Le paysage de l'intelligence artificielle dans le secteur de la santé a connu un changement définitif dans la dynamique du pouvoir. OpenEvidence, la startup couramment connue sous le nom de "ChatGPT for doctors", a obtenu un financement de série D stupéfiant de 250 millions de dollars, portant sa valorisation à 12 milliards de dollars. Cette injection de capital, dirigée par Thrive Capital et DST Global, double non seulement la valorisation de la société par rapport à la précédente levée, mais consolide également son statut de société d'IA dédiée à la santé la plus précieuse au monde.
L'annonce, faite le 21 janvier 2026, signale une maturation du secteur de l'IA générative (Generative AI). Pendant que les modèles à usage général continuent de se disputer la domination auprès des consommateurs, OpenEvidence s'est taillé une niche lucrative et à forts enjeux : fournir une aide à la décision clinique sans erreur et étayée par des citations (clinical decision support, CDS) aux médecins qui ne peuvent se permettre les hallucinations courantes des grands modèles de langage (Large Language Models, LLMs). Avec plus de 40 % des médecins américains utilisant désormais la plateforme, OpenEvidence est passée d'un outil expérimental à une pièce critique de l'infrastructure médicale nationale.
Dans un climat d'investissement où le retour sur investissement en IA est examiné de plus en plus attentivement, la valorisation de 12 milliards de dollars d'OpenEvidence se distingue comme un témoignage de l'utilité plutôt que du battage médiatique. Le tour a été co-dirigé par Thrive Capital — des investisseurs qui ont précédemment soutenu OpenAI — et DST Global, avec la participation d'investisseurs existants tels que Sequoia, Google Ventures et la Mayo Clinic.
La vélocité de la croissance financière d'OpenEvidence est presque sans précédent dans le secteur health-tech. Quelques mois plus tôt, en octobre 2025, la société était valorisée à environ 6 milliards de dollars. Ce doublement de la valorisation en un seul trimestre reflète les métriques d'adoption explosives que la société a rapportées.
La courbe d'adoption d'OpenEvidence ressemble davantage à celle d'une application sociale grand public qu'à celle d'un outil de santé d'entreprise. Contrairement aux systèmes traditionnels de dossier médical électronique (Electronic Health Record, EHR) qui exigent des cycles de vente de plusieurs années et des implémentations complexes, OpenEvidence a exploité une stratégie d'adoption ascendante, séduisant d'abord les médecins individuellement.
Cette adoption virale a permis à OpenEvidence de contourner la friction bureaucratique notoire des achats hospitaliers, créant un fossé que les concurrents peinent à franchir.
La proposition de valeur centrale d'OpenEvidence réside dans son éloignement par rapport à l'architecture standard des chatbots. Alors que des modèles comme GPT-4 ou Gemini sont entraînés sur l'Internet ouvert, OpenEvidence est construit sur un corpus fermé et vérifié de littérature médicale à fort impact.
La plateforme utilise une forme sophistiquée de génération augmentée par récupération (Retrieval-Augmented Generation, RAG). Lorsqu'un médecin pose une question clinique complexe — par exemple le dernier protocole pour traiter une insuffisance cardiaque chez un patient présentant des comorbidités spécifiques — l'IA ne se contente pas de « deviner » le mot suivant. Au lieu de cela, elle récupère des articles spécifiques provenant de sources de confiance comme The New England Journal of Medicine (NEJM), JAMA et le National Comprehensive Cancer Network (NCCN), synthétise les conclusions et fournit une réponse avec des citations intégrées.
Un moteur clé de l'augmentation récente de la valorisation est le succès de « DeepConsult », un flux de travail agentique avancé publié fin 2025. Contrairement à une recherche standard qui récupère une seule réponse, DeepConsult agit comme un assistant de recherche autonome. Il peut :
Cette capacité répond au principal point de douleur de la médecine moderne : le « déluge d'informations ». Avec des connaissances médicales qui doublent tous les quelques mois, il est humainement impossible pour un médecin de rester à jour sans augmentation technologique.
La crédibilité d'OpenEvidence est profondément enracinée dans son incubation au sein du programme Mayo Clinic Platform Accelerate. Cet endossement précoce a fourni deux actifs critiques : l'accès à des données cliniques de classe mondiale pour l'entraînement et une confiance immédiate au sein de la communauté médicale.
Le fondateur Daniel Nadler, titulaire d'un doctorat (PhD) d'Harvard, qui avait précédemment vendu sa société fintech Kensho à S&P Global pour 550 millions de dollars, a souvent décrit la mission de la société comme donnant aux médecins des « superpouvoirs ». Le parcours de Nadler — unique en ce qu'il est un poète publié ainsi qu'un expert en modélisation financière — a influencé la conception du produit, qui met l'accent sur la clarté et la cohérence narrative dans les explications médicales complexes.
