你的医生很可能正在用手机查看你的症状。

OpenEvidence 成立于 2021 年，是一款面向医生的免费、广告支持型 AI 搜索引擎，可在诊疗现场直接从同行评议的医学期刊中提取答案，并标注证据强度。它已经成为医疗 AI 热潮中的某种代表。

该公司的估值增长很快。2 月，由 Sequoia 领投的一轮融资使 OpenEvidence 的估值达到 10 亿美元。随后几个月，这一数字在 7 月升至 35 亿美元，当时由 GV 和 Kleiner Perkins 共同领投；10 月升至 60 亿美元；今年 1 月，在由 Thrive Capital 和 DST Global 共同领投的一轮融资后，估值升至 120 亿美元。合计来看，这大约意味着在一年内融资约 7 亿美元。

与此同时，竞争对手 Doximity 走的是企业路线。Doximity 最为人熟知的是一个面向医生的专业社交平台，如今它销售一款名为 Ask 的 AI 助手，帮助医生总结患者病历、检查药物相互作用并起草文档。Ask 被纳入面向 150 多家医疗系统的付费企业合同中。每一次回答都要经过一个名为 PeerCheck 的人工审核层，医生会将 AI 输出与其引用的原始来源进行核对。Doximity 今春公布的季度营收为 1.454 亿美元，同比增长 5%。

7 月中旬，一个名为 NOHARM 的新独立基准测试将 Doximity 和 OpenEvidence 的 AI 工具，以及 OpenAI 的 GPT-5.6 Sol 和 Anthropic 的 Claude Fable 5 一并纳入测试。该基准由斯坦福、哈佛和 ARISE 网络的研究人员构建，对每个模型运行了 1,100 个真实临床案例，并收集了大约 13,000 条医生标注，用于评估患者伤害。Doximity Ask 名列第一。不过，OpenEvidence 对 Doximity 分数的准确性提出了质疑。

“我们认为，严谨的研究方法不允许拥有完美记忆的 AI 去要求‘重测’。”Doximity 首席执行官 Daniel Nadler 通过电子邮件告诉我。“我们怀疑这不会通过同行评审。需要明确的是，NOHARM 研究甚至还没有经过同行评审——而这在医学上，即便是最粗糙的医学结论，也属于最基本的门槛要求。”

但这一发现真正的重点并不在于谁“赢了”。关键在于，即便表现最好的模型仍然会漏掉信息。在所有受测 AI 系统中，76.6% 的有害错误属于遗漏，也就是说，AI 少说了某些内容，而不是陈述了错误事实。

Eric Topol 是心脏病学家、Scripps Research 科学家，也是 Doximity PeerCheck 项目的联合主席，他毕生都在研究诊断错误。他表示，这一区分非常重要：“遗漏性错误需要尽可能接近零，”他告诉我，并补充说，如今的模型仍维持着一种“准备就绪的幻觉”，这种现象伴随医疗 AI 一路发展，即便技术在进步也依然存在。（NOHARM 仍指出，与没有 AI 的医生相比，配备 AI 的医生提供的护理更好）

监管背景使 NOHARM 的发布时间显得尤为尖锐。FDA 在今年 1 月放宽了对 AI 驱动临床决策支持工具的立场，只要医生能够独立核查 AI 的推理，这些工具就有更大的运行空间。各州则走向相反方向，在 2026 年通过了十多项规范医疗领域 AI 使用的新法律（其中大多数要求在任何 AI 辅助决策到达患者之前由人工签字确认）。医疗事故责任法尚未跟上这两种趋势：当模型的建议被证明错误时，法院仍在厘清责任究竟在医生、医院还是 AI 供应商。这一法律灰色地带，可能会成为监管者、医院系统以及下一波投资者开始提出问题的早期信号。

明天见，

Lily Mae Lazarus X: @LilyMaeLazarus Email: [email protected] Submit a deal for the Term Sheet newsletter here .

Joey Abrams 负责整理今天通讯中的交易部分。Subscribe here .

This story was originally featured on Fortune.com