OpenEvidenceの資金調達で評価額は150億ドルに、売却協議が物語を変える
報道によると、OpenEvidenceは評価額150億ドルで2億5,000万ドルを調達した。しかし、このOpenEvidenceの資金調達ラウンドには予想外の複雑さがある。事情に詳しい関係者によれば、この医療AI企業は自社売却も検討する可能性があるという。
この組み合わせにより、今回の話は単なるAIスタートアップへの大型投資ではなくなる。新たな資本調達は通常、企業が独立を維持し、より大きな成果を目指す意思の表れだ。一方で売却協議の可能性は、豊富な計算能力、流通網、そして医療分野での野心を持つテクノロジー企業の傘下に入るほうが、OpenEvidenceにとってより大きな価値を生むと同社が見ている可能性を示す。
この報道には重要な限界がある。OpenEvidenceは新たな資金調達を公表しておらず、買い手を探していることも確認していない。この内容は、同社がなお独立を優先する可能性があるとする9月24日の匿名情報源に基づく資金調達報道によるものだ。
ただし、より大きな競争の構図は明確になりつつある。OpenEvidenceは、臨床医、信頼できる文献、医療特化のワークフローを軸にした専門的な医療検索プロダクトを構築してきた。OpenAI、Anthropic、Google、Microsoftは、より幅広いプラットフォーム、大規模な計算予算、既存のエンタープライズ関係を通じて同じ市場に参入できる。
そのためOpenEvidenceは、最大手のモデル開発企業でも即座には手に入れられないものを保有している。すなわち、診療の現場で認証済みの医師に繰り返し利用されていることだ。問題は、この地位が独立したヘルスケアプラットフォームを支えるのか、それとも同社を極めて価値の高い買収対象にするのかである。
報じられたOpenEvidenceの資金調達ラウンドが変えるもの
報じられた資金調達はOpenEvidenceの評価額を引き上げたが、その戦略的な意味を変えるのは売却の可能性だ。
報道によれば、最新の2億5,000万ドルの投資には病院システムとAndreessen Horowitzが参加した。評価額は150億ドルとなり、同社の1月時点の評価額から25％の上昇となる。
この上昇幅は、OpenEvidenceがこれまでにたどった軌跡と比べれば控えめに見える。同社は2025年10月、2億ドルのラウンド後に評価額60億ドルとなった。3カ月後には、評価額120億ドルでさらに2億5,000万ドルを調達したと発表している。
OpenEvidenceは1月の発表で、Thrive CapitalとDST Globalがその資金調達を共同主導したと述べた。また、直近1年間の調達総額は約7億ドルに達したとしている。
今回の報道では、最新の12カ月間に調達した資本の合計は10億ドルを超えるとされる。Thrive、DST、GV、Kleiner Perkins、Sequoia Capitalが、同社の最近の投資家として挙げられている。
引用された報道では、OpenEvidenceもAndreessen Horowitzも9月の取引を公に確認していない。したがって読者は、金額、評価額、投資家リスト、売却協議を、完了した企業発表ではなく報道上の情報として扱うべきだ。
買収の可能性については、さらに不確定要素が大きい。ある情報源は、OpenEvidenceが計算リソースへのアクセスを含む取引を検討する可能性があると述べたとされる。報道では、買収候補が同社に接触したかどうかを確認できなかった。
この違いは重要だ。企業は売却プロセスを進めずとも、戦略的な選択肢を検討できる。経営陣が独立を維持する方針であっても、投資家は買収シナリオを検討し得る。
それでも、この可能性は資金調達の読み方を変える。投資家が価値を見いだしているのは、医療上の問いに答えるソフトウェアだけではない。臨床業務への流通チャネル、認証された専門職ユーザー層、医療コンテンツの権利者との関係も評価している。
こうした資産は、モデル訓練への支出を増やすだけでは再現しにくい。汎用AI企業はヘルスケア向けインターフェースを迅速に構築できるが、医師の利用習慣をすぐに作り出したり、制限された臨床コンテンツへのアクセスを得たりすることはできない。
OpenEvidenceの過去の指標は、この関心を説明する助けになる。同社は1月の資金調達発表で、2025年12月に同社のプラットフォームが約1,800万件の臨床コンサルテーションを支援したと述べた。
