文丨雨山

AI医疗的竞争，正在从“会不会回答问题”，进入“答案能不能被医生相信”的阶段。

5月13日，阿里健康在杭州正式发布医学AI产品“氢离子”，同时宣布氢离子与英国BMJ集团达成期刊内容独家合作。

据了解，BMJ集团旗下70本医学期刊过往十年发表的内容和多媒体资源，将独家授权提供给氢离子，氢离子也成为BMJ集团在中国独家合作的医学AI平台。

此后，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、全文阅读和在线翻译。

这不是一次简单的内容合作，它更像是AI医疗进入“下半场”的一个信号：

当通用大模型已经证明自己足够“聪明”，医学AI真正要回答的问题，变成了如何更可靠、可追溯、可验证地服务医生。

发布会上，阿里健康给氢离子的定位是“可靠的医学AI助手”。按照其表述，氢离子试图在“顶级医学证据”“循证医学”“AI能力”三个维度做好一款医学AI助手，直连国内外顶刊的最高证据源，帮助中国医生解决医学问题。

值得注意的是，在发布会现场，全球最顶尖的医学期刊代表纷纷到场。据阿里健康官方向医线Insight透露，目前正在跟多家国际医学顶刊沟通中，将陆续接入“氢离子”APP。

显然，在医疗这样一个低容错行业里，“可靠”可能比“聪明”更重要。

01

医生已经在用AI，

但医疗AI的核心矛盾是

“能不能被相信”

AI并不是还没有进入医生群体。恰恰相反，医生可能已经是使用AI较积极的专业群体之一。

阿里健康首席技术官兼氢离子负责人王祥志在发布会上提到，团队过去一年跟踪了接近300—400位医生，截至今年3月，接近93%的医生在使用通用大模型，帮助他们查医学知识、查医学文献、查医学解决方案。

但问题也随之出现。

在医学场景中，通用大模型给出的答案如果只是“看起来合理”，并不足够。

王祥志在演讲中将通用大模型的问题拆解为几个维度：临床专业性、循证率、循证真实性。

以其现场举例，一个中国头部大模型在临床专业性评测中只有64%；即使使用非常苛刻的提示词约束，循证率也只有80%。

更关键的是，即使答案里引用了参考文献，仍有超过80%的答案与背后文章没有关系；即便答案与参考文献相关，其中医生真正相信的指南、文献和说明书比例也只有6%。

这组数据解释了医学AI的核心矛盾：医生不是不用AI，而是需要知道AI的答案从哪里来、是否真的被证据支持、能不能被自己验证。

发布会上还举了一个具体案例：技术人员用专业提示词约束通用大模型，要求其查询专业文献并回答“氟泽雷塞”的使用注意事项，以及病人出现漏服时该怎么办，但大模型给出的答案仍存在问题。

王祥志在现场强调，这类错误在医疗场景中后果严重。

这也是阿里健康将氢离子定义为“助手”而不是“医生”的原因。所以氢离子希望成为医生背后7×24小时待命的助手，“不替医生做决定”，而是帮助医生解决医学问题。

如果说AI医疗的上半场，大家都在证明模型“能回答”，那么下半场的竞争重点，正在转向“答案是否有证据”。

对此，王祥志提出了一个公式：医学证据+循证医学+AI，等于可靠的医学AI助手。

值得注意的是，在这个公式里，AI被放在最后。其背后的逻辑是，AI能力本身并不能单独构成医疗场景里的信任，必须先有高质量医学证据和循证医学框架。

这也解释了为什么BMJ的内容合作被放在如此重要的位置。

据了解，BMJ集团成立于1840年，隶属于英国医学会，旗下现有70余种国际医学期刊，其旗舰期刊《英国医学杂志》（The BMJ）被称为全球最具影响力的医学期刊之一。此次合作中，BMJ旗下70本医学期刊过往十年的内容和多媒体资源将授权给氢离子。

对医学AI来说，顶刊内容不是普通语料，而是“证据基础设施”。

于是在过去半年，王祥志团队做了一个重大决定：要和全球顶级的医学期刊开展内容合作。其团队走访美国、英国、德国，与顶级期刊合作伙伴洽谈。

就在数天前，BMJ数据已经推送到氢离子上，医生用户在氢离子查询问题时，在很多情况下可以看到BMJ最新、最时效的医学证据，文献中的图和表也会以更直观的方式放到答案中。

