OpenEvidence 如何成了 40% 美国医生的临床“操作系统”

Daniel Nadler 先加了一个限定。在整个 AI 领域，过去需要五年甚至十年的采用周期，正被压缩到一两年，编程如此，其他知识工作也是如此。OpenEvidence 同样经历了这种压缩。他说，大约 18 个月内，它就成了美国临床知识的操作系统。在它所处的细分领域（医生的高风险临床决策支持）里，它的使用量约为下一名平台的 20 倍。一个普通的工作日里，大约 40% 的美国医生会打开它。

这个细分领域不涉及文书工作，也不涉及病历转录。这些属于医生工作流程的一部分，但后果完全不同。写错了一份病历，可以回头重写；面对病人，你只有一次机会。在他看来，临床决策无疑是医学中风险最高的领域，OpenEvidence 大概是唯一在这个矛头最前端工作的公司。大多数公司已经主动把自己排除在这个问题之外，因为在 AI 的眼光里，它显得太宏大了。

Nadler 原本根本没打算做一家医疗公司。他很喜欢红杉资本的一句话：OpenEvidence 是一家披着医疗外衣的消费互联网公司。他想打造一家面向知识工作者的消费互联网公司，他说，这件事以前从来没有人做过。他的第一家公司叫 Kensho，这个名字借自日本禅宗。这一期的其余部分分成两条线：医疗 AI 究竟如何真正突破，以及创始人的动力从哪里来。两个问题的答案，听起来都不像融资 PPT 里的标准说辞。

Nadler 说，OpenEvidence 的根基是一个搜索问题，而且是非常语义化的搜索。搜索去巴塞罗那的机票，两三个关键词就够了。一个临床问题通常要用好几句话来描述。他举的例子是一位 44 岁、患有中重度银屑病的女性。皮肤科医生本来可能顺手推荐一款电视广告里的药膏，只是这位患者还患有多发性硬化症。这位医生不是神经科医生，又不想在科室之间来回转诊，因为如果人人都这样转来转去，医疗就永远落不了地。

这位皮肤科医生可能从零散的消息里听说过一点：新一代银屑病生物制剂，也就是 IL-17 抑制剂和 IL-23 抑制剂，或许会牵动患者神经系统的那部分病情。他们知道的大概也就这些。医学院里并没有教这些：IL-23 类药物是 2019 年才拿到 FDA 批准的，而这位医生可能 2005 年就毕业了。Nadler 把这一现象归结为一句尖锐的话：生物医药最辉煌的时代，也是医生最疲惫、最容易倦怠的时代，新药和新机制涌出的速度，让人根本追赶不上。这个问题一点也不抽象。IL-17 抑制剂会让多发性硬化症恶化，IL-23 抑制剂则安全、耐受良好。十年前，可选的路子只有两条：要么在转诊之间兜圈子，要么靠一个 50-50 的猜测去下判断，而猜错了，病情可能会加重。

医疗差错常被反复引用，称其为仅次于心脏病和癌症的美国第三大死因。Nadler 认为，这一统计低估了危害，因为它只计算了死亡。这位 MS 患者不会因为用错了抑制剂而死，但她会复发。他估计，每发生一例医疗差错导致的死亡，就有 10 到 100 倍的人，其合并症或原有疾病因此而加重。整段临床描述本身就是查询。你没法在传统搜索框里只输入“IL-17”，医生也没有时间去翻教科书的章节。

他说，你需要的是对查询的语义理解，就像另一位人类医生会理解它那样。之后的事情就相当确定了。从已发表的生物医学文献中，你能找到分别测试每一类药物的《新英格兰医学杂志》三期随机对照试验中的精确段落。答案甚至可能不在摘要里，而在方法学或研究人群的部分。把一段有临床意义的文字，与分布在 3500 万篇生物医学出版物中的这些段落对应起来，真正的价值就在这里。

OpenEvidence 处理医学模糊性的第一种办法，是确保用户都是医生。团队从一开始就讨论过向患者开放，但至今没有这么做。当 MD 挂在用户名字上时，建设者拥有巨大的便利。医生需要维护这份资质，因此会像华尔街交易员使用彭博终端那样，把产品当作工具来用。如果终端给出的债券报价错了一个数量级，交易员会皱眉并自己去纠正，因为这笔交易是他自己的。证据相互冲突时，OpenEvidence 会把冲突标示出来，不会假装给出一个封闭的标准答案。

在 ChatGPT 开始做同样的事情之前六到九个月，引用就已经是 OpenEvidence 的一等公民。Nadler 把早期的采用归功于此：人们可以质询并审核来源。公司从未把自己定位为答案引擎，而是定位为搜索引擎，沿着一条与谷歌一脉相承的长线前进。OpenEvidence 是谷歌的投资组合公司，他把技术看作循序渐进的演进，并非全新的物种。这里的社会契约是：一段长长的病例描述，返回的是三到五篇切题的经典三期试验或指南，其中包括《新英格兰医学杂志》和《美国医学会杂志》上相互矛盾的试验。他说，去读这些论文几乎是默认行为。在谷歌之后，该产品是给《新英格兰医学杂志》带来转介流量最多的来源之一。

