來源：市場資訊

2026年5月13日下午，由浙江省健康服務業促進會主辦，阿里健康協辦的“國際醫學期刊與臨床AI融合沙龍”在杭州舉行。JAMA、BMJ、Elsevier等多家國際醫學期刊或出版集團核心代表出席，與來自全國的80多位臨床醫生交流。據觀察，這是近年來少有的國際頂級醫學期刊或出版社齊聚中國。

01

多方共談醫學AI基建，政策、算力與臨床落地如何支撐醫學AI未來

浙江省健康服務業促進會會長申屠正榮現場表示，作為省衛生健康委主管的社團組織代表，他將本次沙龍定位為一場“面向未來的對話，更是一次立足當前的探索”。依托阿里健康在數字健康領域的優勢，共同構建一個以AI為基礎、面向醫生的，可持續且可靠的交流模式。

浙江大學醫學院附屬第二醫院人工智能與信息化部主任相鵬教授隨后登臺介紹了國家級醫學人工智能中試基地，其核心使命是打通從“科研論文”到“產業中試”再到“行業應用”的全鏈條。

在具體能力建設上，相鵬從“算力、數據、模型與測評”四個維度展開介紹，并且代表基地發出全球招募令，邀請創新創業團隊加入驗證、測評與推廣體系。

02

遇見國際期刊，傾聽中國醫生的聲音

隨后來到重磅環節圓桌論壇，由阿里健康醫學大模型市場及生態負責人殷杰主持，以“遇見國際期刊，傾聽中國醫生的聲音”為主題，匯聚了JAMA、BMJ、Elsevier三大國際醫學期刊及出版集團代表與中國臨床專家，圍繞“頂刊如何篩選AI時代的研究”等核心議題展開討論。

美國醫學會學術期刊《JAMA》網絡主編Dr. Kirsten Bibbins-Domingo首先揭秘了頂級醫學期刊的篩選機制。她透露，JAMA每年收到上萬篇投稿，最終錄用率僅約4%，“每天都在做非常艱難的決定”。在她看來，一篇值得被全球看到的臨床研究，核心標準在于其能否“改變醫生的思維與行為”，甚至重塑某一領域的研究觀念。她同時澄清了外界對頂刊的誤解：JAMA發表的論文中，臨床試驗與觀察性研究大約各占一半。她表示，對于如何平衡二者比例，同時如何更好幫助循證醫學發展、幫助醫生決策和臨床實踐，團隊也做了相當多的思考。

北京大學第一醫院信息中心副主任、心內科副主任醫師李昱熙教授拋出犀利提問：AI參與臨床決策的研究，是否仍須以隨機化實驗（Randomized Controlled Trial，RCT）作為唯一評判標準？AI應當會帶來一些范式創新。Dr. Bibbins-Domingo回應稱，RCT在多數情境下依然是金標準，但她也承認，面對大模型等快速迭代的技術，“七年的隨訪實驗”并不現實。真正的挑戰在于，如何用技術的力量去完善和整合不同類型的循證證據，使隨機試驗、真實世界數據與算法模型能夠更高效地協同，服務于患者健康與臨床簡化。

BMJ集團伙伴關系發展總監、BMJ Innovations 期刊主編Ashley McKimm則以出版史為鏡，類比了打字機發明時期期刊的適應過程。他指出，技術革新歷來讓期刊不堪重負，但也倒逼其提升質量。從期刊發展的角度出發，他指出應當不斷適應新技術帶來的挑戰，并積極探索創新，同時維護好期刊的可靠性和準確性。

在AI融入研究的界線問題上，嘉賓們達成了高度共識。Dr. Bibbins-Domingo強調，無論技術如何發展，醫學出版的首要原則是“建立在人類判斷之上”。她明確反對將ChatGPT列為作者，因為機器無法對內容的真實性與準確性作出誠信承諾。她進一步指出，即便機器生成了虛假引用，追責的主體仍然是投稿的人類作者；權責的明確歸屬也正是系統蓬勃發展的基石之一。

