模型强到要风险管控，Anthropic借OpenEvidence把医疗AI铺向100国

撰稿｜陈鹏

一周之内，AI头部企业Anthropic连续两次布局医疗。

其一，Claude Opus 5.5上线，被官方称为该公司迄今生物学能力最强的模型之一。其二是，Anthropic与OpenEvidence达成合作，将基于Claude的临床决策支持工具免费开放给约100个中低收入国家的医生。

回顾近年布局，Anthropic正大幅强化医疗布局，医疗地位正显著上升。

01

两步落子：模型冲顶与百国免费

9月下旬，Anthropic发布了Claude Opus 5.5。在官方的定位中，非常突出地将其定位为生物学能力显著扩展的旗舰模型，并将该模型的化学与生物风险能力评定为CB-1级。

所谓CB（Chemical & Biological）评级，是Anthropic给自家模型化学与生物能力划的第一道风险门槛。按其AI负责任扩展政策，模型发布前要接受端到端的生化任务评测，以确定后续的安全管控。

目前，该评级主要分为两个等级。CB-1说明模型可协助已知、非新型化生武器相关任务，能力已经强到需要单独管控，虽然可以发布但必须严管。CB-2则说明模型具备协助新型化生武器设计等更高风险能力，一旦达到该级别，需要最高强度的安全措施。

目前为止，Anthropic还没有任何一款模型达到CB-2评级，达到CB-1的模型也寥寥无几。这也足够说明Opus 5.5在生物学能力上已达到当前的顶尖水平。

更有意思的是，一般而言，AI企业在发布大模型时往往更加强调代码及智能体能力。但Anthropic在本次发布却将生物学能力放在首位，也体现了其对这一领域的重视。

这个偏好其实早有伏笔。在此之前，Anthropic已经公布了BioMysteryBench、生物分子建模研究，Opus 5.5更像一次生物能力的集中亮相。

具有CB-1能力的Opus 5.5被认为在医疗领域有巨大的应用潜力。

在科研端，它可以被用于生物分子建模、文献证据的综合检索、试验方案草案生成与科学问题遴选，接上Benchling、10x Genomics等连接器后，也可以直接处理单细胞分析和 Nextflow等流程。

在产业端，它可以驱动Claude for Healthcare处理预授权审查、编码计费、理赔申诉这类文书密集环节，大幅提升这些场景的效率。

9月22日，联合国大会周期间，Anthropic又与OpenEvidence在纽约宣布合作，由其提供模型基础设施，后者负责产品与本地化打造临床决策支持工具，并将免费开放给约100个中低收入国家的医生，首批国家包括乌干达、安哥拉、苏丹、海地与蒙古。

两家各自细分领域的顶流企业牵手合作，加上合作发布刻意选在联合国大会周，瞬间引爆全球关注。

Anthropic在AI领域的地位自不必说，OpenEvidence的分量同样不难掂量。超过40%的美国执业医师每天都在使用OpenEvidence查询证据，根据外媒报道，仅今年8月，美国临床医生咨询量就有4200万次。在今年1月的D轮融资后，OpenEvidence的估值已经达到了120亿美元之多。

虽说本次的合作有着强烈的公益性质，但两家企业背后的“小九九”其实也不难理解。毕竟，免费本身也等于一种市场教育，一旦当地医生的循证检索习惯绑定到特定工具，后续的标准自然也将以此为准。

不过，AI在医疗场景的效果究竟如何还需要进一步验证。就在今年，Nature Medicine发表的肯尼亚整群随机对照试验覆盖9691名患者。其中，基于ChatGPT-4o的AI辅助组的治疗失败率为2.2%，对照组2.0%，并没有形成统计学显著差异。

对于Anthropic来说，这并不是件坏事，若能通过与OpenEvidence的组合力压老对手OpenAI，也将提升其在医疗领域的全球口碑。

02

三年铺垫：从安全框架到两条产品线

时间回到三年前，Anthropic还未形成医疗产品与商业布局，倒是先建立起相应的安全框架，也确实符合其一贯的特色。

2023年9月，Anthropic提出了负责任扩展政策，用安全等级给前沿模型的能力风险分级，其中的核心评估维度包括化学、生物及核相关。

此后，随着2024年3月发布的Claude 3系列大模型在科学与知识类基准测试表现上的明显提升，一批医学与生命科学研究者开始将其用作文献与研究助手。当年年中，Claude 3.5 Sonnet进一步补上了工具使用能力，从而让科研流程自动化成为现实。

2025年，Anthropic的大模型在能力快速提升的同时，也加强了风险评估。5月发布的Opus 4系列带来了长时程自主任务执行能力，并同步披露了生物风险评估，首次激活了ASL-3分级。

年底发布的Opus 4.5能力进一步提升，发布当时便延续Opus 4系列划入ASL-3分级，进一步收紧了防护要求。

去年10月，Anthropic推出Claude for Life Sciences，第一次推出明确面向生命科学科研与临床前的正式产品。

由此开始，Anthropic加快了在医疗领域的布局节奏。

今年1月，Anthropic在JPM医疗健康大会发布Claude for Healthcare。到了9月，其又连续宣布生命科学验证计划（LSVP）、发布生物学能力冲顶的 Claude Opus 5.5，并宣布与OpenEvidence的合作。