这意味着，医学AI的竞争不再只是模型能力之争，也开始变成证据源、版权合作和内容结构化能力的竞争。

阿里健康董事会主席兼首席执行官沈涤凡在发布会上也提到，如果仅有AI能力是不够的。他表示，希望通过氢离子与世界顶级证据合作，把这些顶级证据通过AI能力和推理能力，以更简便、易用的方式提供给中国500万临床医生。

02

从顶刊内容到医生工作流，

阿里健康押注的是“循证AI”

阿里健康切入医学AI的另一个背景，是医生获取医学证据的过程仍然高度割裂。

王祥志在演讲中提到，中国有500万医生、14亿人口，一年有超100亿次诊疗人次。每一次诊疗背后，一个处方、一个医嘱、一个临床手术方案的制定，都需要医生基于医学知识和最新医学证据作出决定。

但医生获取这些知识和证据的过程并不顺畅。

据调研，今天医生获取医学知识和临床证据时，手机里往往有5、6个应用；超过50%的医生会通过4个以上应用解决问题，例如查询用药、查询指南、查询中文文献、查询英文文献分别使用不同工具。

与此同时，超过80%的医生在面对生僻词汇和专业医学术语时，需要借助各类翻译工具。

背后折射的不是简单的效率问题，而是医生工作流的问题。

氢离子试图覆盖的，正是医生从“提问”到“搜索”再到“阅读”的完整链条。

在现场，氢离子发布了三大功能：精准智能问答、搜索和阅读。问答解决的是医生直接要答案的需求；搜索解决的是医生寻找证据列表的需求；阅读则被称为获得医学支持的“最后一公里”。

在阅读环节，医生点击阅读原文时，可以看到AI总结出的文献临床方法、实验人群、临床证据和实验结果等结构化内容。

要知道，此前医生可能需要1—2个小时完成一篇文献核心内容提取，现在在氢离子中只需要3—5分钟抓住重点。氢离子还提供沉浸式原文阅读和医学翻译工具，支持原文与中文对照。

这也是BMJ合作的现实意义所在。王祥志提到，76%的医生在获取文章时会遇到较大困难；对于国际顶级期刊，不同层级三甲医院医生都有强烈阅读需求，但无论哪本期刊，都会有接近40%甚至超过50%的用户无法获取文献。

他还转述医生反馈称，这些获取障碍会对临床决定和科研决策造成不可估量的损失，“也许当医生想去改变一个临床路径的时候，阻碍他们的就是那一个个打不开的PDF。”

这句话几乎可以概括医学AI下半场的产品机会：医生不只是需要一个聊天机器人，而是需要一个能把分散证据、文献阅读、语言转换、引用溯源整合起来的工作流工具。

医学AI要赢得医生信任，不能只靠内容授权，还需要一套围绕循证医学设计的系统。

具体而言，氢离子采用四层循证AI架构。第一层是证据理解与内容体系，所有指南和文献进入系统时，会基于PICO框架和GRADE标准进行结构化理解；第二层是基于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，让模型学习什么是准确、忠实循证、安全有用的答案；第四层是医学专家评审体系，完成质量闭环。

王祥志在现场也解释了这套技术逻辑。他提到，医生不仅关心答案是否正确，也关心答案背后的支撑是什么。

因此氢离子上线了动态证据定位功能：每一个答案、每一个Claim，用户点击背后参考来源时，会看到证据来自哪篇文献、哪一个段落、原文是什么。

这其实是在承认一个现实：生成式AI可能有错误。氢离子的做法不是宣称AI永远不会错，而是“把证据还给医生”，让医生检验每一个答案背后的证据是否可信。

这也让氢离子区别于单纯的医学问答产品。它不是只追求答案生成，而是在答案生成之前，先完成证据理解、证据检索、证据匹配；在答案生成之后，再通过动态定位和专家评审建立验证机制。