これは1年前の月間約300万件から増加した数値だ。同社はまた、1万以上の病院と医療センターで医師がこのサービスを利用していると述べている。
OpenEvidenceは、このプロダクトを、査読済み文献から引用元にリンクした回答を統合する医療検索エンジンと説明している。臨床医は、診断、治療選択、薬剤安全性、予後、変化するガイドラインについて質問できる。
同社の商業モデルも、エンタープライズ向け医療ソフトウェアの中では珍しい。認証済みの臨床医はコアサービスを無料で利用でき、その専門職ユーザー層に向けた広告が事業を支える。
OpenEvidenceは1月、年間売上高が1億ドルを超えたと述べた。この数値は同社による主張であり、財務諸表は非公開のままだ。
最新の資金調達報道は、現在の売上高、コンサルテーション量、医師への浸透度を独自に検証していない。こうした欠落はプロダクトの導入実績を否定するものではないが、150億ドルの評価額を評価するうえでは重要である。
したがって、直近の変化は財務面と戦略面の両方にある。OpenEvidenceは、大規模プラットフォームの一部となる選択肢を維持しながら、さらに大きな資本プールを得たと報じられている。これは同社と、ヘルスケアへ進出するテクノロジー企業の双方に圧力をかける。
医師へのアクセスが150億ドルの評価額を支える理由
OpenEvidenceの希少な資産は医療チャットボットだけではない。臨床医の情報ワークフローの中で繰り返し利用される地位だ。
医師は、長時間の文献レビューを待てない疑問に絶えず直面する。治療選択肢の比較、薬物相互作用の確認、新しい研究の解釈、指針の変更の確認が必要になることがある。
有用な臨床検索システムは、その調査プロセスを圧縮する。関連するエビデンスを取得し、直接的な回答を生成し、臨床医が確認できる情報源に重要な記述を結び付ける。
この最後の段階が、臨床検索を通常の対話型AIと分ける。医師が裏付けとなるエビデンスを特定できず、情報源を評価できないなら、流暢な回答が医療で持つ価値は限られる。
OpenEvidenceは、New England Journal of Medicine、American Medical Association、National Comprehensive Cancer Networkなどの組織と正式なコンテンツ提携を結んでいるとしている。こうした取り決めはコンテンツへのアクセスを改善する一方、公開ウェブの検索だけでサービスを模倣することを難しくする可能性がある。
同社はまた、中央のルーティングシステムで連携する複数の専門モデルを利用していると述べている。このアーキテクチャでは、質問はプラットフォームが回答を構築する前に、関連する医療専門分野向けに調整されたシステムへ送られる。
これらの説明は、優れた臨床性能を独立して証明するものではなく、同社による主張だ。それでも、データ、検索、モデルの振る舞い、評価、インターフェース設計にまたがる専門化こそがOpenEvidenceの優位性だという同社の見方を示している。
認証済みユーザーモデルも、別の戦略的資産を生む。OpenEvidenceは、すべての訪問者を匿名の消費者として扱うのではなく、専門資格を通じて臨床医を識別できる。
このユーザー層は、製薬会社やその他のヘルスケア企業にとって商業的価値がある。またOpenEvidenceは、臨床医がどのような質問をするかというパターンにアクセスできるが、クエリデータのいかなる利用もプライバシーとガバナンスに関する問題を生じさせる。
反復的な質問は、医療知識が変化している領域や、既存リソースが臨床医の役に立っていない領域を明らかにし得る。また、曖昧な回答、欠けた引用、より良いカバレッジを必要とする専門分野をプロダクトチームが特定する助けにもなる。
買収を検討する企業にとって、このフィードバックループは現在の売上高と同じくらい重要かもしれない。汎用ベンチマークでは十分に表現できない形で、実際の臨床需要とプロダクト開発を結び付けるからだ。
ヘルスケアAIの競争がモデルAPIを超えて進むにつれ、その魅力はさらに強まる。OpenAIとAnthropicは当初、それぞれのモデルを用いて他社が専門プロダクトを構築できるようにしていた。両社はその後、専用の提供形態を通じてヘルスケアユーザーに近づいている。
