认识全新的 ClinicalKey AI，扩展内容与升级功能

ClinicalKey AI 是一款临床决策支持工具，将可信的循证内容与生成式 AI 驱动的对话式搜索相结合，帮助临床医生在临床现场快速获取并总结相关来源内容，从而提供可靠的回答，支持明智决策。

ClinicalKey AI 采用复杂的 RAG（检索增强生成）系统，将多个大型语言模型（LLM）与向量化内容数据库的搜索精度相结合。系统通过向量搜索检索语义相似的最相关文档，而非依赖简单的关键词匹配。随后由 LLM 将这些文档中的信息整合为简明摘要，以支持临床决策。

这一多步骤方法结合临床专家参与的 AI 评估流程，有助于减少传统 LLM 常见的幻觉和偏倚，并生成精准且符合上下文的回答。

ClinicalKey AI 仅使用可信的、版权合规的专有和第三方来源，确保获取可靠的临床证据。每条回答均包含链接至已发表证据的引文，以增强信任并支持进一步探索。

内容来源包括：

• 领先医学学会的临床指南，如 ACC、AACE、ACEP、CHEST、EMSO 等

• Elsevier 及非 Elsevier 的高影响力期刊，如 The Lancet、Clinics Review Articles、New England Journal of Medicine 和 Journal of the American Medical Association

• 医学参考书籍，包括 Braunwald’s Heart Disease、Nelson Textbook of Pediatrics 等

• Elsevier 专有的 ClinicalKey 即时护理内容

• 药物信息等内容

ClinicalKey AI 通过使用安全的版权合规内容平台（包括 Elsevier 专有内容和可信的第三方来源）来降低风险并建立信任，为临床医生提供广度和深度兼备的信息。

ClinicalKey AI 所使用的期刊在影响因子（IF）、CiteScore 等质量指标中名列前茅，并结合 Elsevier 的权威医学参考书籍，帮助 AI 提供更全面的回答。

是的。ClinicalKey AI 生成的每条摘要都包含直接链接至支持性已发表证据的引文，便于在需要时进一步验证与探索。

此外，实时引文验证可确保生成回答中的每个数据点和论断均与所引用的参考文献核对，以保证准确性。

参考文献主要根据相关性进行选择。在可用的情况下，系统会优先考虑通常构成临床决策核心的证据类型——如实践指南、荟萃分析、Cochrane 综述、政府或专家小组意见，以及大型随机对照试验。

十多年来，爱思唯尔一直在我们的产品中负责任地使用人工智能和机器学习，并将其与无与伦比的同行评审内容、广泛的数据集和复杂的分析相结合。

ClinicalKey AI 根据爱思唯尔的 "人工智能五大责任原则 "进行开发：

1. 我们考虑解决方案对人们的实际影响。

2. 我们采取行动，防止产生或强化不公平的偏见。

3. 我们可以解释我们的解决方案是如何运作的。

4. 我们通过人为监督建立问责制。

5. 我们尊重隐私，倡导健全的数据管理。

Elsevier 亦与 Coalition for Health AI（CHAI）及 College of Healthcare Information Management Executives（CHIME）等组织发布的行业标准指导保持一致。

我们采用临床专家参与（clinician-in-the-loop）的评估框架，帮助确保 ClinicalKey AI 符合临床使用所需的高标准。每季度以及在重大版本发布前，我们都会与来自主要医学专科的执业临床医生合作，审查针对查询生成的回答，并评估工具在准确性和偏倚方面的表现。作为 CHAI 成员，我们的评估团队也参与了 CHAI 测试与评估框架指南的制定。

ClinicalKey AI 采用安全优先的设计理念，并按 HIPAA 要求构建。所有用户数据在传输和静态存储中均使用行业标准协议进行加密。访问权限严格限制于经授权人员，并采用假名化方式，仅用于产品支持目的；云服务提供商或第三方 AI 合作伙伴不会获得用于训练的访问权限。严格的安全审查、评估和持续漏洞扫描进一步保护用户数据。