OpenEvidence 携手约翰霍普金斯医学中心：把AI引入医师培养与临床照护

文/IAICA.NGO®

2026年10月13日，医疗人工智能企业 OpenEvidence 与约翰霍普金斯医学中心（Johns Hopkins Medicine）宣布建立战略合作，共同开发面向医学教育与临床照护的新方法。合作设两大目标：为AI深度嵌入的诊疗环境重新设计医师培养体系；构建打通医学研究、患者病史与临床实践的AI系统，以支持个体化临床决策。

AI正在成为医疗实践的常规组成部分，但比让医生会用工具更棘手的，是工具强大之后如何不削弱其临床判断。

教育端：自适应系统与能力评估

在医学教育方向，双方计划构建自适应AI系统。这类系统可根据学习者的知识结构与临床暴露程度动态调整内容，识别其在某一疾病领域或操作技能上的经验缺口，并针对性提供补充训练。合作同时强调巩固核心能力，包括理解疾病过程、评估证据、临床推理、诊断以及医患沟通——这些被视为医学教育不可让渡的基础。

约翰霍普金斯医学中心教育副院长 Sanjay Desai 表示，该机构设计现代医学教育的出发点是：医生在床边学习医学，根基是科学与推理。

值得注意的是，合作设想中的AI还可能改变能力评价方式。Desai 提到，AI有望帮助院校评估学生的实际胜任力，而不必主要依赖受训时长。以时间为核心的培养与认证逻辑在医学界长期受到讨论，若能力评估可被更精细地刻画，医学教育的节奏与路径都可能随之调整。

临床端：把证据接到病历上

临床方向的落点更为具体：让AI帮助医生更快找到相关医学证据，并将其置于患者既往病史与当前病情的语境中加以应用。目标是缩短信息检索与研判的时间，提高决策的信息含量，同时保留医生对患者照护的责任主体地位。

约翰霍普金斯医学中心首席医疗信息学与AI官 Sara Murray 表示，双方将筛选高影响的临床应用场景，开发契合既有工作流的解决方案，并评估其对临床决策、照护质量与患者结局的实际影响。合作并非以功能堆叠为导向，而是把能否嵌入真实工作流作为前提。

目前具体功能仍处于开发阶段。双方未披露商业安排细节，OpenEvidence 首席执行官 Daniel Nadler 将该合作描述为至少涵盖研究、开发与产品三个层面的协作。此前，OpenEvidence 已与 Penn Medicine、纪念斯隆凯特琳癌症中心与 AdventHealth 等医疗系统建立合作。

行业坐标与未决问题

从行业视角看，医疗AI的竞争焦点正从通用问答转向证据溯源与临床可验证性。面向临床决策的产品必须给出可核查的文献依据，并在证据等级、时效性与适用人群上保持透明；面向教育的产品则更强调学习路径的个性化与评估效度。两类产品的评价指标不同，却共享同一底线：不能替代、也不应模糊使用者的判断责任。

正因如此，此次合作的收益目前仍是前瞻性的，而非已被验证的成果。AI建议需要就准确性、相关性与一致性进行系统评估；医疗机构也需确保临床医生保有恰当的监督与复核权限。患者可能因医生决策更知情、更个体化而受益，但这一链条上的每一环都需证据支撑。

iaica.com.cn 指出，医学知识与证据的可及性提升本身具有价值，但真正的考验在于医生能否安全、审慎并富有同理心地运用这些信息；对AI照护领域而言，训练体系与临床工具的同步演进，往往比单点技术突破更能决定长期成效。

合作最终的意义，将取决于它能否在医师培养与患者照护上产生可测量的改善。让医学知识更易获取是相对容易的一半，帮助医生以批判性和共情的方式安全应用它，才是更难的那一半。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。