碰到復雜病例的情況，很多醫(yī)生會試著去問通用AI，但還是會疑慮：這答案，到底能不能信？

為什么通用AI不適合臨床？

通用AI不是醫(yī)學推理

通用AI的核心工作原理是基于海量數(shù)據(jù)預(yù)測下一個最合理的詞。這使得它們天生就有“幻覺”傾向，即生成聽起來合理但事實上完全錯誤的信息。

它的知識停留在過去，病情是發(fā)生在現(xiàn)在

通用AI的知識庫是靜態(tài)的，基于其被訓練的那一刻的數(shù)據(jù)。詢問“心衰一線治療方案”，它可能仍在使用2023年的信息。而就在這段時間，新藥已上市，舊藥增加了黑框警告。醫(yī)療，等不及“下一次訓練更新”。

臨床好用的AI，應(yīng)該是什么樣的？

它堅持循證——知識最新，回答有據(jù)，不懂就老實說“這個不在我的知識范圍內(nèi)”。

它像醫(yī)生的資深助手——理解急診的爭分奪秒，也理解門診的審慎權(quán)衡，給出的是情境化方案。

它更是個安全員——用藥前，完成劑量校驗、相互作用篩查、禁忌癥核對，把風險擋在門外。

于是，醫(yī)學界出了個DrSeek：“靠譜”的循證AI臨床決策助手

如果說通用AI是“什么都能聊的達人”，那DrSeek就是“只聊醫(yī)療，且句句有出處”的循證極客。

我們做了這些“不夠聰明，但很醫(yī)學”的選擇：

1、放棄全網(wǎng)爬取，死磕權(quán)威信源

我們的知識庫沒有維基百科，沒有患者論壇，只有藥品說明書、臨床指南、核心文獻、真實世界研究數(shù)據(jù)。

2、識別提問意圖

構(gòu)建覆蓋藥品、疾病、指南的醫(yī)學知識圖譜。你的每個問題，觸發(fā)的是沿著醫(yī)學邏輯鏈的推理，不是語言模型的概率游戲。

3、不做模糊建議，給明確答案

“可能”“或許”“一般來說”這些詞在我們的系統(tǒng)里會被警告。我們給出有明確證據(jù)等級的建議，或者直接告訴你“現(xiàn)有證據(jù)不足”。

4、突出臨床價值

你幾乎不會感覺到“我在和AI對話”——你只是在查用藥、看指南、算劑量、做決策。AI是底層支撐，不是噱頭。

為真誠熱愛循證醫(yī)學的醫(yī)生而生

我們把重點精力都放在了臨床場景覆蓋的完整性上和循證的可靠性上?，F(xiàn)在邀請各位醫(yī)生共創(chuàng)，我們正在尋找這樣的你：

• 對循證醫(yī)學有信仰，認為醫(yī)療決策應(yīng)該基于證據(jù)而非習慣

• 對技術(shù)保持開放，相信科技能讓醫(yī)療更好，同時保持審慎的批判性

現(xiàn)在，限時免費體驗！

DrSeek醫(yī)問答｜你的循證AI臨床決策助手

同時歡迎加入循證極客社區(qū)，與同道中人分享AI輔助臨床的真實案例。

*“醫(yī)學界”力求所發(fā)表內(nèi)容專業(yè)、可靠，但不對內(nèi)容的準確性做出承諾；請相關(guān)各方在采用或以此作為決策依據(jù)時另行核查。