1個平臺集齊3大頂刊，醫生的“文獻焦慮”有救了？

對于一款AI工具，只有保證了回答內容的準確性、可靠性和真實性，才能真正說服醫生敢于使用。

撰文 | 凌駿

醫生，可以算是這個星球上“最愛”學習的職業。

面對醫學前沿知識井噴式的更新迭代，一名醫生想要不被落下，不僅需要不斷研讀最新研究，還需要綜合既往高質量的文獻，快速理出一套站得住腳科研、臨床思路。

但問題在于，來自各大權威期刊的文獻，“摘要好找，全文難拿”，很多時候，即便醫生來回切換了多個數據庫，總有相當一部分頂刊全文，怎么也找不到。甚至，當醫生求助AI時，發現連它也在“編文獻”。

在這樣的背景下，7月21日，阿里健康旗下醫學AI平臺“氫離子”放出了一則消息——平臺已完成和BMJ、JAMA、NEJM正版授權簽約，成為國內唯一同時擁有這三大醫學頂刊全文授權的醫學AI平臺。

這意味著，面對“頂刊全文”這道難題時，中國的醫生或許第一次有了系統性的解決方案。

醫生的“文獻焦慮”

查文獻，是所有醫生職業生涯的“必修課”。遇到疑難病例，需要一篇權威文獻支撐判斷；寫論文、做課題，需要系統梳理一個方向的既往研究；制定治療方案，更得拿出一條條經得起推敲的循證依據。

但查文獻，從來不是“打開數據庫”“輸個關鍵詞”這么簡單。當全文跳轉到期刊官網后，很多時候會撞上一堵付費墻，又或者自己所在醫院、機構的訂閱范圍，恰好缺了自己想要的那些文章。

某三甲醫院急診科溫醫生對此深有體會。

溫醫生身兼臨床、科研與教學多職，他告訴“醫學界”，過往遇到疑難病例或準備科研資料時，得先在PubMed檢索英文文獻，粗略判斷相關性，再想盡一切辦法找到原文，最后再用軟件全文翻譯、對照原文精讀、提取關鍵信息。

“整個過程至少涉及三四個不同的工具平臺，非常煩瑣，還經常有不少文章下載不了全文?！睖蒯t生說。

北京某三甲醫院腫瘤內科住院醫師盧醫生有著相同的感受。相比于其他學科，腫瘤學知識的更新更為頻繁。“幾乎每隔一陣，甚至每天都會有新的臨床試驗結果公布。頂刊上的新發現，有可能就會直接影響第二天的治療策略?！北R醫生說。

但文獻更新的速度，遠快于人工檢索、學習、總結的效率。

更大的問題是，“最新的研究”“最熱點的文章”，反而因為討論的人多、傳得快，總有辦法拿到。真正難啃的，是做課題、寫綜述時要系統性梳理的一個領域十幾年的關鍵證據——總有零星幾篇，怎么都補不齊。

這些補不齊的部分，很多時候恰恰決定了一個課題、一次臨床診療的基礎打得牢不牢，也正是“氫離子”試圖解決的事情。

集齊三大頂刊

早在今年5月，氫離子就宣布與BMJ集團達成獨家內容合作，BMJ旗下70余種期刊近十年發表的內容和多媒體資源，都獨家提供給氫離子平臺。

而隨著此次JAMA、NEJM的加入，“氫離子”已經集齊三大國際醫學頂刊全文授權，也是國內首次有AI工具做到了這一點。

事實上，“查得到”和“查得對”從來都是兩回事。AI給出的證據本身是什么水平，對于醫生而言至關重要。過去，很多通用AI的回答，證據來源良莠不齊：可能是一篇論壇帖子、一個不知名網頁，甚至查無實據的編造鏈接。

盧醫生就曾踩過這個坑。她此前嘗試用通用AI檢索，有時點開鏈接卻發現文獻的證據級別很低，有時甚至還是一篇毫不相關的文章，“這不但沒節省時間，反而增加了驗證的成本。”盧醫生說。