Ashley Mckimm則補充，AI確實提供了“捷徑”，不可能阻止人們使用AI；應該看到AI發展的積極一面，即幫助提升研究的準確性。他指出，AI正在幫助非英語母語的研究者跨越語言壁壘，發表以往因語言障礙而被拒的高質量成果。他透露，BMJ已經在內部實驗中部署了一整套AI智能體，分別扮演研究員、作者、編輯與同行評審的角色，基于未發表數據生成原創性研究，以應對AI融入研究流程的挑戰。

李昱熙教授也順勢追問：BMJ率先要求研究者提供原始數據與統計代碼的做法，JAMA是否會跟進？Dr. Kirsten Bibbins-Domingo回應稱，JAMA認同數據共享的基礎設施價值并贊賞BMJ的探索，但尚未形成一致立場。她解釋，通用性期刊面臨雙重挑戰：其一，缺乏內部團隊對共享數據進行系統性再分析；其二，現代數據共享模型在評估AI生成模型等新興領域時，尚無法提供研究者所需的全部信息。加之JAMA覆蓋多學科，不同領域對數據共享的傳統與需求各異，難以制定一刀切的強制規則，因此需要更具彈性的多學科標準。

愛思唯爾（Elsevier）全球傳播執行副總裁Esra Erkal從全球傳播視角指出，AI的可擴展性對中低收入國家的研究者尤為關鍵——它讓資源有限的團隊得以用更少投入完成更多工作；AI讓知識和技術方法變得更容易被觸及，廣泛意義上更加公平。但同時她也強調公信度的維護和決策難度的上升。

Dr. Bibbins-Domingo總結道，理想狀態是研究團隊與科技企業協同工作，在增強公平性的同時維持高質量發展愿景；一種新型伙伴關系和生態系統分工正在孕育，她對此表示樂觀。

浙江省腫瘤醫院乳腺內科副主任醫師雷蕾將話題引向臨床醫生的實際困惑：當越來越多期刊為AI研究開設專門欄目，臨床醫生應如何找準自身研究的界線和投稿策略？

Ashley McKimm回應稱，BMJ旗下已有專注質量與安全的垂直期刊，未來不排除出現專門面向AI發展與質量評估的期刊；但他更預判，隨著AI滲透醫學各個領域，“所有期刊都將擁有AI專欄”才是大勢所趨，AI不會局限于某一特定期刊，而將成為所有醫學出版物的標準配置。

Dr. Kirsten Bibbins-Domingo對此補充，關鍵在于不必將AI研究與傳統臨床內容過度割裂。醫生需要理解技術對臨床實踐的意義，而期刊的篩選標準始終錨定臨床價值——無論是算法本身還是應用場景，最終都要回到“是否提高患者健康、是否改善醫生決策”這一根本問題。

圓桌尾聲，嘉賓們不約而同地指向了信息過載的現實。李昱熙提到，150年前醫生尚可逐篇閱讀期刊，如今心血管專科醫師已不可能窮盡所有文獻。Dr. Bibbins-Domingo回憶，自己讀博時導師要求跟進五大頂刊的郵件更新，而現在相關文獻分散于數十種期刊之中。“AI的力量就是幫助我找到所有想要讀的文獻”，她坦言。Ashley McKimm也描述了自己讓AI每日推送相關文獻的習慣——這在十年前需要泡圖書館才能完成。

在隨后的聽眾問答環節，現場醫生與研究者將討論從宏觀倫理拉回到具體痛點：AI幻覺如何規避？中國真實世界研究如何被國際頂刊接納？期刊對AI輔助寫作的算法有何要求？嘉賓們的回答呈現出技術樂觀與專業審慎之間的持續張力。

一位聽眾率先拋出AI在文獻查詢中“幻想和妄想”導致引用失真的困境。Dr. Kirsten Bibbins-Domingo將答案錨定在“引用真實度”——對她而言，無論AI如何合成與收集信息，最終能否提供可驗證的真實引用，是判斷一個AI工具是否值得在臨床實踐中使用的最底線標準。Esra Erkal則從出版商視角補充，降低幻覺的關鍵在于底層數據集的質量：“專注于更加高質量并且可靠的期刊數據”，同時必須有人類專家參與校驗，而非完全交由模型自主選擇。Ashley McKimm則表示不會太擔心幻覺，因為知道它的確會發生，因此需要多重檢查驗證。

