1个平台集齐3大顶刊，医生的“文献焦虑”有救了？

 

对于一款AI工具，只有保证了回答内容的准确性、可靠性和真实性，才能真正说服医生敢于使用。

撰文 | 凌骏

 

医生，可以算是这个星球上“最爱”学习的职业。

 

面对医学前沿知识井喷式的更新迭代，一名医生想要不被落下，不仅需要不断研读最新研究，还需要综合既往高质量的文献，快速理出一套站得住脚科研、临床思路。

 

但问题在于，来自各大权威期刊的文献，“摘要好找，全文难拿”，很多时候，即便医生来回切换了多个数据库，总有相当一部分顶刊全文，怎么也找不到。甚至，当医生求助AI时，发现连它也在“编文献”。

 

 

在这样的背景下，7月21日，阿里健康旗下医学AI平台“氢离子”放出了一则消息——平台已完成和BMJ、JAMA、NEJM正版授权签约，成为国内唯一同时拥有这三大医学顶刊全文授权的医学AI平台。

 

这意味着，面对“顶刊全文”这道难题时，中国的医生或许第一次有了系统性的解决方案。

 

 

医生的“文献焦虑”

 

查文献，是所有医生职业生涯的“必修课”。遇到疑难病例，需要一篇权威文献支撑判断；写论文、做课题，需要系统梳理一个方向的既往研究；制定治疗方案，更得拿出一条条经得起推敲的循证依据。

 

但查文献，从来不是“打开数据库”“输个关键词”这么简单。当全文跳转到期刊官网后，很多时候会撞上一堵付费墙，又或者自己所在医院、机构的订阅范围，恰好缺了自己想要的那些文章。

 

某三甲医院急诊科温医生对此深有体会。

 

温医生身兼临床、科研与教学多职，他告诉“医学界”，过往遇到疑难病例或准备科研资料时，得先在PubMed检索英文文献，粗略判断相关性，再想尽一切办法找到原文，最后再用软件全文翻译、对照原文精读、提取关键信息。

 

“整个过程至少涉及三四个不同的工具平台，非常烦琐，还经常有不少文章下载不了全文。”温医生说。

 

北京某三甲医院肿瘤内科住院医师卢医生有着相同的感受。相比于其他学科，肿瘤学知识的更新更为频繁。“几乎每隔一阵，甚至每天都会有新的临床试验结果公布。顶刊上的新发现，有可能就会直接影响第二天的治疗策略。”卢医生说。

 

但文献更新的速度，远快于人工检索、学习、总结的效率。

 

更大的问题是，“最新的研究”“最热点的文章”，反而因为讨论的人多、传得快，总有办法拿到。真正难啃的，是做课题、写综述时要系统性梳理的一个领域十几年的关键证据——总有零星几篇，怎么都补不齐。

 

这些补不齐的部分，很多时候恰恰决定了一个课题、一次临床诊疗的基础打得牢不牢，也正是“氢离子”试图解决的事情。

 

集齐三大顶刊

 

早在今年5月，氢离子就宣布与BMJ集团达成独家内容合作，BMJ旗下70余种期刊近十年发表的内容和多媒体资源，都独家提供给氢离子平台。

 

而随着此次JAMA、NEJM的加入，“氢离子”已经集齐三大国际医学顶刊全文授权，也是国内首次有AI工具做到了这一点。

 

 

事实上，“查得到”和“查得对”从来都是两回事。AI给出的证据本身是什么水平，对于医生而言至关重要。过去，很多通用AI的回答，证据来源良莠不齐：可能是一篇论坛帖子、一个不知名网页，甚至查无实据的编造链接。

 

卢医生就曾踩过这个坑。她此前尝试用通用AI检索，有时点开链接却发现文献的证据级别很低，有时甚至还是一篇毫不相关的文章，“这不但没节省时间，反而增加了验证的成本。”卢医生说。

 

为此，作为专业型的医疗AI工具，“氢离子”给出的解决办法，是基于全球医学界公认的GRADE方法学体系，对医学证据进行分级引用，确保更高级别的证据以更高权重被分析，顶刊内容能被更优先地呈现。

 

同时，与传统医学数据库不同，医生只需输入“自然语言”，系统即可精准领会意图、匹配相关文献并提供核心总结。这不仅降低了使用门槛，也将医生从烦琐的检索语法中解放出来。

 

 

而今年接连完成的与BMJ、JAMA、NEJM的签约，更是解决了整个环节中最根本的问题——文献从哪里来。

 

“医学界”了解到，目前在氢离子里，医生不仅能优先找到三大顶刊的全文，一键总结文献要点，还能直接看到原文中，支撑该结论的具体语句和图表数据。

 

这相当于把过去AI回答里“模糊引用一段话”的做法，升级成“精准指出哪句话、为什么可信、此刻是否依然有效”。

 

 

值得一提的是，针对已经完成分析总结的顶刊文献，医生还可以进一步向AI追问研究细节，系统会基于文献内容总结，并自动推荐相关延展问题，帮助医生更深入理解其中的结论、建议与核心观点。

 

这意味着，此前医生四处碰壁也很难找到的顶刊全文，现在不仅能快速在“氢离子”里读到，还能得到“一键”精准的延伸和解析。

 

医学AI的信任竞争

 

过去两年，医学AI赛道涌入了大量玩家。但一个有趣的现象是：医生群体对AI工具的采纳率，远低于其他知识工作者。

 

原因不难理解，医生对信息来源的要求远比其它职业严苛，日常生活中，AI的“幻觉”现象或许只是一次无伤大雅的误差；但在医学领域，一条低质量，甚至虚构的文献引用、一个错误的用药剂量，都可能将临床决策引向危险的方向。

 

医学AI的竞争，本质上是信任的竞争。因此，当AI的所有回答，都有可靠的循证检索体系支撑，都可以溯源至顶刊原文时，“氢离子”实际上想建立的，是一套“循证问答标准”——什么样的信息源可以被引用，什么样的输出质量才算合格，医生最终需要的究竟是什么？

 

温医生对“医学界”表示，在“氢离子”的辅助下，他没有再遇到过编造信息的情况。输入临床问题后，系统能给出相对全面清晰的回答，还能按照证据级别高低，清晰地罗列出真实可查的参考文献。

 

“我觉得，能便捷、快速获取到高质量的临床证据，对基层医疗机构而言帮助可能还会更大。”温医生提到。

 

换言之，温医生认为，如果顶级医院、国际前沿的最新诊疗规范与进展，能通过AI工具快速、准确地传递到基层，那医疗资源的“同质化”，或许能向前迈进一步。

 

而这也正是“氢离子”试图进一步发力的方向。阿里健康CTO祥志在此前接受采访时表示，在当前的医疗体系中，实际承担着最广泛的患者诊疗工作的，是中腰部医院的医生。

 

“如果他们能通过氢离子，用更高效的交互方式获取更高质量的临床证据，比如国内外顶刊的科研成果、基于循证逻辑的病理分析、更多的病例参考，最终让基层医生的诊断结果和头部三甲医院的主治相当，帮助医生群体水平整体提升一点点，也能让大多数患者获益。”祥志说。

 

 

来源：医学界

校对：蔡   菜

运营：赵   静

责编：汪   航