為此，作為專業型的醫療AI工具，“氫離子”給出的解決辦法，是基于全球醫學界公認的GRADE方法學體系，對醫學證據進行分級引用，確保更高級別的證據以更高權重被分析，頂刊內容能被更優先地呈現。

同時，與傳統醫學數據庫不同，醫生只需輸入“自然語言”，系統即可精準領會意圖、匹配相關文獻并提供核心總結。這不僅降低了使用門檻，也將醫生從煩瑣的檢索語法中解放出來。

而今年接連完成的與BMJ、JAMA、NEJM的簽約，更是解決了整個環節中最根本的問題——文獻從哪里來。

“醫學界”了解到，目前在氫離子里，醫生不僅能優先找到三大頂刊的全文，一鍵總結文獻要點，還能直接看到原文中，支撐該結論的具體語句和圖表數據。

這相當于把過去AI回答里“模糊引用一段話”的做法，升級成“精準指出哪句話、為什么可信、此刻是否依然有效”。

值得一提的是，針對已經完成分析總結的頂刊文獻，醫生還可以進一步向AI追問研究細節，系統會基于文獻內容總結，并自動推薦相關延展問題，幫助醫生更深入理解其中的結論、建議與核心觀點。

這意味著，此前醫生四處碰壁也很難找到的頂刊全文，現在不僅能快速在“氫離子”里讀到，還能得到“一鍵”精準的延伸和解析。

醫學AI的信任競爭

過去兩年，醫學AI賽道涌入了大量玩家。但一個有趣的現象是：醫生群體對AI工具的采納率，遠低于其他知識工作者。

原因不難理解，醫生對信息來源的要求遠比其它職業嚴苛，日常生活中，AI的“幻覺”現象或許只是一次無傷大雅的誤差；但在醫學領域，一條低質量，甚至虛構的文獻引用、一個錯誤的用藥劑量，都可能將臨床決策引向危險的方向。

醫學AI的競爭，本質上是信任的競爭。因此，當AI的所有回答，都有可靠的循證檢索體系支撐，都可以溯源至頂刊原文時，“氫離子”實際上想建立的，是一套“循證問答標準”——什么樣的信息源可以被引用，什么樣的輸出質量才算合格，醫生最終需要的究竟是什么？

溫醫生對“醫學界”表示，在“氫離子”的輔助下，他沒有再遇到過編造信息的情況。輸入臨床問題后，系統能給出相對全面清晰的回答，還能按照證據級別高低，清晰地羅列出真實可查的參考文獻。

“我覺得，能便捷、快速獲取到高質量的臨床證據，對基層醫療機構而言幫助可能還會更大?！睖蒯t生提到。

換言之，溫醫生認為，如果頂級醫院、國際前沿的最新診療規范與進展，能通過AI工具快速、準確地傳遞到基層，那醫療資源的“同質化”，或許能向前邁進一步。

而這也正是“氫離子”試圖進一步發力的方向。阿里健康CTO祥志在此前接受采訪時表示，在當前的醫療體系中，實際承擔著最廣泛的患者診療工作的，是中腰部醫院的醫生。

“如果他們能通過氫離子，用更高效的交互方式獲取更高質量的臨床證據，比如國內外頂刊的科研成果、基于循證邏輯的病理分析、更多的病例參考，最終讓基層醫生的診斷結果和頭部三甲醫院的主治相當，幫助醫生群體水平整體提升一點點，也能讓大多數患者獲益。”祥志說。

來源：醫學界

校對：蔡 菜

運營：趙 靜

責編：汪 航

*“醫學界”力求所發表內容專業、可靠，但不對內容的準確性做出承諾；請相關各方在采用或以此作為決策依據時另行核查。

點擊“閱讀原文”打開氫離子，暢享BMJ、JAMA、NEJM三大頂刊全文↓↓↓