当AI学会“不编造”，医生们终于可以放心用它了

　　对于一款AI工具而言，只有让医生们敢于信任，才能真正被使用。

　　撰文 | 凌骏

　　在人工智能席卷全球的这两年，几乎每个行业都在思考同一个问题：AI能为我做什么？

　　医生群体也不例外。如今，医学知识正以前所未有的速度更新迭代：一名肿瘤内科医生想要跟上领域进展，可能每天都要研读顶刊上发表的最新研究；一位急诊科医生在处理复杂病例时，也常常需要在极短时间内查阅文献，以做出关键决策。

　　然而现实是，大多数医生既要应对繁重的临床工作，还需兼顾科研与学习。AI工具的出现本被寄予厚望，但当医生们真正尝试后，却发现了新的问题——不少通用型AI存在“幻觉”，会一本正经地编造文献，虚构数据。

　　在此背景下，一款定位于“循证、低幻觉”的一站式信息整合的医学AI助手——阿里健康“氢离子”，进入了医生们的视野。它试图解决的，正是医生最核心的顾虑：既要提升效率，更要确保信息的真实可靠。

　　一个“有出处”的AI，真能帮上忙

　　“效率提高太多了。”提到使用“氢离子”后带来的改变，急诊科主任医师温医生给出了他最直观的感受。

　　温医生就职于一所三甲医院，身兼临床、科研与教学多职。在急诊科，患者病种繁杂、病情瞬息万变，医生必须在有限时间内做出决策。因此，检索文献、共识和指南，是他日常工作中不可或缺的一环。

　　温医生告诉“医学界”，以往遇到疑难病例或需要准备科研资料时，他得先在PubMed检索英文文献，粗略判断相关性，找到合适文章后再进行全文翻译，并对照英文原文精读、提取关键信息。

　　“整个过程至少涉及三四个不同的工具平台，非常繁琐。”温医生说。

　　直到去年年底，作为内测用户，温医生开始使用“氢离子”。最让他印象深刻的，是文献检索与翻译功能的整合。“它能根据我的需求，快速列出关联度高的临床证据，并精准翻译成中文，极大提升了效率。”

　　更关键的是，在使用“氢离子”的过程中，温医生没有发现“编造信息”的情况。当输入临床问题后，系统不仅能给出相对全面、清晰的回答，还能给出真实可查的参考文献。“这一点是最让我放心的。”温医生表示。

　　有类似体验的，还有北京某三甲医院肿瘤内科的住院医师卢医生。

　　与急诊科不同，肿瘤内科医生面临的挑战，是临床证据的快速迭代、新药与新疗法层出不穷。“肿瘤学日新月异，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，可能直接影响明天的治疗策略。”卢医生告诉“医学界”。

　　此前，卢医生也曾尝试使用过不同类型的通用型AI工具，但在医学场景下，她发现这些工具存在一个严重的问题——虚构文献。

　　“它们给出的结论未必准确，而当我想查看原文、复核数据时，即使明确要求提供准确的DOI号，也经常发现链接是错的，点开完全是另一篇文章。这不但没节省时间，反而增加了验证成本。”卢医生说。

　　2025年6月，经导师推荐，卢医生开始尝试“氢离子”。她发现，“氢离子”在保持与通用AI相同搜索便捷性的基础上，进一步强化了结果的真实性与可溯源性，这解决了她使用AI时面临的最大痛点。

　　卢医生告诉“医学界”，如今，她已形成了一套熟练的工作流程：当准备学术汇报时，先用更擅长“写作”的通用型AI工具，生成大纲和初稿，调整后再用“氢离子”搜索所需的权威文献，翻译、精读、提炼总结。

　　为什么“不编造”这么重要

　　事实上，医学领域对AI工具的使用，有着比其他行业更严苛的要求——医疗决策关乎生命，容错空间极小。

　　通用AI的“幻觉”问题，在日常生活中或许只是带来不便；但在医学场景中，一个虚假的文献引用或一条错误的用药建议，都可能造成严重后果。

　　这也正是许多医生至今仍对AI工具持谨慎态度的原因。“不编造答案，是医生能放心使用AI的基础。”温医生强调，对医生而言，宁愿AI给不出回答，也不能接受虚假信息。

　　“宁可不说，也不乱说”——“氢离子”的产品逻辑正是直击这一痛点。不仅是上述两位医生，多名参与内测的医生都反馈，“氢离子”在循证问答、证据整合与分析总结等任务中，表现出更高的准确性。