La société a réussi à sécuriser des partenariats de contenu exclusifs ou de haut niveau avec des éditeurs médicaux majeurs, créant un « jardin clos » de données de haute qualité. Cette stratégie de propriété intellectuelle garantit que, tandis que les LLMs généraux pourraient fouiller le web, OpenEvidence dispose d'un accès légal et structuré au texte intégral des revues médicales premium, permettant une analyse plus approfondie et plus précise.
L'industrie de la santé assiste actuellement à une bataille entre les « modèles de fondation » (foundation models) à usage général et l'« IA verticale » (vertical AI) spécialisée. Le tableau ci-dessous explique pourquoi OpenEvidence gagne actuellement la bataille des flux de travail cliniques face à des concurrents plus larges.
Comparaison : OpenEvidence vs. LLMs à usage général (ChatGPT, Gemini)
| Caractéristique | OpenEvidence | LLMs à usage général (ChatGPT, Gemini) |
|---|---|---|
| Source des données d'entraînement | Revues médicales et lignes directrices vérifiées | L'intégralité du Web ouvert (Common Crawl) |
| Risque d'hallucination | Extrêmement faible (fondé) | Modéré à élevé |
| Méthode de citation | Liens directs vers les DOI/PDF sources | Souvent générique ou inexistante |
| Mises à jour | En temps réel avec les nouvelles publications | Coupures périodiques lors de l'entraînement des modèles |
| Conformité | Conforme à la HIPAA et BAA disponible | Varie selon la licence entreprise |
| Public cible | Médecins certifiés (MDs/DOs/NPs) | Grand public |
| Modèle économique | SaaS vertical / licence entreprise | Abonnement grand public / API |
L'ascension vers une valorisation de 12 milliards de dollars ne s'est pas faite sans conflit. La nature lucrative du marché de l'aide à la décision clinique (clinical decision support, CDS) a attiré de nombreux concurrents, allant de startups à des géants technologiques établis.
Doximity, souvent décrit comme le « LinkedIn pour les médecins », a déployé ses propres outils propulsés par GPT, tirant parti de sa vaste base d'utilisateurs. Toutefois, le focus singulier d'OpenEvidence sur la précision clinique plutôt que sur le réseautage lui a permis de conserver son avance dans les métriques d'utilisation au point de soins.
Plus notablement, le secteur a connu des frictions juridiques. OpenEvidence a récemment engagé des poursuites contre Pathway Medical, un concurrent basé à Montréal, l'accusant de vol de secrets commerciaux. Cette posture juridique agressive indique qu'OpenEvidence considère son « orchestration des données » — la manière spécifique dont elle classe et récupère les preuves médicales — comme un actif propriétaire qu'elle entend défendre vigoureusement.
En outre, le phénomène de l'IA fantôme (Shadow AI) reste une source d'inquiétude pour les directeurs informatiques hospitaliers (CIOs). Parce qu'OpenEvidence est souvent utilisé par des médecins sur des appareils personnels (Bring Your Own Device, BYOD) pour contourner les logiciels hospitaliers maladroits, les systèmes de santé s'efforcent de formaliser ces outils. Le financement de série D devrait soutenir une énorme démarche commerciale enterprise, permettant à OpenEvidence de convertir ses millions d'utilisateurs individuels en licences de site hospitalières qui s'intègrent directement aux EHR d'Epic et d'Oracle Cerner.
Avec 250 millions de dollars de capital frais, on s'attend à ce qu'OpenEvidence s'étende au-delà de la simple récupération d'informations. Les analystes du secteur prédisent trois axes d'investissement clés pour l'année à venir :
NVIDIA et Eli Lilly ont annoncé un partenariat historique de 1 milliard de dollars pour créer un laboratoire de co‑innovation axé sur l'utilisation de l'IA afin de révolutionner la découverte de médicaments et la fabrication pharmaceutique, visant à réduire drastiquement les délais de développement.
Alors que les dépenses mondiales en IA devraient atteindre $2.5 trillion, 2026 devient une année cruciale pour que l'industrie de l'IA prouve sa viabilité financière. Les investisseurs demandent désormais des retours tangibles sur leurs investissements massifs, créant un environnement à enjeux élevés.
Le patron de Google DeepMind, Demis Hassabis, met en garde contre le fait que la récente envolée des investissements en IA montre des signes d'une bulle, certaines valorisations de startups étant déconnectées de la réalité.
LiveKit, l'infrastructure audio et vidéo en temps réel qui alimente le mode vocal d'OpenAI, atteint le statut de licorne grâce à un investissement de 100 millions de dollars mené par Index Ventures.
À partir de janvier 2026, OpenAI commence à tester des publicités dans les offres gratuites et Go de ChatGPT : les annonces apparaîtront en bas des réponses. Les abonnés Premium restent sans publicités.
Le tout nouveau Superintelligence Labs de Meta franchit une étape majeure en livrant ses premiers modèles d'IA internes seulement six mois après sa création, tandis que le CTO Andrew Bosworth annonce que 2026‑2027 sera une période charnière pour l'IA grand public.
