打开网易新闻 查看精彩图片

撰文丨王聪

编辑丨王多鱼

排版丨水成文

一个医生的深夜文献困局

已是凌晨时分,上海某三甲医院肿瘤科的李医生还在为一篇文献发愁。

明天MDT(多学科会诊)要讨论一例HER2 阳性晚期胃食管腺癌患者的治疗方案,李医生记得不久前NEJM(新英格兰医学杂志)刚发表了一篇 III 期临床试验论文,显示 HER2 双特异性抗体泽尼达妥单抗(Zanidatamab)+ 替雷利珠单抗(Tislelizumab)+ 化疗的三药联用方案显著延长了患者的无进展生存期和总生存期,他想在汇报里精确引用 HR 值、95%CI、ORR 以及生存曲线和图表,可真要动手时却卡了壳。他打开 PubMed 检索——只有摘要;打开NEJM官网——没有全文阅读权限,无法获取生存曲线和图表;询问手机里的 AI 软件,同样无法给出论文中的图表。

这种“明知道文献存在、却看不到全文”的无力感,相信许多中国医生都不陌生。院内数据库资源有限,顶刊往往只开放摘要;撰写综述、国自然课题时,文献单篇付费成本高、批量检索低效,原文翻译又耗时费力。更棘手的是,肿瘤领域每年新数据以前所未有的速度涌现,CSCO 指南每年更新、NCCN 指南每季度迭代,大量依托医学顶刊发布的大型 III 期临床试验。文献获取的壁垒,严重挤占着医生们本就碎片化的临床与科研精力。

转机:氢离子携手三大医学顶刊

而现在,转机出现了——

2026 年 7 月,阿里健康旗下医学 AI 平台“氢离子”先后宣布与 NEJM(新英格兰医学杂志)、JAMA(美国医学会杂志)达成内容合作;加上此前已签约合作的 BMJ(英国医学杂志)氢离子成为国内首个、也是目前唯一一个拥有全球三大医学顶刊全文内容授权的医学AI 平台。NEJM 自 1990 年以来的所有出版内容及多媒体资源、JAMA Network全部已发表内容与多媒体资源、BMJ 旗下 70 本医学期刊近十年刊发的学术内容及多媒体资源,均在“氢离子”平台内可直接获取。

只需打开“氢离子”,输入“泽尼达妥单抗HER2 阳性晚期胃食管腺癌,几秒钟之内,NEJM 论文全文就呈现在屏幕上:所有正文、图表和补充附录完整可读,OS、PFS 的 HR 值及 95%CI、ORR、亚组分析结果一目了然。

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

肿瘤领域而言,这套资源库的意义尤为特殊。大量改变临床实践的研究——KEYNOTE 系列、CheckMate 系列、RASolute 系列——首发于这三大医学顶刊;在国产创新药出海浪潮下,中国原创抗肿瘤药物的国际多中心研究也频频登上NEJMJAMABMJ,东方人群亚组有效率、不良反应特征、剂量耐受性等关键细节,往往藏在全文正文或补充附录中,唯有阅读论文全文才能精准把握。

不止于全文:AI 问答里的顶刊证据链

“获取全文”只是第一层。对临床医生来说,更大的痛点是:面对海量文献,如何快速提取关键证据并帮助临床决策?

EGFR-TKI治疗耐药的晚期 EGFR 突变型非小细胞肺癌为例——这是肿瘤科日常高频遇到的场景。李医生在“氢离子”的AI 问答中输入这个问题,AI 不仅给出了基于最新证据的回答,还在回答中直接引用了 NEJM、JAMA 相关论文的原文段落、图表数据,每一处引用都可以一键跳转至原文核验。

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

这意味着医生在 MDT 汇报、学术答辩、论文撰写时,拿到的不只是“一个答案”,而是“一个带证据链的答案”。

完整的肿瘤科工作流:从临床提问到证据闭环

对于需要兼顾临床科研的李医生而言,他的日常工作中几个典型场景,都能够被“氢离子”所覆盖,真正改变了他的工作节奏。

场景一:MDT 前的快速循证

MDT 讨论前夜,李医生需要了解泽尼达妥联合化疗的关键疗效数据,他在“氢离子”直接提问:泽尼达妥单抗联合化疗用于 HER2 阳性晚期胃食管癌的 III 期临床试验,OS、PFS 的 HR 值和 95%CI 是多少?“氢离子”迅速给出解答,还附带了详细表格,清晰展示了不同组别的疗效对比,而且这些数据均可一键跳转至论文原文核实,这让李医生的 MDT 汇报有了扎实的循证支持。

打开网易新闻 查看精彩图片

场景二:中英对照精读文献

对于一些已获得论文全文的文献,“氢离子”还提供了中英对照的精读功能,左侧显示论文原文,右侧显示流畅的针对医学术语优化后的 AI 翻译,这让原本需要数小时甚至更长时间才能啃完的文献,大幅缩短至半小时内完成,并精准掌握其中的关键信息。

打开网易新闻 查看精彩图片

场景三:疑难病例的多轮追问

临床上遇到的一个 HER2 阳性胃癌伴脑转移的复杂病例,让李医生陷入了思考,他在“氢离子”提问并接连追问,这几个问题层层递进,从机制到证据再到临床判断,形成了一个完整的循证推理链条,每次回答都标注了参考文献,而且可以一键跳转至论文原文以供核验。

打开网易新闻 查看精彩图片

上下滑动查看完整截图

场景四:科研素材的一键沉淀

除了临床工作,李医生还承担着科室的科研任务。最近,他计划撰写一篇关于“ADC 药物在肺癌治疗中的前沿进展”的综述论文。这是一个发展非常迅速的领域,仅过去两年就有多项重磅III 期临床试验结果公布,以往系统总结需要在 PubMed 以及各大期刊官网之间来回切换、逐篇下载并阅读,再进行手动整理,光这一步就要耗费数天乃至数周时间。而现在,他在“氢离子”输入了“系统梳理ADC治疗肺癌的3期临床试验”,很快就得到了一份结构清晰的回答。

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

这四个场景串联起来,恰好构成了一个肿瘤科医生的完整工作闭环——MDT 前用“氢离子”找证据,看文献时用“氢离子”读证据,科研时用“氢离子”沉淀证据,面对疑难病例时用“氢离子”追问证据。

AI 工具,让医生的时间回归临床

近年来,中国创新药研发已从“跟跑”迈向“并跑”乃至“领跑”,越来越多由中国学者参与或主导设计的国际多中心研究在NEJMJAMABMJ等顶刊首发。“氢离子”集齐三大顶刊全文授权,让这些循证成果能够第一时间触达国内临床一线,缩短从证据发表到临床认知更新的距离。

与此同时,AI 工具也在逐步承担检索、翻译、文献溯源等重复性工作,将临床医生从这些耗时但低创造性的环节中释放出来,把更多精力投入到真正需要专业判断的临床工作中。

点击文末“阅读原文”,打开“氢离子”,畅享NEJMJAMABMJ三大顶刊全文。