96.4% 准确率。0 幻觉。每一条输出都可追溯到 DOI。
发表于 npj Digital Medicine, 2025。对照组：GPT-4 + XEvidence vs. GPT-4 + 非结构化网络来源。
瓶颈不在模型。
每一个做健康相关 AI 的产品，底层都在做同一件事：从 PubMed 检索，抓取指南网站，再叮嘱 LLM「对医学准确性小心一点」。
这种做法在规模化时会塌。
GPT-4 接入结构化临床指南，准确率 96.4%、零幻觉；同一个模型接入非结构化来源，近 30% 的医学引用无法溯源。
同一个模型。不同的底层基础设施。
当 Google 最先进的临床 AI 都还在一份份手工整理指南文档时，说明问题不在能力，而在缺少一个标准化的证据层。
写给没有医学研究组、也要把健康功能上线的团队。
临床 AI 公司
CDSS、诊断智能体、治疗推荐系统。每一条输出背后都需要可验证的证据。自建这条链路要 18 个月和一个 MD 团队。
带 AI 的消费级健康硬件
可穿戴、睡眠监测、连续血糖、HRV 教练。产品一旦说「你的数据表明 X」，这句话的准确性就是你的责任。
健康与健康生活类 App
症状自查、营养补剂推荐、长寿平台。用户期待的是有研究依据的答案，不是通用 LLM 的泛泛之谈。
一个 API，覆盖证据栈的每一层。
01
结构化一手文献
全文临床论文解析为可核验的结论、证据等级、引用链。不是片段，不是摘要。
02
临床指南集成
主流临床指南结构化为机器可读的证据条目。指南发布当天更新，不是按季度。
03
多语种覆盖
通过直接合作获得中文学术数据库的授权。目前唯一规模化包含中文临床研究的英文可访问证据源。
04
DOI 级可追溯输出
每一条结论都链到具体的论文。查不到出处的我们不返回。合规团队免费拿到审计链路。
用它服务的那些研究本身来证明它。
今年两项独立研究分别测量了：同一个 AI 模型，换不同的基础设施层，会发生什么。
接入 XEvidence 级结构化证据
96.4%
准确率，零幻觉
在术前评估上超过了人类医生。
Source: Koh et al., npj Digital Medicine, 2025
使用非结构化来源
~30%
医学引用出现幻觉
同一类模型。底下没有结构化的证据层。
Source: Cossio et al., JMIR, 2024
差距不在模型。差距在模型底下那一层。
团队是这样用 XEvidence 的。
用可核验的文献把 LLM 回答「接地」
在 LLM 调用旁边同时查询我们的 API。返回带引用的结构化结论。用真实引用替换掉幻觉。
上线前校验健康推荐
实时对照结构化证据检查产品输出。无法溯源的结论自动打标。
更快做出以证据为基的功能
跳过「自建医学知识库」这 18 个月的工程量。一周完成集成。
已经在用的团队。
- 用于北京大学临床医学的科研工作流。
- 一家 Johnson & Johnson 业务部门用于常规文献调研。
- 一家快速增长的 EdTech 公司将其列为核心研究基础设施。
- 付费用户覆盖 4 大洲，零市场投放获取。
客户 logo 受 NDA 约束。如需了解请联系我们。