近萬名醫生自發安利的AI，做對了什么？

海量文獻查不動、指南更新跟不上、證據零散難甄別，循證決策被卡在 “最后一公里”。

當AI切入臨床核心，一場從經驗驅動到證據驅動的診療變革，正在悄然發生。

撰文 | 郭雪梅

循證醫學引入中國近三十年，沒有哪位醫生會否認它的價值。但一個長期被低估的現實是——阻礙循證落地的，不完全是醫生的意愿，還有工具。

指南分散在不同數據庫里，更新速度遠快于人工檢索效率；

不同共識之間時有矛盾，甄別優劣本身就要消耗大量精力；

高質量的中國人群數據依然稀缺，很多時候醫生想找證據，卻無證可循。再疊加高強度的臨床節奏，循證實踐的門檻被無形抬高。

近年來，AI與醫療的結合日趨火熱，但多數產品要么停留在通用問答層面，要么淪為簡單的知識庫檢索，始終沒有真正解決循證醫學的核心痛點——證據從哪來？可不可信？適不適用？

3月26日，2026世界數字健康論壇在北京中關村舉行，多項醫療科技創新成果同期發布。其中，“中國臨床循證智能能力建設計劃”作為成果之一正式啟動，其核心技術載體——臨床循證智能體平臺“醫渡智循”APP同步上線，面向醫生群體開放使用。

它打出的第一張牌，是一個在醫療AI領域罕見的承諾：句句可溯源。

“醫渡智循”APP在論壇當天同步上線

醫生也會弄錯的循證醫學，

AI憑什么更易落地？

作為一項現代醫學診療方法，循證醫學自1996年引入中國，是指將臨床研究證據、醫生專業經驗與患者實際情況相結合，而非單純依靠經驗判斷。但在真實臨床場景中，循證醫學理念的落地難度遠超預期。

廣州某三甲醫院心臟中心李醫生向“醫學界”分享了一例典型病例，一位來自貴州的成年女性動脈導管未閉患者，術前突發頻發房性早搏伴胸痛及ST段改變，手術被迫暫停。

團隊一度考慮行冠脈造影排除心肌缺血，但通過文獻檢索發現成人動脈導管未閉本身即可引起房性心律失常和胸痛。在證據支持下，他們與患者溝通后決定先手術，術后患者心律失常和胸痛均消失，免去了不必要的有創檢查。

李醫生坦言，醫生個人經驗始終有限，面對不典型病例、跨學科情況，沒有循證證據支撐，診療也可能走偏，甚至給患者帶來額外風險，而當循證證據可得、可用時，臨床決策不僅能精準高效，還能減少醫患糾紛等潛在隱患。

問題在于，這樣的理想狀態并非常態。李醫生表示，臨床實踐中往往面臨高質量中國人群數據稀缺、獲取途徑不便等現實困境，醫生常需下班后專門檢索，從海量文獻中篩選有效信息，而不同指南與專家共識之間時有矛盾，數據庫更新滯后也影響證據時效性。

對此，北京某三甲醫院眼科王醫生也深有同感。“指南更新快、門診量大、診療時間短，醫生難以實時查閱最新文獻，難以把循證要求完全落到實處，且證據零散、缺乏分級與溯源工具，容易陷入傳統經驗主義。”

近年來，AI與醫療的結合日趨熱門，但早期產品或陷入“技術炫技”的誤區，或淪為簡單的知識庫查詢，未能真正觸及循證醫學的核心痛點。

“現在的醫療AI正在變得越來越理性，逐步回歸到循證決策的本質。”醫渡科技技術創新副總裁、AI架構師李林峰表示，循證醫學之所以能持續推動醫學進步，核心在于它強調診療結論以臨床研究證據為重要依據，而非單純依靠主觀判斷與經驗。

相比通用大模型存在幻覺、結論不可信，純知識庫工具效率低下，新一代循證AI開始打通證據獲取、篩選、溯源、適配的全流程，將復雜的循證工作變得簡單可及。

這一技術進展正在轉化為規模化落地的實際行動。

作為國內首個聚焦循證醫學與人工智能深度融合的行業級共建舉措，本次中關村論壇啟動的“中國臨床循證智能能力建設計劃”，將緊扣臨床真實需求，構建標準化、可落地的循證智能應用與服務體系。

依托清華大學附屬北京清華長庚醫院及國內多家頂級醫療機構的專家資源與臨床協同優勢，結合醫渡科技提供的底層AI技術支撐，“醫渡智循APP”將全面助力循證醫學規范落地與醫療同質化水平提升。

醫渡智循多智能體引擎展示

以“證據”為核心，

讓醫生診療有據可查

醫渡科技聯合創始人、首席執行官徐濟銘告訴“醫學界”，醫渡智循定位為“超級助手、第二大腦、多學科智能體專家顧問團”， 替代人工助手幫助醫生高效完成信息搜集及總結，并且提供全透明、可驗證的決策邏輯，還可調用專科智能體提供多學科會診支持。

例如，醫渡智循搭建了高質量循證知識庫，精選超3萬份權威機構發布內容、超500萬份高質量科研成果，并實時同步NEJM、Lancet、JAMA等全球頂刊前沿動態。所有內容經過嚴格的證據等級評價，僅高質量內容入庫，更新效率遠高于人工訂閱與手動檢索。

句句可溯源，是醫渡智循最突出的產品特性。

它徹底摒棄了通用AI的黑箱式輸出，每一條結論都精準標注指南、文獻、藥品說明書等來源，醫生可一鍵跳轉原文；同時基于GRADE等國際循證分級體系自動評估證據權威性、時效性，按等級權重排序，減少甄別信息的時間成本。

