استارتاپ ۱۵ میلیارد دلاری اوپن اویدنس؛ موتور جستجوی هوش مصنوعی که شاید پزشک شما هم از آن استفاده کند
پلتفرم هوش مصنوعی اوپن اویدنس (OpenEvidence) با تکیه بر مدل درآمدی تبلیغات و استقبال گسترده جامعه پزشکی، به ارزشگذاری خیرهکننده ۱۵ میلیارد دلاری دست یافته است. با وجود محبوبیت بالای این ابزار تشخیصی، تردیدها درباره دقت علمی آن در مقایسه با مدلهای پیشرو و ورود رقبای قدرتمندی چون اوپنایآی و آنتروپیک، آینده این استارتاپ را با چالش روبهرو کرده است.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- استارتاپ اوپن اویدنس با تکیه بر مدل مبتنی بر تبلیغات و ثبت بیش از ۴۲ میلیون پرامپت در ماه، به ارزش خیرهکننده ۱۵ میلیارد دلاری رسیده است.
- پزشکان برای جستجوی بالینی و تصمیمگیریهای درمانی از این چتبات استفاده میکنند و سامانههای بیمارستانی بزرگی آن را در پرونده بیماران ادغام کردهاند.
- برخی پژوهشها نشان میدهند عملکرد این ابزار در بنچمارکهای پزشکی ضعیفتر از جمینای و GPT است و اتکای بیش از حد پزشکان جوان به آن نگرانیهایی ایجاد کرده است.
نزدیک به دو سوم پزشکان در ایالات متحده برای تصمیمگیریهای درمانی بیماران خود به یک موتور جستجوی مبتنی بر هوش مصنوعی روی آوردهاند؛ رویدادی کمسابقه که ارزش یک استارتاپ فناوری نهچندان شناختهشده را به ۱۵ میلیارد دلار رسانده و همزمان بحثهای گستردهای را درباره آینده مراقبتهای پزشکی رقم زده است.
استارتاپ اوپن اویدنس (OpenEvidence) مستقر در میامی که در سال ۲۰۲۲ توسط دانیل نادلر، کارآفرین باسابقه پایهگذاری شد، اعلام کرده است که ماه گذشته بخش زیادی از یک میلیون پزشک فعال در آمریکا بیش از ۴۲ میلیون پرامپت را در این پلتفرم پردازش کردهاند. پزشکان از چتبات این شرکت برای کاوش دقیق در ژورنالهای پزشکی و راهنماهای بالینی کمک میگیرند تا در تشخیص و درمان بیماریها راهکارهای بهتری بیابند.
این پلتفرم که مدل درآمدی آن بر تبلیغات استوار است، عمدتاً از طریق توصیههای دهانبهدهان پزشکان به یکدیگر رشد کرده و توانسته به بخشی نفوذ کند که تاکنون کمتر ابزاری به چنین اقبالی در آن دست یافته بود. نادلر در این باره میگوید: «ما نخستین اپلیکیشن اینترنتی پرطرفدار و همهگیر در حوزه سلامت به شمار میرویم.»
بر اساس گفتوگوها با هشت پزشک ارشد، اوپن اویدنس با تحسین متخصصان مواجه شده است؛ زیرا آنها دریافتهاند این ابزار بار کاری روزمرهشان را بهشکل محسوسی سبکتر میکند.
با این وجود، اوپن اویدنس با تهدیدی نوظهور از سوی شرکتهای نامدار هوش مصنوعی همچون اوپنایآی و آنتروپیک روبهرو است که با سرعت در حال ورود به این عرصه هستند. از سوی دیگر، نفوذ فزاینده این استارتاپ نگرانی پژوهشگرانی را به دنبال داشته که صحت نتایج آن را زیر ذرهبین قرار دادهاند؛ چراکه وابستگی روزافزون پزشکان به یک ابزار هوش مصنوعی میتواند مستقیماً بر روند درمان بیماران اثر بگذارد.
جهش سریع این شرکت در ۱۸ ماه گذشته نزدیک به یک میلیارد دلار سرمایه را از سوی حامیانی چون اندریسن هوروویتز (Andreessen Horowitz)، بلکاستون (Blackstone)، ترایو کپیتال (Thrive Capital) و سکویا (Sequoia) جذب کرده است. این مجموعه در تازهترین دور تأمین مالی خود در سپتامبر گذشته، ۲۵۰ میلیون دلار سرمایه جدید را بر مبنای ارزشگذاری ۱۵ میلیارد دلاری به دست آورد.