OpenAIは1月、消費者向けの専用ヘルスケア体験を導入した。同社によれば、すでに毎週数億人がChatGPTを通じて健康やウェルネスに関する質問をしていた。
Anthropicは、医療提供者、保険者、患者向けのツールでこれに続いた。同社のヘルスケア戦略には、PubMed、診断コード、医療提供者識別子、保険適用情報などのリソース向けコネクターが含まれていた。
これらのプロダクトは競争の境界を広げる。OpenEvidenceはもはや、従来の臨床リファレンスや小規模な医療検索スタートアップだけと競争しているのではない。広く利用されるアシスタントと最先端モデルを支配する企業から、自社のワークフローを守らなければならない。
プロダクトは同一のユーザーにサービスを提供するものではないため、競争はなお一様ではない。消費者の健康に関する会話は、免許を持つ医師が行うエビデンス検索とは異なる。事前承認のような管理業務も、治療に関する調査とは異なる。
しかし、汎用プラットフォームは時間とともにこれらのユースケースに参入できる。そのアシスタントは、患者記録、臨床データベース、保険者システム、職場用ソフトウェアを一つのインターフェースで接続できる。
報じられたOpenEvidenceの評価額は、医師特化の流通が防御可能であり続けるという見込みを反映している。買い手は、その流通を、はるかに幅広いAIプラットフォームに欠けている臨床レイヤーと捉えるかもしれない。
病院投資家の存在は、別の側面を加える。その参加は、信頼性、導入機会、臨床運営に関する直接的な知見をもたらし得る。また、消費者志向のAIプロダクトに代わる選択肢を求める機関とOpenEvidenceを結び付ける可能性もある。
ただし、病院との関係には高い要求が伴う。買い手は、セキュリティ審査、契約上の保護措置、統合作業、明確な説明責任を求める。医師が個人として導入するプロダクトが、自動的に承認済みの臨床システムになるわけではない。
専門職としての人気と、組織としての導入の間にあるこの隔たりこそ、評価額をめぐる問題の中心にある。OpenEvidenceは注目と利用実績を示してきた。今後は、より厳しい精査の下で、こうした優位性が持続的なヘルスケア事業を支えられることを示さなければならない。
専門医療AIと汎用ヘルスケアプラットフォームの対決
競争の中心は、OpenEvidenceの臨床特化と、汎用AIプラットフォームが持つ規模の優位性との間にある。
OpenEvidenceの主張は、まず焦点の絞り込みから始まる。同社のインターフェース、エビデンスソース、評価手法、出力形式は、医療業務中に生じる質問を対象としている。汎用アシスタントは多様なユーザーに対応し、ユーザー意図のはるかに広い変動を許容しなければならない。
専門化は、どの情報源を優先すべきかをシステムが理解しているため、検索を改善できる。また、臨床医が期待する言葉遣い、注意書き、エビデンス構造を用いて回答を生成することも可能になる。
2026年のプレプリントでは、OpenEvidenceのプラットフォームから抽出した質問を用いて、同社を複数の汎用モデルと比較評価した。この研究には、30の専門分野にまたがる620件の診療時点の質問と、149人の現役医師による比較が含まれた。
その臨床評価では、医師の評価者が正確性、臨床的有用性、情報源の質、検証可能性、完全性の各項目でOpenEvidenceを支持した。主要分析で報告された勝率の差は25〜39ポイントだった。
この結果は、製品レベルの専門特化が重要だという主張を裏付ける。臨床システムは、その基盤となる言語モデルだけで構成されるものではない。検索・取得の選択、プロンプト、情報源へのアクセス、ルーティング、引用の提示方法、回答の長さはいずれも有用性に影響し得る。
ただし、この研究には慎重な解釈も必要だ。実世界の質問はOpenEvidenceプラットフォームから得られ、同社はデータ収集プロセスに参加していた。これはベンチマークを実際の利用に即したものにする一方、製品と評価環境の間に整合性が生じる可能性もある。
研究者らは、複数の懸念に対処するための感度分析を含めた。表示された引用の有無で評価を分け、異なる回答長を比較し、OpenEvidenceを利用していない評価者についても検討した。
これらの統制はエビデンスを強化するが、より広範な競争に決着をつけるものではない。汎用モデルは急速に変化しており、比較はある時点で利用可能だったシステムを表すにすぎない。
