生只有100萬(wàn)，醫(yī)生人手捉襟見(jiàn)肘。
除了臨床工作，他們還要花費(fèi)大量時(shí)間仔細(xì)查閱期刊，以確保他們能夠掌握最新的治療信息。
但想要跟蹤最新醫(yī)學(xué)知識(shí)并不容易。原因是，醫(yī)學(xué)知識(shí)的更新速度太快了。
現(xiàn)在基本上每分鐘就有兩篇新的醫(yī)學(xué)論文發(fā)表，一天24小時(shí)不間斷，一周七天都是如此。根據(jù)OpenEvidence測(cè)算，真正對(duì)醫(yī)生有用的，往往是頂尖的期刊，比如影響因子最高的前三分之一的期刊。按這個(gè)數(shù)量計(jì)算，醫(yī)學(xué)知識(shí)每五年就會(huì)翻一倍。
這意味著，醫(yī)生畢業(yè)后不久所學(xué)知識(shí)就會(huì)迅速過(guò)時(shí)。
當(dāng)面臨復(fù)雜的病情，例如病人同時(shí)患有銀屑病和多發(fā)性硬化癥時(shí)，傳統(tǒng)醫(yī)學(xué)信息檢索工具（如PubMed和Google）難以直接有效地回答這些特定患者的特定用藥安全性問(wèn)題，因?yàn)檫@些關(guān)鍵信息通常隱藏在醫(yī)學(xué)論文的正文深處。
這時(shí)候，OpenEvidence的價(jià)值就來(lái)了。之所以O(shè)penEvidence能實(shí)現(xiàn)這一點(diǎn)，與其高度強(qiáng)調(diào)信息的準(zhǔn)確性和透明度不無(wú)關(guān)系。
為了徹底解決幻覺(jué)的問(wèn)題，OpenEvidence對(duì)訓(xùn)練數(shù)據(jù)卡得很?chē)?yán)格，所有訓(xùn)練數(shù)據(jù)都必須是經(jīng)過(guò)同行評(píng)審的醫(yī)學(xué)研究。
正因?yàn)槿绱耍c大模型海量收集互聯(lián)網(wǎng)數(shù)據(jù)不同，OpenEvidence走了另一條相反的路：
完全放棄了互聯(lián)網(wǎng)上的健康博文或社交媒體內(nèi)容，完全基于嚴(yán)格的同行評(píng)議醫(yī)學(xué)文獻(xiàn)進(jìn)行訓(xùn)練。
除了FDA和CDC公開(kāi)的醫(yī)學(xué)文獻(xiàn)，OpenEvidence還與《新英格蘭醫(yī)學(xué)雜志》等頂尖醫(yī)學(xué)期刊建立了合作關(guān)系。（《新英格蘭醫(yī)學(xué)雜志》由馬薩諸塞州醫(yī)學(xué)會(huì)（Massachusetts Medical Society）所出版的評(píng)審性質(zhì)的綜合性醫(yī)學(xué)期刊，1812年由約翰?柯川博士創(chuàng)辦，至今已連續(xù)出版超過(guò)200年。）
除了嚴(yán)格限制數(shù)據(jù)來(lái)源外，OpenEvidence在架構(gòu)上沒(méi)有選擇只靠一個(gè)大模型的做法，而是采用了多個(gè)模型組成的「集成架構(gòu)」，每個(gè)模型負(fù)責(zé)不同的任務(wù)，比如檢索、排序等。
Nadler的思路是，與其追求龐大的通用模型，不如訓(xùn)練更小、更專(zhuān)業(yè)化的模型，在特定領(lǐng)域里做到極致。
解決完了信息準(zhǔn)確性，OpenEvidence在信息透明度上也花了很多功夫。
比如，醫(yī)生在使用OpenEvidence時(shí)，醫(yī)生能直接查看答案的來(lái)源。也就是說(shuō)，OpenEvidence不是簡(jiǎn)單地「壓縮」期刊的內(nèi)容然后輸出，而是直接把流量送回期刊網(wǎng)站。
這樣一來(lái)，就形成了一個(gè)良性循環(huán)：醫(yī)生找到了可靠的內(nèi)容，醫(yī)學(xué)期刊獲得了流量，也愿意讓我們收錄他們的內(nèi)容。
在Nadler的設(shè)想里，AI醫(yī)療最大的想象在于，真正實(shí)現(xiàn)個(gè)性化醫(yī)療。AI都會(huì)把病人的所有具體情況與全球所有相關(guān)醫(yī)學(xué)知識(shí)進(jìn)行匹配，形成一個(gè)超個(gè)性化的治療方案。
到那時(shí)候，可能120歲、130歲都不再是人類(lèi)壽命的上限了。
03總結(jié)
OpenEvidence的脫穎而出，再次證明了兩件事情：
一是垂直場(chǎng)景數(shù)據(jù)的價(jià)值。正如Norwest Venture Partners合伙人Scott Beechuk所說(shuō)，AI公司最深的護(hù)城河將由大型專(zhuān)有數(shù)據(jù)集創(chuàng)造。那些擁有獨(dú)特的數(shù)據(jù)集，能訓(xùn)練或微調(diào)出自己的模型，并能夠在特定垂直渠道中脫穎而出。
二是AI的價(jià)值并不體現(xiàn)在多厲害的測(cè)評(píng)數(shù)據(jù)，而在于能否抓住用戶(hù)需求。當(dāng)下，醫(yī)生們并不期待大模型能夠創(chuàng)造癌癥治愈的奇跡，他們更現(xiàn)實(shí)的期望是，AI能否幫助自動(dòng)化解決某個(gè)環(huán)節(jié)的小問(wèn)題，而這些真實(shí)需求只有在長(zhǎng)期深入行業(yè)、充分理解臨床工作流程后才能真正理解。
本文來(lái)源：36氪
文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請(qǐng)聯(lián)系我們及時(shí)刪除