به گفته یکی از افراد نزدیک به شرکت، اوپن اویدنس در پایان سال ۲۰۲۵ به رقم ۱۰۰ میلیون دلار «سفارش تبلیغاتی» (معیاری شامل تعهدات تبلیغاتی کنونی و آینده) برای سال جاری دست یافت. این منبع آگاه همچنین اشاره میکند که این استارتاپ در مسیر رسیدن به درآمد سالانهای بین ۴۰۰ تا ۵۰۰ میلیون دلار از محل تبلیغات تا پایان سال ۲۰۲۶ قرار دارد.

شرکت نادلر به بازار دیرپای نرمافزارهای پزشکی راه پیدا کرده است؛ صنعتی سنتی که در پذیرش مدلهای هوش مصنوعی مولد با کندی حرکت میکرد. برای مثال، گروه هلندی والترز کلوور (Wolters Kluwer) نسخه مجهز به هوش مصنوعی نرمافزار اشتراکی و نامآشنای خود یعنی UpToDate را در اکتبر ۲۰۲۵ معرفی کرد؛ یعنی نزدیک به دو سال پس از آنکه اوپن اویدنس وارد میدان شده بود.
مزیت محوری اوپن اویدنس، تکیه بر فهرست مشخصی از منابع علمی داوریشده نظیر مجله پزشکی نیوانگلند (NEJM) و مجله انجمن پزشکی آمریکا (JAMA) است.
نینا سینگ، دستیار تخصصی پزشکی در دانشگاه کالیفرنیا، سانفرانسیسکو، در این باره میگوید: «اوپن اویدنس این امکان را به من میدهد که شرححال و زمینههای متعددی از بیمارم را وارد کنم، اطلاعات مورد نظرم را بیابم و بسیار سریعتر تصمیمگیری کنم. این پلتفرم واقعاً ابزار مفیدی است.»
محبوبیت فراگیر این پلتفرم به اوپن اویدنس امکان داده است تا با چندین بیمارستان و کلینیک تخصصی از جمله سیستم بهداشت و درمان مانت ساینای (Mount Sinai) و مرکز سرطان مموریال اسلون کترینگ در نیویورک قرارداد ببندد و این ابزار را مستقیماً در پروندههای الکترونیک سلامت این مراکز ادغام کند.
پل تستا، مدیر ارشد انفورماتیک سلامت در مرکز درمانی NYU Langone، میگوید این بیمارستان پس از مشاهده اینکه پزشکانش از اوپن اویدنس بهعنوان یک «منبع مستقل» استفاده میکردند، تصمیم به همکاری رسمی با این استارتاپ گرفت.
او توضیح میدهد: «ما تصمیم گرفتیم نسخهای هماهنگ با استانداردهای بالینی اوپن اویدنس را به شکلی عمیق وارد فرآیند درمان کنیم تا از دو موضوع اطمینان یابیم: نخست اینکه پزشکان ما بتوانند بیشترین بازدهی را از این ابزارهای هوش مصنوعی دریافت کنند، و دوم اینکه استفاده آنها از این فناوری در بستری امن و ساختاریافته صورت گیرد.»
اوپن اویدنس از محبوبیت خود در بین پزشکان بهره گرفته تا بهمرور وارد حوزههای دیگر از جمله یادداشتبرداری هوشمند در زمان معاینه بیمار (Ambient Documentation) شود.
در این میان، منتقدان این پرسش را مطرح کردهاند که آیا یک مدل کسبوکار متکی بر تبلیغات میتواند توجیهکننده چنین ارزشگذاری گزافی باشد؟ علاوه بر این، تصمیم این شرکت برای خروج از اتحادیه اروپا و بریتانیا در اوایل سال جاری میلادی در پی تصویب قانون هوش مصنوعی اروپا (EU AI Act)، مانع از گسترش فعالیتهای آن در این دو بازار کلیدی شد.
مایک ورنال، یکی از شرکای شرکت سرمایهگذاری کانویکشن (Conviction) و از سرمایهگذاران اوپن اویدنس، تأکید میکند که ضریب نفوذ این پلتفرم میان پزشکان، نیرومندترین سپر دفاعی شرکت در برابر رقبای نوپا و بازیگران باسابقه بازار است.
نادلر خبر داده است که شرکتش طی هفتههای آینده کارآزماییهای بالینی را با همکاری پژوهشگران دانشگاهی برای هدف قرار دادن سرطان و بیماریهای نادر کلید میزند. این مجموعه در نظر دارد با استفاده از مدلهای هوش مصنوعی در کشف دارو و تحلیل مقالات و پیشینه علمی موجود، فرضیههای تحقیقاتی کاملاً جدیدی ارائه دهد.
نادلر با اشاره به استخراج دانش از متون علمی میگوید: «هدف نهایی ما کشف دارو مبتنی بر ادبیات علمی است. ارزش اقتصادی این دستاورد برای شرکت، به مراتب فراتر از درآمدهایی خواهد بود که تا امروز میتوانستیم از بیمارستانها یا تبلیغدهندگان به دست آوریم.»