別のプレプリントは反対の結論に至った。同研究は、MedQAとHealthBenchから構成した1,000項目のベンチマークで、OpenEvidenceおよび別の臨床ツールを最先端の汎用モデルと比較した。
そのベンチマーク比較では、汎用モデルの方が優れた性能を示したと報告された。著者らは、専門ツールにおける完全性、コミュニケーション、文脈認識、安全性に関する推論の弱点を指摘した。
相反する結果は、より深い測定上の問題を浮き彫りにする。試験形式や人工的に作られた質問は、診療中に医師が送る症例と一致しない可能性がある。プラットフォーム由来の質問は、それを収集したプラットフォームのワークフローや回答設計に有利に働く可能性がある。
どちらの種類のエビデンスも有用だが、いずれも普遍的な順位付けを生み出すものではない。臨床AIの性能は、質問の分布、診療科、利用可能な文脈、情報源の質、評価手法に依存する。
この不確実性は、大手AI企業に競争の余地を与える。OpenAI、Anthropic、Google、Microsoftは、すべてのモデルをゼロから再構築せずとも、医療向け製品を改善できる。
これらの企業は、汎用モデルの上に医療情報検索、専門家向けルーティング、情報源ライセンス、機関固有の統制を追加できる。クラウド事業は、インフラ、IDシステム、セキュリティツール、エンタープライズ向け販売チャネルも提供する。
OpenEvidenceは、単一の基盤モデル企業に依存するのではなく、複数の提供元のモデルを組み合わせられる。9月の報道によれば、同社はGoogleおよびMicrosoftに関連するAIツールを統合しており、Nvidiaは投資家である。
Anthropicも、報じられた資金調達の週にOpenEvidenceとの提携を発表した。この関係は、協力と競争が共存し得ることを示している。
専門アプリケーションが自社技術を信頼されるワークフローに持ち込むとき、モデル提供者は利益を得る。アプリケーション側は、改善された基盤モデルと計算能力へのアクセスから恩恵を受ける。いずれの当事者も、後に関係への支配力をより強めたいと判断する可能性がある。
これが、報じられた売却可能性が注目に値する理由だ。買収により、OpenEvidenceの医師向け流通網と買収者のインフラおよびモデルを統合できる。一方で、技術サプライヤー間で中立性を維持する同製品の能力を弱める可能性もある。
中立性には実務的な価値がある。臨床検索企業は、タスクごとに異なるモデルを選択し、性能が変化した場合には提供者を切り替えられる。単一プラットフォームによる所有は、そうした選択肢を狭める可能性がある。
独立性は、OpenEvidenceが消費者向けチャットボットの拡張ではなく、ヘルスケア企業として自らを位置付ける助けにもなる。臨床情報や機密性の高いワークフローが関わる場合、病院はその位置付けを好む可能性がある。
規模は反対の方向を示す。トレーニング、推論、評価、コンテンツのライセンス、セキュリティ、統合には継続的な投資が必要だ。より大きな所有者はこれらのコストを吸収し、既存の医療契約を通じて製品を流通させることができる。
真の競争は、単純にOpenEvidence対ChatGPTという構図ではない。より大きな企業が提供する技術に依存しつつ、専門アプリケーションが臨床インターフェースを支配できるかどうかだ。
バリュエーションが証明しないこと
OpenEvidenceの高いバリュエーションが確認するのは投資家の需要であり、臨床上の安全性、機関による承認、または持続的な競争優位ではない。
非公開企業のバリュエーションは、交渉による資金調達条件の結果だ。上場企業に適用される継続的な市場テストを提供するものではなく、運営コストや契約上の義務についてもほとんど明らかにしない。
OpenEvidenceの成長指標も、主に同社自身によるものだ。相談件数のような指標は有用な活動を測る可能性があるが、医師がどの程度回答を受け入れ、引用を確認し、臨床判断を変えたかを示すものではない。
相談は必ずしも、固有の医師または患者の診療機会を意味しない。1人の医師が複数回検索することもあれば、1つの症例から複数の質問が生じることもある。
同社がサービスが米国の医師の大きな割合に到達しているとする主張にも、同様の慎重さが必要だ。登録、時折の利用、日常的な依存は異なる指標である。