李醫生對此感受頗深，她使用醫渡智循近一個月，發現與其他AI工具僅提供結論不同，醫渡智循能直接鏈接到原始文獻，讓她能夠即時查看研究人群、方法和結論，判斷證據是否適用于自己的患者。

醫渡智循可實現“句句可溯源”

針對通用AI專科適配性差的行業痛點，醫渡智循采用多專科智能體協作模式，自動識別臨床問題的專科屬性與核心意圖，分流至對應專科智能體處理，避免泛化回答，提升精準度。

據了解，醫渡科技團隊在真實診療環節中打磨了超過200個專科智能體，覆蓋腫瘤、心血管、全科、血液等多個領域，在中山大學腫瘤防治中心、北京協和醫院等多家三甲醫院完成深度臨床驗證，尤其在腫瘤領域，治療方案推薦與臨床醫生決策一致率極高，這為醫渡智循奠定了堅實的應用基礎。

此外，為貼合醫生個性化工作、科研與學習需求，醫渡智循還設有個人知識庫與文獻速遞兩大核心功能，醫生可收藏常用指南、優質文獻，也可自主上傳資料，打造專屬個性化知識空間。

同時還支持科研場景下的精準文獻檢索與AI快速總結，兼顧臨床診療與科研調研雙重需求。據王醫生介紹，以往她需要數周的文獻梳理，現在可壓縮至數小時，不僅能整合觀點，還可以發現臨床痛點、理清科研選題思路。

值得關注的是，醫渡智循兼顧全場景適配與醫院級數據安全，可完美適配指南知識查詢、治療方案參考、藥物相互作用核查、腫瘤分期評估、臨床試驗檢索、前沿進展跟蹤等全場景臨床與科研需求，并嚴格遵循國家醫療數據安全管理規范。

據了解，醫渡智循小程序已于3月10日推出，上線一周時間里有超6000名醫療從業者參與實測，收獲近2000份高質量有效反饋，“效率提升”“可驗證性”成為高頻評價關鍵詞。

在本次中關村論壇期間，醫渡智循還同步推出醫院專屬定制版本，可實現與醫院現有HIS、EMR等信息系統深度對接，完美適配醫院個性化臨床診療、醫學科研、質控管理等多元需求。

深耕臨床，

有望實現讓“AI找醫生”

醫渡智循并非從零起步、憑空開發的新產品，而是醫渡科技從院內臨床輔助診療，走向院外普惠服務的自然延伸。

李林峰介紹，醫渡科技長期深耕醫院內部場景，AI醫療產品及解決方案已深度落地國內多家頂級醫療機構，包括中山大學腫瘤防治中心、北京大學腫瘤醫院等知名專科醫院，以及北京協和醫院、清華長庚醫院等大型綜合型醫院。

“此前院內成熟的循證AI能力僅能服務數千名合作醫院醫生，而隨著醫渡智循APP與醫院定制版推出，全國數百萬基層醫生都能使用頂級醫院驗證過的循證決策方案。”李林峰說，這將有效縮小不同級別、不同區域醫院的診療水平差距，為醫療同質化與分級診療提供技術支撐。

近年來，醫療AI同質化競爭愈發激烈，但醫渡智循始終專注臨床深耕，走的是一條“長坡厚雪”之路。

李林峰表示，醫渡科技的核心優勢從來不是大模型本身，而是對臨床場景的深度理解、對醫學知識的專業化處理、對循證規則的算法化落地。這是長期扎根醫院、貼近醫生才能沉淀的能力。

例如，醫渡智循充分考慮到不同層級醫院、不同級別醫生的差異化需求，采用分層適配策略。針對三甲專科醫生，側重提供國際前沿指南與精準專科智能體，滿足其對前沿證據和專科深度的需求；針對基層醫生，則依托國內權威指南與頂級醫院驗證過的循證決策路徑，貼合其診療規范要求。

同時采用“先分后總”思路分別呈現不同指南推薦結果，由醫生自主選擇采信依據，并支持個人知識庫自定義，解決個性化循證需求。李林峰介紹，未來醫渡智循還將推出全科醫生專屬版本，貼合基層診療規范、用藥范圍與轉診要求，真正滿足全層級醫生需求。

醫渡智循“個人知識庫”頁面

在真實世界醫療數據治理方面，醫渡科技AI醫療大腦YiduCore已累計處理分析近70億份經授權醫療記錄，覆蓋超10000家合作醫院，具備從真實臨床數據中挖掘診療規律、提煉高質量證據的成熟能力。

不同于多數企業的產品僅依賴公開數據庫，醫渡智循可將真實世界數據挖掘成果、與頂級醫院共建的專病數據庫、脫敏典型病例庫融入循證體系，為醫生提供指南知識與真實案例雙重決策參考，形成獨特壁壘。

“醫渡智循從設計之初就堅守AI輔助定位，最終決策權永遠屬于醫生，產品不會替代醫生做決策，而是提供可追溯、可驗證的證據支撐。”李林峰表示，未來隨著醫渡智循不斷迭代升級，其循證體系有望深度嵌入醫生日常診療工作流。

在不遠的將來，或許可以看到無需醫生手動輸入信息，醫渡智循即可自動對接院內患者數據，從被動接受醫生咨詢轉變為主動監測患者病情、推送風險評估與醫囑建議，實現從“醫生找AI”到“AI找醫生”的轉變，真正成為醫生離不開的智能助手。

來源：醫學界

校對：蔡 菜

運營：王奧雅

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。