E227｜美国医疗市场AI争夺战：巨头押注，创业公司能赢吗？

Video Description

每周，有超过2.3亿人在ChatGPT上询问健康和保健问题。在人类创造的所有数据中，有30%来自医疗领域，但其中真正被利用起来的，不足5%。 一边是巨大的数据金矿，一边是与未被满足的庞大需求，这正是AI的机会。 在年初的摩根大通医疗健康大会上，我们看到医疗与AI正在加速“双向奔赴”。礼来制药与英伟达达成10亿美元合作，试图用算力重塑药物发现的底层范式；在OpenAI发布ChatGPT for Health之后几天，Anthropic也迅速跟进，推出了Claude for Healthcare。而一家成立仅三年的初创公司OpenEvidence，以120亿美元的估值跻身AI医疗新贵——40%的美国医生每天都使用它。 面对这场火热的AI医疗争夺战，我们想问一个根本的问题：AI到底在解决医疗的什么问题？它只是巨头的游戏吗，创业公司还有没有机会？ 我们从一位急诊室医生的真实经历聊起，他常常在凌晨三四点完成生死抢救后，站在传真机前处理medical coding。这不是个例——美国全科医生的周平均工作时长高达61.8小时，相当大的一部分精力耗费在了病历录入、保险对接、医疗编码这些琐碎却容错率极低的行政事务上，而这恰恰是AI最容易切入的场景。 【主播】 泓君，《硅谷101》创始人，播客主理人 【嘉宾】 张璐，Fusion Fund创始管理合伙人 周叶斌，遗传学博士，现在药企从事免疫学研究（《说医解药》主播，微博@生物狗Y博，公众号：一个生物狗的科普小园） 【你将听到】 AI医疗大年拉开序幕 01:13 JPM大会见闻：药企集体“转身”，AI从“可选项”变为“必答题” 04:05 2026年AI医疗战局初探：谁在入局，谁在领跑？ 04:58 医生“过劳”成常态，每周工作61.8小时，大部分时间竟不在看病 Anthropic：从行政合规切入 08:21 医疗支付系统有多复杂？碎片化行政工作拉扯医生精力 10:30 AI在医疗的最大机会：30%的人类数据在这里，但利用率不足5% 13:56 被忽视的“医疗编码”，为什么适合交给AI？ 17:26 HIPAA合规模型：医疗AI的“入场券” 20:50 为什么医疗AI多用小语言模型？ OpenAI：ToB野心与生态博弈 21:34 OpenAI为何重注医疗ToB？不止是商业化，更是模型进化 23:57 医生的知识更新难题：AI 能做什么？ 25:26 生态之争：OpenAI能否撼动微软的医疗地盘？ 27:55 便宜又好用，开源模型带来的冲击 OpenEvidence：新贵独角兽能走多远 28:51 40%美国医生每天都在用，OpenEvidence是什么？ 32:30 核心竞争力：顶级期刊独家高质量医学内容数据 33:25 商业模式隐忧：靠医疗广告赚钱，能保持客观吗？ 35:12 垂直模型的优势：优质语料训练+本地化部署能力 展望AI医疗未来 40:19 AI如何促进医疗均衡？分层诊疗+提升效率是关键 44:16 HealthBench：从考“知识点”到考“真实场景下的对话能力” 48:31 巨头v.s初创：谁更适合做医疗AI？ 52:27 医疗3.0时代：预防大于治疗，生命质量成为核心 【延伸阅读和相关术语】 健康保险可携带性和责任法案（HIPAA）是一部联邦法律，要求制定国家标准以保护敏感的患者健康信息，以免在未经患者同意或不知情的情况下披露。 ChatGPT for Healthcare：OpenAI ToB产品，一套面向医疗机构的企业级产品套件，支持HIPAA合规性要求，还包括OpenAI API、评估工具HealthBench⁠。 ChatGPT Health：OpenAI ToC产品，核心定位是用户的“个人健康助手”，旨在通过整合用户健康数据提供个性化建议，但明确声明不用于诊断或治疗，仅为辅助工具。 Claude for Healthcare：由Anthropic推出的医疗专用AI工具，为医疗服务提供者、保险公司和消费者提供符合HIPAA标准的人工智能服务。 【监制】 泓君 【后期】 AMEI 【运营】 朱婕 【BGM】 Primary Code - Max Anson Getting to It - Max Anson Unfinished Stories - Lennon Hutton