AI时代，医生究竟需要怎样的循证助手？

深夜十一点，一位肿瘤科医生面前的屏幕上，PubMed检索结果定格在了一个数字上——12847。

而这还是他反复叠加检索关键词后得到的结果。从疾病名称、靶向药物到联合方案、生物标志物——每加一个限定条件，他都期待结果能更精准一些。但检索结果，有些事与愿违。

并且，12847篇的搜索结果，带来的不是最终答案，而是一个新的问题：在堪称海量的文章中，究竟哪些才真正适用于那位62岁、合并糖尿病且对一线方案耐药的非小细胞肺癌患者？

这并非某一位医生的个别困境。仅PubMed一个平台，每天Q1和Q2分区的文献更新量就达到2500至3000篇。这意味着，即使一个医生不吃不睡，穷尽一生也难以读完一年内发表的文献，也意味着身处人类历史上医学数据最丰富的时代，医生却依然在"找到对的证据"这件事上极度低效。

而这个悖论，正是AI循证工具得以快速生长的土壤。一项海外医学研究计划披露的数据进一步印证了这一趋势：约三分之一的科研人员已将AI作为信息检索的起点，其中约10%的人直接用AI工具替代了传统检索流程。这一趋势也传导至了国内产品端。一众互联网大厂和垂直创新企业纷纷推出面向医生的AI循证助手。

但作为一个新兴事物，AI循证工具的发展面临诸多挑战和担忧，而其中最为核心的，莫过于能不能用、好不好用以及怎么用。前两项对应着如何满足医生循证需求，后者则对应着如何构建更优的人机协作体系。

在此背景下，阿里健康、动脉网及微解药联合主办了《中国创新医疗资产会客厅》交易圆桌派第二十六期，邀请复旦大学循证医学中心执行主任、中山医院内科基地主任陈世耀，复旦大学大健康信息研究中心副主任、复旦大学医学图书馆馆长应峻以及阿里健康氢离子医学大模型医学负责人张令宇，就AI循证助手的发展现状、发展挑战等展开深度对话。

医生在循证实践中面临的第一道门槛，不是不会找，而是“够不到”“够不全”。

其中，“够不到”主要是指权威/顶刊医学资源的难以获取。原因在于，全球顶尖医学期刊的文献往往受版权保护，医生想要获取全文，要么依赖机构订阅，要么逐篇付费。“对于非顶级三甲医院的医生而言，这道壁垒难以逾越。”陈世耀主任点出了基层医生在寻求循证支持方面的第一处困境。

对此，寻求与国际顶刊医学资源的合作，提升顶级资源的可及性，成为了诸多AI循证助手的发力方向。这极具挑战。背后原因主要与此前权威期刊更倾向于数据库合作有关。“改变产业合作生态，这并不容易。”

但在行业的努力与诚意下，改变也正在发生。例如阿里健康的氢离子，便与多家权威医学期刊达成了合作，并成为了国内首家获得NEJM集团（《新英格兰医学杂志》出版方）、JAMA（美国医学会杂志）、BMJ集团全文内容授权的平台。这极大地降低了医生，尤其是基层医生获取顶刊资源的门槛，让更多的医生能够“够得到”全球顶级的医学资源。

然而，“够得到”不等于“够得全”。据应峻教授透露，这主要指两个方面：其一是资源类型的“不全”。多数循证工具仅覆盖单一资源类型，或主要覆盖文献，或主要包含临床指南、专家共识。而医生寻求的循证支持应当是全面且完善。这便要求循证工具应尽可能覆盖文献、临床指南、专家共识等全种类的医学资源。

其二是资源区域的“不全”。许多工具仅覆盖国内数据库，使得国内医生难以触达且第一时间触达国际前沿研究结果和趋势，造成资源获取的空间差和时间差。

而氢离子在资源范围上的布局也剑指上述“缺口”：不仅限于文献，还涵盖指南、共识等多种资源类型；不仅限于国内，而是打通全球主要医学数据库，让医生在一个入口即可触达完整的循证资源。

然而，在“够得到”“够得全”之外，还有一道更隐蔽的门槛：在信息爆炸的时代，医生真正缺的不仅是资源本身，更是判断资源含金量的能力。每天数千篇新文献涌入数据库，哪些值得读？哪些与自己的临床问题相关？哪些结论已被后续研究推翻？而这正是AI循证工具区别于传统检索的关键价值。

我们以氢离子为例，来拆解AI循证工具在资源价值建议方面的优势。当氢离子理解医生诉求后，不会只把原文“递到”医生面前，而是会先提供结构化的综述和摘要，帮助医生快速判断一篇文章的核心结论与证据等级。当医生需要深入了解时，再调取原文。同时，平台通过GRADE分级体系对证据质量进行动态评估，让医生在决定是否采信某条证据时，有一个清晰的质量参照系。