　　“医学界”了解到，在开发过程中，“回答有据可查”是研发团队的首要目标。

　　实现这一目标的关键在于，“氢离子”不依赖互联网上质量参差不齐的信息，而是基于千万级国际顶尖期刊文献、3万余部国内外权威临床指南与共识，以及超过6.4万份药品说明书所构建的专用数据库，从而确保信息源的可靠与权威。

　　在临床与科研场景下，医生对AI工具的真正期待，不止是简单的循证，标注上“参考文献”，还要确认：这一证据是否仍被当前指南认可？是否已被新研究推翻？是否适用于当下患者？换言之，信任的关键不只是“有没有来源”，而在“这个来源此刻是否依然成立”。

　　在最新版本里，氢离子上线了“动态证据定位”新功能。该功能可精准定位原文中直接支撑观点的具体语句，并同步校验时效性、权威性与逻辑一致性。相当于把过去AI回答中“模糊引用一段话”的做法，升级为“精准指出哪句话、为什么可信、此刻是否依然有效”。

　　除了循证问答，内测医生点赞最高的是智能搜索功能，与传统医学数据库不同，医生无需构建复杂的英文检索式，只需输入中文自然语言，系统即可精准捕捉意图、匹配相关文献并提供核心总结。

　　考虑到国内大部分医生研读英文文献不便利。“氢离子”内置了翻译功能，不仅支持在线文献的全文中英对照翻译、阅读，还可对上传的PDF英文文献进行翻译和智能总结，帮助用户快速把握核心内容。

　　简而言之，“氢离子”更像是服务医生临床决策循证与科研检索提效的一站式平台，覆盖从问题提出、信息检索、内容研读到证据验证的完整工作流。

　　技术底座与迭代

　　“氢离子”能实现这些功能，源于阿里健康在医学AI领域的长期积累。

　　据介绍，为推进医学AI工具研发，阿里健康深度整合了其在中文临床术语集、疾病和药物知识图谱方面的能力积淀，以及互联网医疗平台沉淀的亿级医疗健康知识。

　　在此基础上，研发团队进一步融合千万级医学文献、诊疗指南及权威数据，汇聚500B的医学数据进行专业训练，打造了医学垂类大模型。而“氢离子”，正是该模型能力的首个产品化体现。

　　更值得一提的是，“氢离子”的产品迭代并非闭门造车，而是与医生群体深度共建。

　　阿里健康CTO祥志曾介绍，“氢离子”的研发配备了专属医学团队，同时也邀请了上百名外部临床医生参与优化。团队每周至少组织一次医生交流会，内容既包括医学知识科普，也围绕实际产品体验展开讨论，收集反馈。

　　氢离子的产品团队向“医学界”坦言，当下依旧是产品迭代的关键阶段，希望更多临床、科研一线的医生下载体验，每一个反馈都将成为氢离子的“磨刀石”。

　　正是这种“从医生中来，到医生中去”的迭代方式，让“氢离子”除了表现出更高的回答准确度，在临床、科研语境下的智能检索和中英文献研读方面，也更贴合中国医生的使用习惯。

　　医学AI的“信任”竞争

　　卢医生对“医学界”坦言，事实上，她并不认为AI能替代医生的核心临床判断与深度科研工作，其本质，仍是一种辅助工具。

　　“我觉得它（氢离子）的信息来源是真实的，这是最重要的一点。”她表示，只有保障了信息的真实性，AI才能真正成为一种可靠的辅助工具，实现其提升效率的价值。

　　而从更宏观的视角看，如果更精准的AI医学工具能广泛普及，其意义可能远超提升个体工作效率。

　　温医生认为，如果基层医生也能以便捷的方式，获取高质量的临床证据，那对他们的帮助会很大。换言之，当顶级医院、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，医疗资源的“同质化”或许能向前迈进一步。

　　而这也正是阿里健康试图进一步发力的方向。

　　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。

　　据了解，目前氢离子已在手机各大应用商城开放下载，网页版（ali-doctor.com）同步上线，现在还推出了新春福利：下载氢离子后在首页输入口令“一马当先”，即可免费领取半年VIP，畅享最高阶产品体验！

　　氢离子的产品愿景，是“解决中国医生一切医学问题”。诚然，这个目标或许还很遥远，但至少，它正在朝着正确的方向迈进——先让医生们敢于信任，然后才能真正被使用。