一个成立三年的公司，估值120亿美元，产品被40%的美国医生每天打开使用。 这家公司叫OpenEvidence，核心竞争力是两件事：拿到了顶级医学期刊的独家内容合作，以及训练了一个专门面向医疗场景的垂直模型。 医生用这个产品问的不是"头疼怎么办"，而是"这个患者的用药方案和最新临床指南有没有冲突"。这类问题需要真正的医学专业信息，不是ChatGPT从互联网上刮下来的泛化内容。OpenEvidence能做到这一点，靠的是别人买不到的高质量医学数据。 但它靠什么赚钱？答案是医疗广告。 这个答案一出来，问题就来了。医疗广告本身不违法，但当一个工具的商业模式依赖广告收入，同时又在影响医生的诊疗决策，这两件事放在一起味道就不对了。制药公司会不会付钱让自家的药出现在推荐结果里？广告主的利益会不会影响AI给出的信息排序？ 这些问题没人公开回答，但它们一直悬在那里。 一个被全美40%医生每天使用的信息工具，如果内容客观性被商业利益渗透，影响的不是一两个患者的用药方案，而是整个医疗决策体系的可信度。这个风险的规模，和它的市场规模一样大。 OpenEvidence的成功证明了垂直数据和场景深耕是创业公司的出路，但它的商业模式也同时暴露了医疗AI变现的根本困境：越深入医疗决策，商业化方式就越需要被审视。