百位临床专家专业把关，国际顶刊内容注入，医学AI要走进诊室，首先要过的不是技术关，而是信任关。撰文丨凌 骏医学AI赛道从不缺热闹。大模型、智能问答、辅助诊断……过去几年，医学AI工具层出不穷，可对医生群体而言，一个问题始终悬而未决——AI给出的答案，能信吗？这不是技术洁癖，而是现实的顾虑。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，一条虚构的文献引用，一个编造的用药剂量，都可能将临床决策引向危险的方向。面对这一痛点，一款新的医学AI工具给出了一套不同于行业主流的解法——不卷模型参数，转而从“内容源头”和“输出把关”两个维度同时下手。5月13日，阿里健康旗下的医学AI助手“氢离子”正式发布，由超300位中国临床专家组建起“医学AI专家委员会”，并宣布与英国BMJ集团（BMJ Group）达成期刊内容独家合作。一边是数百位中国临床专家的专业判断力把关，一边是国际顶刊的前沿内容注入。当这两股力量同时汇入一个AI模型，医学AI或许才真正具备了走进诊室的资格。AI能答，但医生敢不敢信？循证医学引入中国已近三十年，其价值早已不言而喻。但在高强度的临床节奏下，如何高效获取、筛选并应用最新的医学证据，仍是一道现实难题。北京某三甲医院肿瘤内科住院医师卢医生对此深有体会。她告诉“医学界”，肿瘤学的知识更新极快，几乎每隔一阵就有新的临床试验结果公布，顶刊上的新发现，可能会直接影响第二天的治疗策略。“但现实是文献更新的速度，远快于人工检索、学习并总结的效率。”卢医生认为，在高强度的临床节奏下，医生很难实时追踪每一条前沿进展，想把循证要求完全落到实处，并不容易。这也并非个别科室的困扰。温州某三甲医院急诊科温医生同样提到，急诊科病种繁杂、病情瞬息万变，遇到疑难病例时，医生往往需要跨多个专业检索平台，才能找到可靠的临床证据，“整个过程非常繁琐费时”。这种情况下，AI工具的出现一度被寄予厚望，可当医生们真正上手后，又遇到了新的问题。卢医生告诉“医学界”，她曾尝试用通用AI检索文献，即便明确要求提供准确的DOI号，点开链接却发现是一篇毫不相关的文章。“这不但没节省时间，反而增加了验证成本。”温医生也有类似经历，有些回答给出的引用，根本查不到出处。虚构文献，编造结论……通用AI的“幻觉”问题，在其他领域或许只是不便，但在医学场景中却可能酿成真正的风险，也是医生们难以信任AI最根本的原因。正是基于这一痛点，阿里健康在开发“氢离子”之初，就将核心定位瞄准在六个字上：低幻觉，高循证。换句话说，“氢离子”要解决的，不是“AI能不能回答医学问题”，而是“医生敢不敢信AI的回答”。为此，“氢离子”构建了一套完整的循证链路。为了确保所有回答均能标注权威出处，支持一键溯源，“氢离子”录入了千万级医学核心期刊文献，并打通了“中外文献检索——翻译——解析——可溯源回答”的全流程，覆盖从问题提出到证据验证的完整工作流。同时，氢离子还首次将时效性与权威性融入引用逻辑——通过对全球指南与文献的日更追踪，每一个回答都能精准定位到原文中支撑观点的具体语句，并同步校验其时效性与可信度，精准指出“引用的哪句话？为什么可信？此刻是否仍然有效？”。卢医生告诉“医学界”，在“氢离子”的辅助下，目前她已经形成了一套熟练的工作流：准备学术汇报时，先用通用AI生成大纲初稿，再用“氢离子”搜索权威文献、翻译精读、提炼总结。“它给出的每一条引用，我都能查到真实出处，这是让我最放心的。”让证据可得、可用、可信，在面对循证医学落地的“最后一公里”时，这是“氢离子”所给出的回答。医学循证，靠什么保障？“低幻觉”三个字说起来简单，但在医学场景中，靠什么来保障？当行业多数产品还在卷模型参数、卷问答的流畅度时，氢离子选择了另一条路径——从“内容源头的权威性”和“输出质量的专家把关”两个维度，同时建立壁垒。