È probabile che il tuo medico stia cercando i tuoi sintomi sul telefono.

OpenEvidence, fondata nel 2021, è un motore di ricerca IA gratuito e supportato dalla pubblicità per i medici che estrae risposte direttamente da riviste mediche sottoposte a revisione paritaria nel punto di cura e indica quanto siano solide le prove. È diventata una sorta di simbolo del boom dell’IA medica.

La valutazione della società è cresciuta rapidamente. A febbraio, un round guidato da Sequoia ha valutato OpenEvidence 1 miliardo di dollari. Nei mesi successivi, la cifra è salita a 3,5 miliardi di dollari entro luglio con GV e Kleiner Perkins come co-leader, poi a 6 miliardi in ottobre e a 12 miliardi lo scorso gennaio in un round co-guidato da Thrive Capital e DST Global. Nel complesso, si tratta di circa 700 milioni di dollari raccolti in un anno.

Doximity ha seguito un percorso diverso. Conosciuta soprattutto come piattaforma di networking professionale per medici, l’azienda vende ora un assistente IA chiamato Ask che aiuta i medici a riassumere le note dei pazienti, verificare le interazioni farmacologiche e redigere documentazione. Ask è incluso in contratti enterprise a pagamento con oltre 150 sistemi sanitari. Ogni risposta passa attraverso un livello di revisione umana chiamato PeerCheck, in cui i medici verificano l’output dell’IA rispetto alle fonti originali che cita. Doximity ha riportato 145,4 milioni di dollari di ricavi trimestrali questa primavera, in aumento del 5% su base annua.

A metà luglio, un nuovo benchmark indipendente chiamato NOHARM ha messo alla prova gli strumenti IA di Doximity e OpenEvidence, insieme a GPT-5.6 Sol di OpenAI e Claude Fable 5 di Anthropic. Sviluppato da ricercatori di Stanford, Harvard e della rete ARISE, il benchmark ha esaminato 1.100 casi clinici reali con ciascun modello e ha raccolto circa 13.000 annotazioni di medici per misurare il danno ai pazienti. Ask di Doximity è arrivato al primo posto. OpenEvidence ha contestato l’accuratezza del punteggio di Doximity.

“Riteniamo che una metodologia di studio rigorosa non consenta alle IA con memoria perfetta di chiedere ‘re-test’”, mi ha detto via email l’amministratore delegato Daniel Nadler. “Sospettiamo che questo non supererebbe la peer review. Per essere chiari, lo studio NOHARM non è nemmeno sottoposto a peer review: il requisito minimo di base in medicina anche per le conclusioni mediche più deboli.”

Ma la questione più ampia non riguarda davvero chi abbia “vinto”. In tutti i sistemi IA testati, il 76,6% degli errori dannosi era costituito da omissioni, il che significa che l’IA ha tralasciato qualcosa invece di affermare qualcosa di fattualmente errato. Questo è rilevante in ambito clinico perché un modello può sembrare utile pur non evidenziando un dettaglio chiave che un medico dovrebbe verificare prima di agire sulla risposta.

Eric Topol, cardiologo, ricercatore di Scripps Research e co-presidente del programma PeerCheck di Doximity, ha dedicato gran parte della sua carriera allo studio degli errori diagnostici. Ha detto che questa distinzione è importante. “Gli errori di omissione devono essere portati il più vicino possibile allo zero”, mi ha detto, aggiungendo che i modelli attuali continuano a creare un’“illusione di prontezza” che ha accompagnato l’IA medica anche mentre la tecnologia migliora. NOHARM ha comunque osservato che i medici dotati di IA hanno fornito cure migliori rispetto a quelli senza.

Il contesto regolatorio rende il momento di NOHARM particolarmente significativo. A gennaio, la FDA ha allentato la propria posizione sugli strumenti di supporto alle decisioni cliniche basati sull’IA, concedendo loro maggiore spazio operativo a condizione che i medici possano controllare indipendentemente il ragionamento dell’IA. Gli stati si sono mossi nella direzione opposta, approvando nel 2026 più di una dozzina di nuove leggi che disciplinano l’uso dell’IA in sanità (la maggior parte richiede l’approvazione di un essere umano prima che una decisione assistita dall’IA raggiunga un paziente). Il diritto in materia di malpractice non ha tenuto il passo con nessuna delle due tendenze: i tribunali stanno ancora chiarendo chi sia responsabile, il medico, l’ospedale o il fornitore di IA, quando il suggerimento di un modello si rivela errato. Per ospedali e fornitori, questa lacuna aiuta a spiegare perché livelli di revisione come PeerCheck stiano diventando parte della narrazione del prodotto, e non solo una caratteristica tecnica.

Questa zona grigia legale probabilmente sarà un primo segnale di ciò che regolatori, sistemi ospedalieri e la prossima ondata di investitori inizieranno a chiedere.

A domani,

Lily Mae Lazarus X: @LilyMaeLazarus Email: [email protected] Invia una segnalazione per la newsletter Term Sheet qui.

Joey Abrams ha curato la sezione deals della newsletter di oggi. Iscriviti qui.

Questa storia è apparsa originariamente su Fortune.com