認識全新的 ClinicalKey AI，擴充內容與升級功能

ClinicalKey AI 是一款臨床決策支援工具，結合可信的實證內容與生成式 AI 驅動的對話式搜尋，協助臨床人員於照護現場快速找到並摘要相關來源內容，提供可靠回應以支援明智決策。

ClinicalKey AI 採用複雜的 RAG（檢索增強生成）系統，將多個大型語言模型（LLM）與向量化內容資料庫的搜尋精準度相結合。該系統透過向量搜尋找出語義相近的最相關文件，而非僅依賴關鍵字比對，接著由 LLM 將文件資訊整合為精簡摘要，以支援臨床決策。

此多步驟方法結合臨床專家參與的 AI 評估流程，有助於降低傳統 LLM 常見的幻覺與偏誤，並產生精確且符合情境的回應。

ClinicalKey AI 僅取用可信、符合版權規範的專有與第三方來源，確保可存取可靠的臨床證據。每則回應皆包含連結至已發表證據的引文，以建立信任並支援進一步探索。

內容來源包括：

• 醫學學會臨床指引，如 ACC、AACE、ACEP、CHEST、EMSO 等

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

• 權威醫學參考書籍，如 Braunwald’s 與 Goldman-Cecil Medicine

• 臨床概覽 與 藥物資訊

• 即時引文驗證，確認產生的回應具備循證基礎

ClinicalKey AI 透過使用安全且符合版權規範的內容平台（包括 Elsevier 專有內容與可信的第三方來源）來降低風險並建立信任，為臨床人員提供廣度與深度兼具的資訊。

ClinicalKey AI 所使用的期刊於影響因子（IF）、CiteScore 等品質指標中名列前茅，並結合 Elsevier 權威醫學參考書籍，協助 AI 提供更全面的回應。

是的。ClinicalKey AI 產生的每則摘要皆包含可直接連結至支持性已發表證據的引文，方便於需要時進一步查證與探索。

此外，即時引文驗證可確保產生回應中的每個資料點與論述皆經由所引用文獻核對，以確保準確性。

參考文獻主要依相關性進行選擇。在可行的情況下，系統會優先考量通常構成臨床決策核心的證據類型——如實務指引、統合分析、Cochrane 評論、政府或專家小組意見，以及大型隨機對照試驗。

十多年來，愛思唯爾一直以負責任的態度在我們的產品中使用人工智能和機器學習，並將其與無與倫比的同行評審內容、廣泛的數據集和精密的分析技術相結合。

ClinicalKey AI開發符合的Elsevier 的「負責任的 AI 五項原則」：

1. 我們會考慮我們的解決方案對人們的實際影響。

2. 我們採取行動防止不公平偏見的產生或強化。

3. 我們可以解釋我們的解決方案如何運作。

4. 我們透過人工監督建立問責性。

5. 我們尊重隱私權，並提倡健全的資料管理。

Elsevier 亦遵循 Coalition for Health AI（CHAI）及 College of Healthcare Information Management Executives（CHIME）等組織發布的產業標準指引。

我們採用臨床專家參與（clinician-in-the-loop）的評估架構，以協助確保 ClinicalKey AI 符合臨床使用所需的高標準。每季以及於重大版本發布前，皆與主要醫學專科的執業臨床醫師合作，審查依查詢產生的回應，評估工具的準確性與偏誤。作為 CHAI 成員，我們的評估團隊亦參與 CHAI 測試與評估架構指引的制定。

ClinicalKey AI 採取安全優先的設計理念，並依 HIPAA 規範建置。所有使用者資料於傳輸與靜態儲存時皆採用產業標準通訊協定加密。存取權限嚴格限制於經授權人員，並採用假名化方式，僅供產品支援用途；雲端服務供應商或第三方 AI 合作夥伴不會取得用於訓練的存取權限。嚴謹的安全審查、評估與持續弱點掃描，進一步保護使用者資料。