OpenEvidenceは1月、平均して米国の医師の40％超が毎日同社プラットフォームを利用していると述べた。その後の資金調達報道では、3分の2超が診断および治療に関する助言で同サービスに依存しているという、より広い主張が引用された。
これらの数値は、異なる時期や定義を表している可能性がある。詳細な方法論がなければ、活動的な導入状況を示す交換可能な指標として扱うべきではない。
広告は別の緊張関係を生む。無料アクセスは医師の障壁を下げ、流通を加速させる。一方で、スポンサー付きメッセージと臨床回答で提示されるエビデンスの間に強い分離が必要となる。
広告が明確に表示されていても、ターゲティングは影響力への懸念を生み得る。臨床医と病院は、商業的関係が順位付け、検索・取得、提示、トピック選択に影響するかどうかを理解する必要がある。
データ利用も関連する問題を提起する。検索ログは直接的な患者識別子を含まなくても、機密性の高い臨床文脈を含み得る。集約されたクエリ行動は、製品改善、研究、商業分析にとって価値がある可能性がある。
OpenEvidenceは、患者情報をどのように最小化し、クエリをどのように保持し、従業員のアクセスをどのように制御し、臨床コンテンツを広告システムからどのように分離するかを説明する必要がある。買収者は、そのデータに付随する価値と責任の両方を引き継ぐことになる。
臨床的正確性は、最も重大な不確実性であり続ける。引用に紐付いた回答は検証しやすいが、引用があるからといってシステムが研究を正確に解釈したとは限らない。
医学的エビデンスは矛盾していたり、古くなっていたり、特定の患者に適用できなかったりすることがある。研究は重要な集団を除外する場合があり、ガイドラインも専門組織ごとに異なることがある。
検索・取得システムは、文献の狭い一部だけを選ぶ可能性もある。回答は取得した資料を正確に要約していても、別の場所にあるより強いエビデンスを見落としているかもしれない。
このため、OpenEvidenceは自律的な医療権威ではなく、意思決定支援として捉えるべきだ。医師には、エビデンスを患者の病歴、診察所見、地域の基準、専門的判断と統合する責任が残る。
汎用の医療システムも、同じ根本的な問題に直面している。大規模言語モデルは、臨床的真実という固有の概念を持つのではなく、パターンを予測してもっともらしい文章を生成する。
医療専用製品の導入によって、ハルシネーションのリスクがなくなるわけではない。医療AI製品に関する1月の記事は、OpenAIとAnthropicの両社が、個別化された助言についてユーザーを医療専門家へ案内していると伝えた。
規制と責任も、市場を再構築する可能性がある。医療検索として位置付けられた製品は、診断や治療を推奨するソフトウェアとは異なる義務に直面する可能性がある。
システムがより個別化され、患者記録と統合されるにつれて、機能はその境界を越え得る。情報の検索・取得と診療への影響の区別は、維持がより難しくなる。
そのため機関の購入者は、企業が製品を何と呼ぶかだけでなく、システムが何をするかを精査する。出力が医療記録に入力されるか、指示を発動するか、治療を優先順位付けするか、臨床医のレビューなしに動作するかを問うことになる。
報じられた買収可能性は、ガバナンスの不確実性も加える。買収者は、より大きな資源を通じてセキュリティ、コンプライアンス、信頼性を改善できる可能性がある。一方で、臨床活動をより広範なデータおよび広告事業と結び付ける可能性もある。
潜在的な買収者は確認されていない。したがって、特定の買収者に関する憶測は、入手可能なエビデンスを超えることになる。
言えることはより限定的だ。OpenEvidenceは複数のテクノロジー企業が価値を見いだす資産を保有しているが、いかなる取引にも中立性、データ慣行、コンテンツ権利、臨床的責任の綿密な検討が必要になる。
OpenEvidenceの次の動きを決める3つのシグナル
次の段階は、資金調達の確認、防御可能な臨床利用を示すエビデンス、そしてOpenEvidenceが独立とプラットフォームによる所有のどちらを選ぶかによって決まる。
最初のシグナルは正式な発表だ。OpenEvidenceは、報じられたOpenEvidenceの資金調達ラウンドを確認し、参加投資家を明らかにし、資本の使途を説明する必要がある。
その条件は、通常の成長投資と買収に向けた戦略的な橋渡しを区別する助けとなる。病院システムの参加は、どの機関が製品とのより緊密な関係を望んでいるかも明らかにする可能性がある。
