近年来，人工智能技术在医疗健康领域的应用不断深化，从医学知识检索、辅助诊疗到科研支持与健康管理，展现出广阔前景。与此同时，算法偏差、数据质量、责任边界等问题也逐渐显现。如何在鼓励技术创新的同时，有效防范潜在风险，推动人工智能在医疗健康领域实现风险可控、结论可信、发展可持续，成为当前亟须回应的重要课题。在这一背景下，“负责任创新”逐渐成为行业发展共识。在医疗健康等高风险领域，更应坚持审慎原则，将安全性、有效性和合规性置于优先位置。

以数据质量为核心的技术路径选择 ​

医疗行业创新的底线在于确保医疗质量和患者安全，任何技术路径都不应偏离循证医学证据（用于支持医疗决策的科学研究证据）这一核心原则。这一认知既源于医疗行业的长期实践经验，也是医疗人工智能发展的价值坐标。基于上述立场，观澜网络（杭州）有限公司（以下简称“丁香园”）在探索医疗人工智能发展的过程中明确将产品定位为医疗专业人员的辅助决策工具提供者，而非临床决策的替代者。核心目标是在严格遵循既有医疗规范和高等级循证医学证据的前提下，通过技术手段降低信息获取成本，减少低级错误风险，辅助医生更高效地做出符合专业共识的判断。

2025年10月，基于专业医疗数据和权威文献资料，丁香园上线循证医学临床诊疗决策辅助工具“临床决策”，该应用采用原文循证机制，以高质量循证医学数据为核心，依托人工智能技术实现智能化诊疗支持。在设计产品时，将重点放在数据可靠性、结论可追溯性和风险提示完整性上，力求在实际应用中发挥“纠错误、减风险、补短板”的辅助作用。在探索医疗人工智能发展的过程中，将更多资源投入医疗文本数据的系统性建设与治理，通过持续打磨数据来源、数据控制质量等，为模型提供更加可靠、可验证、可追溯的知识基础，以期从源头上降低潜在风险。

严格的数据筛选与创新实践 ​

在数据来源上，丁香园坚持以权威性和专业性为优先原则，重点选取权威临床指南、药品说明书、高等级循证医学文献及长期积累的专业内容体系，并通过交叉比对和专业筛选，尽量避免单一文本带来的偏差性和不确定性。同时，平台引入针对医生提问的意图识别与风险分层机制，在涉及潜在高风险的临床问题时，先充分暴露警示风险，再给出相关结论作参考，避免在证据不足或适用条件复杂的情境下对医生形成误导。

此外，丁香园还积极探索垂直媒体的传播价值。作为医生云集的专业医学社区，其不仅聚焦临床实践与行业动态，更通过实时数据反馈优化内容策略。例如，某医疗企业曾通过丁香园发布临床研究报告，直接引发30余家医院的咨询对接，凸显了其在精准触达目标受众方面的行业优势。

从行业生态来看，丁香园的实践呼应了当下医疗AI发展的深层需求——既要突破技术瓶颈，更需构建伦理防线。正如全国政协常委葛均波院士所言：“AI超过医生是必然趋势，但人类医生的情感关怀和伦理判断始终不可替代。”这种技术理性与人文温度的融合，正是医疗AI可持续发展的核心逻辑。