OpenEvidence自训模型赌医疗精度

OpenEvidence解释为何坚持自训医疗模型：医学不需要“看似合理”，而需要“可验证的正确答案”，并基于NEJM、JAMA、ACC指南、FDA标签与CDC等权威文献构建自有智能栈。

公司称其模型训练于3500万篇以上同行评审论文，并针对不同临床场景动态调整回答逻辑；NEJM Journal Watch公开评价其为“最佳医学信息AI工具”，强调可溯源引用能力。

与基础设施公司合作后，其部署速度提升至原来的23倍，并节省近190万美元训练成本；英文医疗AI研究普遍指出，通用大模型在医学场景存在幻觉与来源不可验证风险，自训成为高监管行业的新趋势。

来源：公开信息