换句话说，医学AI下半场的技术壁垒，可能不只是模型参数或生成效果，而是能否把循证医学方法论嵌进AI的每个关键环节。

从发布会信息看，氢离子瞄准的是医生端生产力工具，而不是泛健康问答。

沈涤凡提出，医疗健康领域最大的生产者、最大的专家是医生。

中国真正的医生有500万人，不同地区、不同层级医疗机构的医生，在接触顶级证据上存在巨大鸿沟。根据其现场表述，调研中超过七成医生表示，获取顶级证据和顶级医学知识很困难。

这也是阿里健康做氢离子的核心出发点：用AI帮助中国医生读期刊、读医学知识，并把答案根据需求送到他们面前，缩小医生之间的知识鸿沟。

从产品定位看，氢离子想做的不是替代医生，而是成为医生获取证据和知识的入口。王祥志提到，氢离子1.0还是一个“小Baby”，未来还需要在更多场景中突破，包括罕见病、多学科会诊、科研、科研方案设计、科研想法探讨、学术分析、医生成长和教育等。

以上措施意味着，阿里健康在AI医疗上的切入点，并非先做单一场景的自动化，而是试图围绕医生的知识需求和科研需求建立长期工作流。

在这个逻辑下，BMJ独家合作不只是一次内容补充，更是阿里健康进入医生专业场景的关键一步。

毕竟，医生愿不愿意长期使用一个医学AI，取决于它是否能持续提供最新、权威、可验证的证据。

03

AI医疗的终局，

不只是产品竞争，更是标准竞争

AI医疗越往临床靠近，越绕不开标准问题。

氢离子在发布会上宣布成立“医学AI专家委员会”，邀请超300位中国临床专家共建医学AI评价标准与数据集。

其中，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负责整体学术方向把关；50位指导委员会成员制定评测标准与方法论；数百位评测医生来自复旦100强医院，对AI回答进行持续验证与反馈。

北京大学未来技术学院创始院长、医学AI专家委员会顾问肖瑞平在致辞中表示，氢离子医学AI专家委员会的成立，不仅搭建了一个新平台，更是医学AI从技术走向规范、安全，真正推动行业进步的重要探索。

她强调，AI越往前走，越需要标准、底线、定力和方向；什么样的AI是安全的、可信的，不能只靠技术回答，还需要和医生合作，必须由临床、科学证据、技术融合和规范治理共同回答。

同时，一个可靠工具要经得起医生、临床循证和临床效果的考验；专家委员会不是为了搭建一个“虚名的平台”，而是要建立一个面向临床、经得起检验、权威且有循证基础的AI评价体系。

这说明，医学AI的下半场不仅是产品竞争，也是标准竞争。

谁来定义“可靠”？谁来判断一个医学AI的答案是否符合循证医学要求？谁来验证AI在不同专科、不同疾病、不同临床问题中的表现？这些问题将直接影响医学AI能否从演示场景进入医生日常使用。

肖瑞平在致辞中进一步表示，中国需要有自己的权威学术声音，需要建立立足临床实践、符合中国国情、经得起国际检验的医学AI标准体系，并以严谨态度、科学方法和临床实践，打造属于中国、服务中国、并能走向世界的医学AI标准。

这也是“下半场战役”的另一层含义：当医学AI开始从工具走向基础设施，它必须同时回答技术问题、临床问题和治理问题。

BMJ独家牵手氢离子，是阿里健康在AI医疗上的一次重要落子。但这次合作背后的意义，不止于“接入了70本顶刊”。

2026阿里健康氢离子产品发布会现场，全球最顶尖的医学期刊代表纷纷到场。据阿里健康官方透露，目前正在跟多家国际医学顶刊沟通中，将陆续接入“氢离子”APP。

它所指向的，是医学AI竞争逻辑的变化：从拼模型，走向拼证据；从拼生成能力，走向拼可验证能力；从拼产品功能，走向拼医生工作流和行业标准。

当AI算法不断进步，模型在迭代、数据规模在扩容，但真正能让技术产生价值的，从来不是冰冷的数据，而是它是否能走进诊室、服务科研；循证医学的标准，则让这份高效有了科学支撑与严谨保障。

这或许正是AI医疗下半场的核心命题：AI不是替医生做决定，而是帮助医生更快接近证据、更好验证答案，并最终回到临床与科研现场。

因此，BMJ与氢离子的合作，只是这场战役的开端。

排版丨乔雨林

制图丨医线Insight

-END-