总结来看，Anthropic在医疗领域的布局始终分为几个方向。

首先，是基础模型与安全策略。

安全策略本身就是Anthropic基础模型分级的核心所在。通过将旗下模型按生物化学评级进行分级，并对经审核的生命科学专业人士实施分级访问，Anthropic始终在营造一种“负责任的AI企业”的形象。

在终端产品上，Anthropic已通过近年的不断布局逐步形成科研与临床前，以及临床与支付的场景。

去年10月发布的Claude for Life Sciences主要依赖连接器战略。在科研侧接入 Benchling、10x Genomics、BioRender、Synapse.org与Wiley Scholar Gateway等连接器，在临床与注册侧则纳入Medidata试验数据、ClinicalTrials.gov、bioRxiv／medRxiv预印本库等一系列连接器与数据源，通过配套skills从试验方案草案、科学问题遴选一路实现Allotrope转换，并能驱动scVI-tools、Nextflow等分析流程。

今年1月发布的Claude for Healthcare则把同一套逻辑搬进临床与支付。通过CMS数据库支撑预授权与申诉、ICD-10编码计费，以及3500万篇以上的PubMed文献检索等一系列连接器嵌入临床与支付典型工作流。

两条产品线虽然场景不同，但其共性不变，主要作为“有人负责裁定的流程加速器”存在，到目前为止，Anthropic并没有考虑终端诊疗应用。不过，或许在未来，这种定位也会发生改变也不一定。

通过这两个特色，Anthropic快速积累了大量企业级医疗客户，药企有诺和诺德、赛诺菲、Genmab，信息化有Veeva AI、Flatiron Health、Commure和服务4400多家机构的 Premier，初创企业包含Elation Health、Heidi Health、Viz.ai、Carta Healthcare、Brellium，科研领域则有Schrödinger与Edison Scientific。

值得一提的是，Anthropic还是少见的同时登陆亚马逊、谷歌和微软三大云品牌的前沿模型厂商，不同云上的机构客户都能在既有合同里接入同一套模型。这与其淡化品牌的思路密切相关——OpenEvidence的很多用户未必知道产品背后站着Claude大模型，品牌让渡换来的则是分发速度。

以AI企业而言，Anthropic的策略十分克制，既不做终端应用，也不碰时下最热门的诊断结论，更不强调品牌露出，主要聚焦在基础模型、合规和安全标准。这也是其与竞争对手的最大区别。

03

同场竞技：四家巨头各抢各的场子

在AI医疗领域，Anthropic主要面临来自OpenAI、谷歌、微软和亚马逊的竞争，各自在策略上有所区别。

OpenAI选择直接面对消费者和医生。

今年1月初，OpenAI推出ChatGPT Health，能同步检验结果、病历和健康应用数据，还会给出就医紧迫性建议，分诊表现上过Nature Medicine的独立测试。

随后，OpenAI在4月发布的ChatGPT for Clinicians直接对通过认证的医生、执业护师、医师助理和药剂师免费。

考虑到全球已有超过2.3亿用户向ChatGPT询问过健康问题，公司还签下数百名医生专门打磨健康回答。OpenAI选择直接面向消费者和医生并不难理解。

谷歌旗下的DeepMind则主打研究驱动加生命科学实体。在5月的I/O大会上，谷歌拿出Gemini for Science工具套件。此外，它还手握Med-Gemini医学模型、隶属Alphabet的AI制药公司Isomorphic Labs，外加Google Cloud医疗数据引擎。

微软则深耕院内工作流与诊断智能。早在去年7月，微软就发布诊断编排器MAI-DxO，在The New England Journal of Medicine的病例测试里达到85.5%的准确率。作为对比，21名资深医生的平均准确率只有两成上下。

此外，通过整合Nuance DAX的Dragon Copilot，微软还把环境AI和临床文档嵌入医院既有的流程里，并通过Copilot Studio开放了医疗智能体的搭建能力。

亚马逊的特色则是服务加云的组合。3月上线的Amazon Connect Health是满足HIPAA要求的医疗智能体平台，宣称最多能将80%的医疗行政任务自动化，包括患者核验、排程、电子病历等。同时，亚马逊自己的One Medical也在今年接入了智能编码等应用。

作为直接竞对，Anthropic与OpenAI的差异最为明显。OpenAI最为强化品牌，Anthropic恰好相反，藏身合作伙伴背后赋能。在争得最凶的医生入口上，OpenAI用免费的Clinician版争抢OpenEvidence腹地，Anthropic则干脆把OpenEvidence变成自己的分发渠道。

在侧重上，各自也有不同，OpenAI强调两亿多用户的健康提问，Anthropic则看重生物科研能力和安全治理。尤其在监管与信任上，分级安全策略至今仍为Anthropic独有的动作。

由此不难发现，Anthropic要做的不是某一个医疗产品，而是所有医疗AI背后那个可验证的底座。这个位置决定了它甘于隐身、重于治理，也耐得住长线。

从几年前的科学幻想，再到如今已经切切实实嵌入各个医疗场景，AI正在全面改变医疗。几大AI企业也已经越来越重视医疗，并在此不断布局。

这盘棋下到今天，其实才到中盘。各家落子越来越快，但真正的胜负手不在于谁占据先机，而在谁能让医生、医院和监管者放心地把关键环节交给AI。动脉网也将持续关注AI医疗的最新进展。

*封面图片来源：123rf

秒追医疗健康产业创新

声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。文中如果涉及企业信息和数据，均由受访者向分析师提供并确认。

点喜欢