他想打造一家面向知识工作者的消费互联网公司。人们对消费者有个狭隘的想象，觉得消费者就是在 TikTok 上刷视频的 14 岁少年。交易员、律师和医生也是消费者，但从来没有人这样对待医生。他们是卫生系统的附属品，连自己所用技术的把关人都算不上。他认为，这一认识开始解释，为什么美国医疗会成为两党罕见的共识：它运转失灵。OpenEvidence 让他们可以打开 App Store，免费下载一个应用，然后开始用。这听上去简单得可笑。但它之所以深刻，是因为从来没有人这样直接地说过，就像一段僵住的关系里，某句话忽然听起来完全不一样。

二十年前，这件事根本不可能发生。如今，几乎每个美国医生身上都带着一台自己拥有的电脑，iPhone 或 Android。UCSF、麻省总医院、梅奥诊所、克利夫兰诊所、NewYork-Presbyterian、西奈山医院和 Cedars-Sinai 的高层领导，很多是首席医疗官、主任医师，甚至 CEO，他们本人就是活跃用户。医生们也了解这些语料。训练材料来自 NEJM、JAMA 等金标准，背后有这些合作关系做支撑，推文不在其中。金进金出，垃圾进垃圾出。整个技术栈就是给医生的彭博终端：正确的数据、正确的社会契约、正确的受众。

Elad Gil 多年前创办过一家数字健康公司，让医生参与其中，为患者提供基因信息。他描述说，医学界对于患者应该看到什么，有一种类似新闻编辑把关的态度。其中一部分是真实的担忧，担心人们会如何根据这些信息行事。但他认为，很大一部分是医生想要保持把关人的身份，或者干脆不想被追问。Nadler 说，他两边都经历过。作为患者，他很能理解：医学并不完美，否则人人都能活到 80 或 90 岁，所以患者应当有角色和自主权。OpenEvidence 所做的，是鼓励医生生成患者讲解材料，这是一项广泛使用的次要功能，与事先授权信和保险申诉信并列。

作为建设者，他也理解另一种担忧。他在哈佛读了一门研究生统计课，才真正理解临床试验。一个患者在 CNN 或福克斯新闻上听说了某项试验，然后带着恐惧或希望去读《新英格兰医学杂志》，这未必能做出建设性的决定。他说，这里没有完美的答案。你希望给患者的，是清晰的共识，以及确保他们的医生没有遗漏什么的工具。你也可以想象那种失败的情形：一位家属拿着打印件过来，问为什么妈妈没吃这种药。

真正的答案可能是技术性的。妈妈还有另一种合并症，在这种合并症存在的情况下，这种药物疗效的 p 值并不具备统计上的稳健性。家属的第一反应是“什么是 p 值”，他们不会就此打住，只会越来越激动。按定义，这位医生至少上过一门研究生统计课，此刻却要在诊室里向一个外行解释 p 值。Nadler 认为，这不是建设性的结果。他所采用的工作平衡是：让医生来制作讲解材料，尤其是以指南为基础的那部分，也就是已经形成共识的内容；别把一手文献直接丢给惊慌的家属。

Nadler 不尝试预测诊室的远期未来；他认为，我们正处于某种事件视界之中。谈到人在回路中，他借用了航空业的例子。飞机早就能自动降落。没人认真怀疑这项技术已经具备，也没有大规模的乘客要求把飞行员撤出驾驶舱。从人类学的角度看，人是部落式的，我们不擅长抽象地信任，我们会把信任人格化。把两个座位拿掉，就没人愿意坐那架飞机。座位空着，也依然没人愿意。放上假人作为视觉替身，在一项民调中，你可能会看到人们接受度的第一次上升，但依然只是少数。他说，医生从古希腊时代起就一直在回路之中，要是算上埃及，还要更早，而且在我们有生之年都会一直在。

医学教育则是另一回事。1950 年，按引用量衡量，医学知识的倍增时间是每 50 年一次。《英国医学杂志》和《自然》的估算，今天则是每 73 天一次。Nadler 认为这种方法论很激进，因为它把每一篇论文都算在内。团队内部自己先绑住一只手：只看引用排名前四分之一的论文，假装医生永远不需要读后面的 75%。即便如此，知识仍然每五年翻一番。再保守一些，一个医生只读自己专科前 10% 的论文，不涉及任何跨学科的医学内容，那就进入了“可行”的范畴，只是那位医生每天要花大约九个小时阅读，却再也看不了病人了。