الکساندر تاراشانسکی، توسعهدهنده پلتفرم Claude Science در شرکت آنتروپیک که به دانشمندان در تحقیقات پژوهشی یاری میرساند، نیز برای پیشبرد اهداف بالینی به اوپن اویدنس ملحق شده است.
این شرکت در عین حال باید به مصاف رقبای بزرگی چون اوپنایآی برود که با معرفی چتجیپیتی ویژه سلامت وارد این بازار شده است. آنتروپیک نیز ابزارهایی برای حوزه بهداشت عرضه کرده، هرچند اخیراً با خود اوپن اویدنس شریک شده است تا این خدمات را در اختیار ۱۰۰ کشور با درآمد کم و متوسط قرار دهد.
نورا آیوگو، یکی از شرکای شرکت سرمایهگذاری ترایو کپیتال، معتقد است: «اینکه پزشکان با میل و رغبت خودشان این نرمافزار را انتخاب کرده و به کار میگیرند، نشاندهنده یک مزیت رقابتی روشن است که اوپن اویدنس میتواند به آن تکیه کند.»
با تمام این موارد، ارزیابیهای مربوط به اثربخشی واقعی اوپن اویدنس به نتایجی دوگانه انجامیده است.
پژوهش انجامشده توسط کلینیک مایو (Mayo Clinic) که خود یکی از سرمایهگذاران این استارتاپ است، نشان داد که این سیستم در تمام پنج پرونده پزشکی مورد مطالعه، «توصیههایی دقیق و متکی بر شواهد علمی» ارائه کرده است؛ گرچه تأثیر آن بر تصمیمگیری نهایی درمان تا حدی محدود بود.
از طرفی دیگر، پژوهشهای بیشتر از جمله مقالهای که ماه ژوئن در ژورنال نیچر (Nature) به چاپ رسید، فاش کرد که عملکرد اوپن اویدنس در بنچمارکهای بالینی، پایینتر از مدلهای هوش مصنوعی چندمنظوره مانند جمینای گوگل و GPT اوپنایآی بوده است.
اریک اورمن، جراح مغز و اعصاب در مرکز NYU Langone، بیان میکند که هنوز پژوهشهای مستقل کافی درباره کارکرد دقیق این ابزارهای هوش مصنوعی وجود ندارد و دستورالعملهای شفافی برای استفاده ایمن از آنها در بالین بیمار تدوین نشده است.
همچنین این نگرانی عمومی وجود دارد که پزشکان کمتجربهتر بدون کسب تسلط کافی بر اصول پایه بیماریها و گزینههای استاندارد درمان، وابستگی بیش از حدی به اوپن اویدنس و سامانههای مشابه پیدا کنند و دچار خطا شوند.
نادلر در واکنش به این مباحث میگوید: «رقابت با بنچمارکها فضایی پرانرژی و دوستانه است، اما در دنیای واقعی هیچ شکی وجود ندارد که جامعه پزشکی به کدام ابزار هوش مصنوعی اعتماد دارد و آن را به کار میبندد.»
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

مدل Kromoss با کاهش گامهای تولید تصویر از ۵۰ به ۸، سرعت MOSS-Image را متحول کرد
توسعهدهندگان با معرفی مدل Kromoss و ادغام آداپتورهای توربو با مدل تصویری ۵ میلیارد پارامتری MOSS-Image، تعداد گامهای لازم برای تولید تصویر را از ۵۰ به ۸ گام کاهش دادند. این بهینهسازی بدون نیاز به تغییر در معماری پایپلاین، سرعت پردازش را بهشکل چشمگیری ارتقا میدهد.

خانههایی برای تراشهها، نه انسانها؛ چرا مراکز داده هوش مصنوعی در حال بلعیدن اقتصاد هستند؟
درک تامپسون، نویسنده سرشناس حوزه فناوری، در گفتوگویی خواندنی از پیامدهای اقتصادی رونق هوش مصنوعی سخن میگوید. به باور او، سرمایهگذاری سرسامآور روی مراکز داده در حال بلعیدن منابع حیاتی ساخت مسکن و بیمارستانها است و تراشهها جای انسانها را در اولویتهای ساختوساز گرفتهاند.

استارتاپ Recursive با مدل کدنویسی Flint ایده جنجالی خودبهبودبخشی هوش مصنوعی را به واقعیت نزدیک کرد
استارتاپ ریکرسیو از مدل کدنویسی وزنباز Flint رونمایی کرد که بیشتر بخشهای چرخه توسعه آن توسط خود هوش مصنوعی طراحی و بهینهسازی شده است. این دستاورد نشان میدهد رویکرد بحثبرانگیز خودبهبودبخشی بازگشتی بیش از هر زمان دیگری به یک واقعیت ملموس تبدیل شده است.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.