Quase dois terços dos médicos dos EUA já consultam uma inteligência artificial antes de decidir tratamentos. O fenômeno catapultou a OpenEvidence — fundada há três anos em Miami — a uma avaliação de US$ 15 bilhões, superando gigantes consolidados do setor. Mas o modelo de negócio que sustentou esse crescimento esconde riscos que investidores e profissionais ainda não precificaram.
A plataforma processou mais de 42 milhões de consultas no mês passado, vindas de cerca de 1 milhão de profissionais. Números que fariam inveja a qualquer rede social, mas que aqui representam decisões clínicas reais: diagnósticos, dosagens, condutas em emergências.
O segredo não era a tecnologia — era a distribuição
Daniel Nadler, empreendedor serial por trás da startup, resume a vantagem: “Somos o primeiro aplicativo de internet voltado ao consumidor na saúde a se tornar viral”. A frase soa como marketing, mas os dados confirmam. Enquanto concorrentes como Wolters Kluwer (dona do UpToDate) levaram décadas para construir redes de assinaturas institucionais, a OpenEvidence cresceu no boca a boca entre residentes e attending physicians.
Três pilares explicam a adoção espontânea:
- Fontes restritas e auditáveis: apenas periódicos revisados por pares (NEJM, JAMA, Lancet) — nada de web aberta ou sínteses não verificadas.
- Gratuidade para o médico: o custo é bancado por publicidade farmacêutica e de dispositivos, não por assinaturas hospitalares.
- Integração nativa: já embutida nos prontuários eletrônicos do Mount Sinai, Memorial Sloan Kettering e NYU Langone.
Dinheiro novo, modelo antigo
A empresa captou quase US$ 1 bilhão em 18 meses — Andreessen Horowitz, Blackstone, Thrive Capital e Sequoia assinam os cheques. A rodada de setembro injetou US$ 250 milhões à valoração de US$ 15 bi. Mas a receita real vem de “compras de publicidade”: US$ 100 milhões comprometidos até o fim de 2025, com projeção de US$ 400 a 500 milhões para 2026.
O modelo lembra o Google dos anos 2000: audiência qualificada + anúncios contextuais. Só que o “usuário” aqui prescreve medicamentos e solicita procedimentos. A linha entre apoio à decisão e influência comercial é mais fina do que em buscas genéricas.
O que os estudos mostram — e o que não mostram
A Mayo Clinic, investidora estratégica, testou a ferramenta em cinco casos clínicos. Conclusão: recomendações “precisas e baseadas em evidências”, mas impacto limitado nas decisões finais de tratamento. Já um artigo na Nature (junho) colocou a OpenEvidence abaixo de modelos generalistas como Gemini (Google) e GPT (OpenAI) em benchmarks de desempenho clínico.
Eric Oermann, neurocirurgião da NYU Langone, resume o vazio: “Faltam pesquisas sobre desempenho de ferramentas individuais e pouca orientação sobre como implementá-las com segurança em ambientes clínicos”.
Ameaças que não estão no pitch deck
Três frentes pressionam a tese de investimento:
- Concorrência de fundação: OpenAI lançou ChatGPT for Healthcare; Anthropic firmou parceria justamente com a OpenEvidence para 100 países de baixa/média renda — sinal de que o moat pode ser mais raso do que parece.
- Saída da Europa: a empresa abandonou UE e Reino Unido no início do ano por conta do AI Act. Dois mercados médicos relevantes, fechados por decisão regulatória.
- Dependência precoce: residentes relatam uso constante antes de consolidar conhecimento clínico básico. O risco de “atrofia diagnóstica” é real e não mensurado.
O próximo ato não é busca — é descoberta de fármacos
Nadler já aponta o horizonte: ensaios clínicos em parceria com pesquisadores de câncer e doenças raras, mineração de literatura para novas hipóteses terapêuticas. “O valor econômico disso será ordens de grandeza maior que qualquer receita de anúncios ou hospitais”, disse ao Financial Times. Alexander Tarashansky (ex-Claude Science, Anthropic) entrou para liderar a frente clínica.
Se der certo, a OpenEvidence deixa de ser ferramenta de apoio e vira motor de P&D farmacêutico. Se não, continua sendo o “Google dos doutores” — lucrativo, mas vulnerável a quem tem modelos maiores, mais dados e zero conflito de interesse publicitário.
O que observar nos próximos trimestres
1. Publicação de benchmarks independentes — a credibilidade clínica depende de auditoria externa, não de estudos pagos por investidores.
2. Evolução da receita publicitária vs. receita institucional — hospitais pagam por segurança e conformidade; anunciantes pagam por atenção. A migração para contratos B2B reduz conflito, mas desacelera crescimento viral.
3. Resposta regulatória da FDA — ferramentas que influenciam conduta clínica caminham para classificação de Software as Medical Device (SaMD). O enquadramento muda tudo: validação, responsabilidade, barreiras de entrada.
4. Retenção de residentes formados — se a geração que aprendeu medicina com a OpenEvidence continuar usando após a residência, o moat se fortalece. Se migrarem para alternativas institucionais, o funil inverte.
A OpenEvidence provou que médicos adotam IA quando ela cabe no fluxo de trabalho e respeita a hierarquia da evidência. O que ainda não está provado é se um negócio construído sobre anúncios farmacêuticos pode escalar sem comprometer a confiança que o tornou indispensável.