在内容源上，“氢离子”没有选择依赖互联网上质量参差不齐的公开信息，而是基于千万级国际顶尖期刊文献、国内外权威临床指南与共识以及药品说明书，构建了一套专用的循证数据库。据阿里健康CTO王祥志介绍，“氢离子”有别于其他通用大模型的底层技术逻辑，是四层循证AI架构。“第一层是证据理解与内容体系，所有指南和文献在进入系统时，都会基于PICO框架和GRADE标准进行结构化理解；第二层基于PICO的检索与数据增强，保证输出的每一句话都有据可查；第三层是模型强化与微调，让模型学会‘什么是准确、忠实循证、安全有用的答案’，并确保满足循证医学的严格标准。”而第四层，则是由医学专家评审体系完成质量的闭环。在此次发布会上，“氢离子”正式宣布成立“AI医学专家委员会”，由黄晓军教授、肖瑞平教授、于金明教授等10位国内各学科顶级专家领衔，负责整体学术方向把关。同时，50位指导委员会成员负责制定评测标准与方法论；数百位来自复旦100强医院的评测医生，则对AI回答进行验证与反馈。值得一提的是，这并非一次性的“专家亮相”。专家的定期评测结果，将持续地反馈到产品的迭代中，经确认后统一纳入“氢离子”的实时知识库更新，形成了“用——评——改”的循环。肖瑞平教授在发布会上表示，AI对医学的影响是方方面面的，但越往前走，越需要标准、需要底线、需要方向。“什么样的AI是安全的？什么样的模型是可信的？这些问题不只是靠技术来解决，必须由临床、由科学证据、由规范治理来回答。”肖瑞平教授指出，专家委员会的三级架构设计——顾问委员会把握方向，指导委员会制定标准，评审委员会扎实做好临床验证——是一种务实、专业、可长久运行的模式。“我们不是走个形式，而是要面向临床，建立一个经得起检验的、有循证基础的AI评价体系。”从内容源头的权威性，到输出质量的专家把关，这套“顶刊授权+专家审核”的双保障体系，都指向了一个核心目标：让每一条AI输出，都能经得起临床验证。当国际顶刊投出“信任票”发布会上另一个引发广泛关注的信号，来自国际顶刊英国BMJ集团。“氢离子”宣布，成为BMJ集团在中国独家合作的医学AI平台，包括《英国医学杂志》在内，BMJ集团旗下70本医学期刊的所有内容和多媒体资源，将独家授权提供给“氢离子”。同时，“氢离子”目前还正在与全球多家顶刊进行合作沟通。国际顶刊筛选合作对象的标准素来严苛，其判断“独家内容授权”的依据，不仅是模型参数和用户规模，更是对产品循证能力与专业内容把控水准的专业认可。因此，对于一款将贯穿医生日常工作的AI工具来说，这张“信任票”的分量不言而喻。依托此次合作，中国医生可以通过“氢离子”直连全球顶级医学文献，进行循证问答、全文阅读、在线翻译，解决临床与科研过程中的医学问题。BMJ集团出版业务首席执行官Niels Peter Thomas博士表示：“BMJ集团致力于提供优质医学知识、促进全球健康事业的发展。将期刊文章内容接入人工智能医学平台‘氢离子’，是突破传统知识获取方式的一次创新，期待能以此更好、更多地服务中国医生。”当AI的所有回答，都可溯源至顶刊原文或国内权威指南，当每一次输出都经过专家委员会的验证，“氢离子”实际上建立的，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，什么样的迭代机制才能持续可信。这不只是一个产品的能力边界，更可能深远影响中国医生的临床决策习惯：从“凭经验判断”到“有据可查”，从“我觉得”到“证据显示”。肖瑞平教授认为，面向全球医学 AI 快速发展的格局，中国需要有自己的权威学术声音，需要有立足临床实践、符合中国国情、经得起国际检验的医学 AI 标准体系。“我们有决心，也有能力，汇聚全国顶尖学术力量，以严谨态度、科学方法、临床实践，打造属于中国、服务中国，并能走向世界的医学 AI 标准，为全球医学 AI 治理贡献中国智慧与中国方案。”肖瑞平教授说。*“医学界”力求所发表内容专业、可靠，但不对内容的准确性做出承诺；请相关各方在采用或以此作为决策依据时另行核查。