于是，旧的框架（医学院是一段明确的时期，继续教育只是心照不宣的附加项）就要颠倒过来。继续教育将成为主体，这种变化已经发生。世界顶尖的医生坦率告诉他，他们今天行医所用的知识，有 90% 到 95% 是毕业之后学的，多数是在住院医培训和研修之后。一位 70 岁的医生告诉他，他今天行医所用的大部分知识，是最近两年才学会的。梅奥诊所、克利夫兰诊所和 UCSF 的住院医培训也在变化：更强调循证医学，而不只是指南式医学；推行“路边会诊”（转身去问另一位医生）；以及分布式的集体智慧式决策。这些听起来都显而易见。1917 年，医生的工具是纱布和剪刀。以历史的时钟来看，用于治疗伴有神经系统合并症银屑病的 IL-17 和 IL-23 抑制剂，只是最后的五秒。

难点在于钱。一场跨学科的碰头会，意味着要为一位复杂病人请来三四位昂贵的专科医生，而美国培养肿瘤科医生的速度并没有加快。AI 填补的是边缘的空白。OpenEvidence 在每个州、每个县、每个邮政编码区都有医生在用，包括阿拉斯加农村和佐治亚州西南部。Nadler 说，收费订阅的好东西会收获点赞，免费的好东西则会收到粉丝来信。一位来自佐治亚农村的肿瘤科医生写信说：他所在的 50 英里半径内只有两位肿瘤科医生，服务的是一个 75% 为非裔美国人、家庭收入中位数为 4.3 万美元的社区。他把 OpenEvidence 当作自己的“路边会诊”，也就是他的一个“多人智囊团”。Nadler 认为，这正是医疗 AI 在医疗荒漠地区的一线希望。

被问到消费者可以为预防保健做些什么时，Nadler 警告说，答案不会讨人喜欢。他对日本着迷：他的第一家公司 Kensho 就取自那里，他去过十几次，录制节目前两个月刚去过。这里没有什么全新的清单。大城市之外，比如京都或箱根，各个年龄段的人都在走路。七八十岁的老人每天走 1 万到 1.5 万步。他们不把退休当成执念：在他描述的传统文化里，美好的生活与有目标的生活密不可分，无所事事与充实感彼此不相容。人们会工作到 65 岁之后，进入 70 多岁、80 多岁，而死亡风险正是在这个阶段真正上升。他们吃到七八分饱。每个医生早就相信，超过一定体重后风险会上升；10 到 15 年前，很少有人愿意把这话说出口。他认为钟摆正在摆向更开放的讨论，包括神经退行性疾病：没有哪位严肃的神经科医生会否认，持续用脑有助于减缓病情，哪怕偶尔用非惯用手写字，也能帮助形成新的神经通路。

对于那些来自其他领域的创业者，他说，人的心理没有医学那么特殊。把人当人看，也当消费者看，用一种让人有所触动的方式去说话，你就能打破那种在保守行业里限制了采用速度的模式。他不相信“只要建成，他们就会来”，也不认为苹果的成功就是这样。在他看来，苹果是尼采式的：意志力非凡，现实可以被塑造，观念与理性思维是意志投射之后的次要产物。这种说法，可不是拿来讲给 Y Combinator 的年轻人听的童话。他说，启蒙运动的讽刺之处在于，人们相信理性至上，这一信念本身靠的却是信仰。MBA 面试里那些“想法诞生在哪家咖啡馆”的问题，都是笛卡尔式的衍生物。更有用的问题是：你能在哪里找到一种几乎具有强迫性的动机。

这个问题没有单一答案。有些人花一辈子去证明一位 30 年前就已去世的老师是错的；他遇到过 75 岁、还在做这件事的人。另一些人天生带着巨大的攻击性，然后通过智力和运气找到了更有用的出口。Nadler 说，他天生带着难以置信的攻击性，靠着智力和运气，找到了一个更有建设性的出口。OpenEvidence 的想法在他口中，是世界上最显而易见的事情，并不比“我们去登月”更有创意。他不去挖掘更多的动机，也抵制当下流行的心理分析崇拜。对一件事做分析和描述，就是把它杀死。他拒绝探究创伤，以及自己攻击性的来源。大多数推动系统运转的动力都源自创伤；如果用红杉资本式的访谈风格，把早年童年经历一层层剥开，你可能会删掉那个本就深不见底的引擎。

这个视角也延伸到招聘上。他在第一家公司就明白，聪明程度与产出之间的相关性只有 0.65 左右。他找的是极其聪明、且拥有某种他们自己可能都不理解的驱动系统的人。不知道自己为什么有动力，反而是好事。他不喜欢管理，也不想去做管理。商学院里关于如何激励员工、鼓舞员工、给出建设性批评的那一套，是一门真正的学问，做得好还是不好，差别很大。他要找的，是那些对这些套路都觉得多余的人，因为他们已经走在自己的战斗路上。他能做的最好的事，就是让开路。