経営陣の表現も重要になる。独立性への明確なコミットメントは売却の物語を弱めるだろうが、将来の選択肢をなくすわけではない。
沈黙が続けば、中心的な事実は匿名の情報源に依存したままとなる。また、読者が報じられた9月の資金調達と、同社が1月に発表した詳細な発表内容を比較することも妨げる。
2つ目のシグナルは、実際の臨床性能に関する独立したエビデンスだ。相反する研究はすでに、ランキングがベンチマーク設計にどれほど強く依存し得るかを示している。
有用な検証は、複数の診療科、難しい症例、変化するガイドライン、そして最も安全な回答が不確実性である質問を対象とすべきだ。研究者は引用の正確性と、引用されたエビデンスが生成された主張を裏付けているかも検証すべきである。
評価には透明性のある利益相反開示と再現可能な手法も必要だ。プラットフォーム由来の症例は現実性を提供する一方、外部で構成された症例は、システムをそのホームグラウンドで試験するリスクを減らす。
病院は、ワークフローの成果を測定することで、さらに別の層のエビデンスを加えられる。関連する指標には、節約された時間、引用の確認率、修正されたエラー、エスカレーションのパターン、文書品質の変化が含まれる。
患者の転帰は因果関係を特定するのがより難しく、慎重な研究を必要とする。企業は、医師がアプリケーションを開いたり検索したりしただけで、臨床的利益を主張すべきではない。
3つ目のシグナルは、OpenEvidenceが基盤モデル提供者との関係をどのように扱うかだ。提携は、売却を必要とせずに同社へより優れたモデルとインフラを提供できる。
しかし、依存も深め得る。1社の提供者が重要なモデル、計算能力、流通を供給するなら、OpenEvidenceの実質的な独立性は、企業構造が示すよりも狭くなる可能性がある。
同社が複数のAIサプライヤーの統合を続けるかを注視すべきだ。マルチプロバイダーのアーキテクチャは、独立した臨床レイヤーとしての同社の立場を支えるだろう。
より排他的な提携は、プラットフォーム統合へ向かう兆候となるだろう。買収の発表があれば所有権をめぐる疑問は解消される一方、コンテンツへのアクセスやデータガバナンスをめぐる新たな疑問が生じる。
競合各社の対応も重要になる。OpenAIとAnthropicはすでに製品を医療分野へ広げており、GoogleとMicrosoftは病院や企業との長年にわたる関係を持つ。
これらの企業がライセンス取得済みのエビデンスを用いた臨床医向け検索システムを構築すれば、OpenEvidenceは初期のユーザー基盤だけでは防衛できない。汎用プラットフォームが模倣できる速度を上回って、ワークフロー、信頼性、評価の実践を改善できることを示す必要がある。
OpenEvidenceが独立を維持する場合、その機会は大きい。特定の基盤モデル企業に依存せず、医学文献、専門モデル、医師からの質問を結ぶインターフェースとして機能できる。
ただし、この立場には高いコストも伴う。同社は計算資源に資金を投じ、コンテンツへのアクセスを交渉し、組織向けのセキュリティを支え、多様な臨床領域で性能を検証しなければならない。
売却する場合も、戦略的な理屈は同様に明快だ。より大きな所有者は計算能力と世界的な流通網を提供でき、OpenEvidenceは医師の日常業務へ入る確立された経路を提供する。
その代償はコントロールだ。OpenEvidenceはリソースを得る一方で、中立性、サプライヤー選択の柔軟性、あるいはテクノロジープラットフォームによる臨床情報の支配を警戒する顧客からの信頼を失う可能性がある。
報じられた150億ドルの評価額は、この選択をより鮮明にしている。投資家は医師へのアクセスを戦略的インフラとして評価する用意があるようだが、同社はそれを守れる所有モデルがどれなのかを公には示していない。
臨床医や企業の購買担当者にとって、実務的な対応は評価額に追随するのではなく、根拠を求めることだ。回答の出典、失敗事例のレビュー方法、臨床データの扱い方を確認すべきである。
確認済みの資金調達条件、独立した評価、排他的なプラットフォーム提携の有無を注視したい。こうしたシグナルは、OpenEvidenceへの資金調達が長期的に持続する専門企業を支えるものなのか、それとも医療AIにおける最も価値ある参入経路の一つを新たな所有者へ引き渡す準備なのかを明らかにするだろう。