中國專家則從行業特性上給出審慎意見。李昱熙提醒，醫療是一個不容錯的行業，技術上雖有辦法避免幻覺，但更大的隱患在于未來AI生成數據對訓練數據的反向污染，“守住底線”比追求效率更重要。雷蕾以親身使用經驗坦言，AI的幻覺情況總體上在改善，但醫生不能因此變懶，“我和AI是融合的狀態，我向它學，它向我學”。

一位腫瘤科醫生的提問將焦點轉向中國研究者的切身關切：期刊審稿人如何判斷來自中國的真實世界研究價值？非隨機對照研究如何提高錄用率？

Dr. Bibbins-Domingo透露，JAMA發表的論文中約一半為非隨機對照研究，敦促研究者去查閱已發表的因果推斷報告指南，努力提高研究標準。Ashley McKimm則從另一個維度給出建議：發表本身不應成為目標，“站在讀者的角度，什么是最新的？什么是最合適的？”——只有能改變臨床實踐、改善醫患關系的研究，才具備被國際期刊接納的內核。他同時提到BMJ已推出中國特刊，鼓勵中國研究者利用人口與數據庫優勢開展隊列研究。

Esra Erkal以《柳葉刀》首次由中國專家主導的全球肝細胞癌負擔委員會為例，指出國際出版商的關注點已從“讓中國科學家觸及全球前沿”，轉向“將中國卓越的科學進步帶到全球舞臺”。在她看來，中國在真實世界研究與循證醫學數據上的積累，已與美國并數一二。

雷蕾用一句話給中國同行打氣：真實世界研究的定位或許比RCT低，但它解決的是RCT無法覆蓋的遺漏問題，要對自己的研究工作有信心。

一位聽眾將討論引向更實操的層面：當AI從檢索工具升級為寫作與統計分析助手，期刊對底層模型與算法是否存在硬性要求？Dr. Kirsten Bibbins-Domingo坦言，AI滲透各行各業已成事實，她并沒有一個“清晰的標準答案”，但強調全行業——包括AI平臺、期刊、科學界與醫療界——都必須嚴肅對待內容真實度，確保技術應用不偏離目標。Ashley McKimm則補充，AI本質上是輔助與助手，其效能取決于訓練質量與提問方式；醫生需要學會在特定疾病語境下提出正確的問題，并對AI產出保持質疑。

在回答期刊是否會因AI改變信息呈現方式時，Dr. Bibbins-Domingo坦承，面對爆炸式增長的文獻，“即便是高質量文章，讀者也可能不想讀完所有方法論”。JAMA正在實驗播客、編輯專欄、一頁紙精簡報告乃至視頻化摘要，試圖在保護作者知識產權的同時，適應讀者獲取信息的新習慣。

在圓桌交流的最后，Dr. Bibbins-Domingo笑稱“請大家多多讀JAMA”，重申可靠度與平臺合作的重要性；Esra Erkal表示Elsevier希望成為連接中國科學與全球的合作伙伴；Ashley McKimm提醒“出版不等于產生影響”，研究者應思考如何在全球傳遞價值；李昱熙給出了頗具哲學意味的總結：“擁抱AI，但不要忘記我們是誰”；而雷蕾的收尾則落回產品層面：“我希望我們能夠有一個中國版的OpenEvidence?！?/p>

這句未加展開的期待，為上午發布的“氫離子”留下了一個開放的注腳——當國際出版巨頭、本土臨床專家與政策制定者共聚一堂，他們所等待的或許不僅是一款能查文獻的AI工具，而是一個足以承接中國循證醫學證據生態的基礎設施。

聲明：動脈網所刊載內容之知識產權為動脈網及相關權利人專屬所有或持有。未經許可，禁止進行轉載、摘編、復制及建立鏡像等任何使用。文中如果涉及企業信息和數據，均由受訪者向分析師提供并確認。