---
title: 260307-OpenEvidence 如何打造让医生信得过的医疗 AI
description: 创业公司的速度与医院级的可靠性，能否同时成立？
author: Nic Vargas
source: https://vercel.com/blog/how-openevidence-built-a-healthcare-ai-that-physicians-can-trust
date: '2026-03-07'
category: 06-business-trends
tags:
- Vercel
- Next.js
- 医疗 AI
- 可靠性
- 可扩展性
---

# OpenEvidence 如何打造让医生信得过的医疗 AI

**作者：Nic Vargas**

**原文：[查看原文](https://vercel.com/blog/how-openevidence-built-a-healthcare-ai-that-physicians-can-trust)**

<div class="article-meta">
</div>

创业公司的速度，医院级的可靠性，两者都要。

Andy Yoon 在刷 Slack 时看到一条消息：OpenEvidence 在 TikTok 上火了。

这不是普通意义上的“有点热度”，而是**真正的病毒式传播**：不到一周，播放量就冲到了大约 200 万。

通常这意味着你得赶紧召集团队、紧急扩容，开始拨那些你根本不想拨的电话。

但 Andy 是首席前端工程师，而他几乎不用额外做什么。

他只是看着数字一路往上走，又查了查日志——一切正常。响应时间依然很快，错误率依然接近零。确认没有异常后，他就继续去做手头原本在做的事，因为系统根本不需要“抢修”。

“Vercel 完全扛住了这波使用量增长。”他说，“我们从来没有因为容量问题宕机，也不需要临时补任何额外配置。最好的状态就是：它稳定地在那里，以至于我们几乎不用去想它。”

这正说明他们解决了大多数医疗科技公司都绕不过去的一道题：怎样在保持医院级可靠性的同时，依然以创业公司的速度往前跑。

## 当失败不是选项

对 OpenEvidence 这样的公司来说，失败的代价完全不同。一旦产品失效，后果可能不是体验变差，而是有人据此做出错误的医疗决策。

OpenEvidence 是美国临床医生中使用最广泛的临床决策支持平台。仅在 2026 年 1 月，它就支持了超过 2000 万次临床咨询。过去一年里，超过 1 亿美国人接受过使用 OpenEvidence 的医生所提供的诊疗服务。

通用模型偶尔出错，也许还有容错空间；临床工具则没有。医生当然希望系统快，但他们同样要求稳定、清晰，而且值得信任。

因此，OpenEvidence 的每一个技术决策背后都压着同一个标准：它必须稳定工作，而且每一次都得稳定工作。

## 一个前端工程师和一群 Python 开发者

大约三年前 Andy 加入 OpenEvidence 时，他发现一件足以让多数前端工程师立刻提高警觉的事：团队里几乎只有他一个人是纯前端背景。

“我几乎是团队里唯一一个真正做前端出身的工程师，”他说，“其他大多数人都在做 Python 和机器学习。”

这意味着他们没有余力去养一套需要时刻盯着、频繁维护的基础设施。他们需要的是那种“部署上去就能跑、流量上来就能扩”的系统。

所以 OpenEvidence 采用了混合架构：后端用 Python 构建，跑在 Google Cloud Platform 上，负责数据摄取、模型编排和核心业务逻辑；前端则基于 Next.js 构建，部署在 Vercel 上。

Andy 说：“考虑到我们工程团队的构成，Vercel 对前端这部分的扩展支持，确实非常合适。”

每次提交都会自动部署；生产环境部署大约只要 5 分钟；每个分支都会生成一个预览 URL。对于这样一个小团队来说，这些能力并不是“锦上添花”，而是支撑他们每天为美国近一半医生处理数百万次医疗咨询的必要条件。

## 快速原型开发

在 OpenEvidence 变成今天这个产品之前，它先经历了几十轮不同方向的尝试。每个概念验证项目都作为独立项目部署在 Vercel 上，并配有各自的自定义域名。

Vercel 把这件事变得非常直接：新建项目、绑定域名、推送代码，很快就能拿到一个足够接近生产环境的版本，让利益相关方直接点进去体验、测试工作流。

这种“几分钟就能拉起一个新项目”的能力，帮助团队更快找到产品与市场的契合点，也让他们更容易拿下早期企业合作伙伴。

在开发新功能时，预览部署还能提供可直接分享的实时演示链接。改动可以更放心地上线，因为一旦需要，也能立刻回滚。

## 90% 的惊喜

随着 OpenEvidence 的业务规模扩大到原来的 1000 倍，首席基础设施工程师 Micah Smith 也开始密切关注计算成本。后来 Vercel 推出了 Fluid Compute，它改变了无服务器负载的运行方式：既保留按需执行的弹性，又尽量接近传统服务器在效率、延迟和高负载表现上的优势。

团队启用 Fluid Compute 后，结果出乎意料：无服务器相关支出直接下降了 90%。可靠性没有下降，速度反而更快，冷启动也更少了。

### “我们把无服务器支出削减了 90%，性能却保持不变。即便业务规模扩大了 1000 倍，Vercel 的成本占我们整体基础设施支出也不到 5%。”——Micah Smith，工程副总裁

当基础设施几乎“隐身”时，团队就能把更多时间花在产品体验上，而不是耗在调试工具或配置服务器上。

## 穿针引线

Andy 说：“很多医生和医疗专业人士，早就习惯了那些非常老旧的软件。”

这话并不夸张。医院软件往往看起来像停留在上世纪 90 年代，但它们有一个重要优点：可靠。OpenEvidence 要做的，就是在现代产品体验和医疗级可靠性之间把那根针穿过去。

那次病毒式传播带来的流量冲击，正好验证了这件事：这个平台确实能在保持医院级可靠性的同时，稳稳接住突然涌入的大量访问。

它做到了。

从上线至今，OpenEvidence 已经服务于美国超过 40% 的医生。它的前端团队依旧很小，而基础设施依旧稳定运转。

**关于 OpenEvidence**：OpenEvidence 是美国增长最快的临床决策支持平台，也是美国临床医生中使用最广泛的医学搜索引擎。它获得了数十万经过验证的医疗专业人员的信任，帮助他们在诊疗现场做出高风险临床决策；这些决策均基于、引用并锚定于经过同行评审的医学文献。OpenEvidence 的使命是帮助医生挽救生命、改善患者护理。目前，美国每天有超过 40% 的医生在积极使用它，覆盖全国 10,000 多家医院和医疗中心。了解更多请访问 [openevidence.com](https://openevidence.com/)。