当高质量医学高效触达的问题得以解决，另一难关也接踵而至，即“敢不敢用”，也称“可不可靠”。

在临床场景中，可靠性是不可妥协的底线。一个AI工具如果会产生“幻觉”——编造不存在的文献、歪曲研究结论或给出脱离临床实际的推荐——那么无论它检索多快、界面多友好，都不会被医生群体所接受。

此外，在可靠性的基础上，还有一个同等重要的需求，即“好不好用”。除交互设计、响应速度外，本章提及的“好不好用”主要是指循证支持结果与医生真实诉求的相关性。相关性越高，越能提供充分的循证支持。

换言之，在循证支持方面，医生还要求AI工具不仅要可靠，还要好用。而这，也成为了诸多AI循证工具的主要发力方向。

而在本次圆桌论坛中，张令宇也详细分析了氢离子的创新实践。除前文所提及的合作权威顶刊、纳入全品类、广区域医学资源提升可靠性与专业性外，氢离子还搭建了四层循证架构，以从“敢用”跃升至“好用”。

第一层为证据理解与内容体系。其主要作用为，当所有指南和文献进入氢离子系统时，都会基于PICO框架和GRADE标准进行结构化理解。其中，基于PICO框架结构化理解的证据可被“拆解”为人群特征、干预手段、对照手段和临床结局等。这是后续为医生提供契合需求的循证支持的关键；而基于GRADE等级，系统也可评估证据等级，并在后续循证支持实践中注明以供医生参考。

如果说第一层架构的设计是为了保障证据输入的质量和更好地理解证据信息，那么第二层架构的设计则是为了保障输出质量以及更好地契合医生需求。基于PICO的检索与数据增强，系统不仅可保证输出的每一句话都有据可查。更可将医生的问题解析为PICO四要素，再基于这一结构在千万级医学文献和数万部临床指南中进行证据检索，进而实现“问题”与“证据”的精准匹配。

但氢离子并未止步于此，而是构建了模型强化与微调体系，不断优化迭代模型。在这一层里，通过Reward模型，系统可以更好地理解好答案的标准；通过Rubrics评分体系，系统可确保每个回答满足循证医学的严格标准。如此，便能让模型在严格遵循循证医学标准的前提下，学会“什么是准确、忠实循证、安全有用的答案”。通过持续优化迭代，系统的准确率将会持续提升，幻觉率也将进一步下降。

在此基础上，秉持技术来源于人、服务于人的理念，为保障系统的权威性、专业性、可靠性以及可用性，氢离子还设立了超300人的AI医学专家委员会。这在业内极为罕见。其核心价值不在于人数，而在于其是对氢离子可靠性和可用性的终极保障。且更为重要的是，通过构建“顾问-指导委员会-评测组”的三层专家委员会架构，氢离子建立了明确的产品迭代反馈机制。而这些来自临床的真实需求和应用，也终将反哺前三层（数据层、检索层、模型层）的持续优化。

从理解到检索，从训练到评审，氢离子的这四层架构形成了一个完整的循证AI闭环，从而让每次循证支持，都实现了可靠与可用的兼顾。

当工具越来越强，交互越来越便捷，一个担忧也随之浮现——对于医生而言，这是否真的是一件好事？

答案显然是肯定的，正如应峻教授在分享时所言的那样——“AI循证工具的出现，把医生从繁杂的文献搜索等‘体力劳动’中解放出来，让他们可以把有限的时间和精力投入在临床诊疗和科研工作最有价值、最需人脑智慧的环节中。”

而对于年轻医生可能判断能力欠缺，以及长期使用可能产生依赖进而不利于医生长期成长、形成独立思维能力等担忧，长期在临床一线工作的陈世耀主任“现身说法”，给出了自己的解法。

首先便是要充分了解AI循证工具，包括数据来源、结果生产流程以及能力边界。“一定要弄清楚，它能干什么，不能干什么”。其二便是要做交叉验证。这种交叉验证，既可以是指个人利用不同AI工具针对同一问题进行“循证”，也可以是多个人分别用同一AI工具针对同一问题寻求循证支持。这种交叉验证，能够在一定程度上降低AI幻觉带来的医疗风险，也可能寻找并制定出相对更好的治疗方案。而在最后，更为重要，且最为核心的是，“不要丢掉独立思考的能力，一定要有自己的判断！”

而在圆桌的最后，张令宇也强调，氢离子的诞生并不是为了替代医生，而是为了服务医生。这在氢离子的交互设计上亦有体现：当医生提出一个问题，氢离子会先给出初步的结论性判断，即论点；再提供系统且充分的论据；最后还会提示医生结合患者具体情况慎重决策。

“氢离子只是为医生提供了最新的临床洞见和证据支持，只是医生的‘智能副驾驶’，真正的方向盘掌握在医生自己手里。”张令宇表示，“我们也希望通过最新、全面且权威的医学资源以及透明的推理机制，让医生在使用过程中也能积累医学知识并进一步培养临床思维。”