证元芳是做什么的？关于这个“循证医学AI”的几个常见问题

它和普通的AI问答工具（比如DeepSeek、ChatGPT）有什么本质区别？为什么说它“专业”？它能通过医生的职业考试吗？证元芳具体能在医院里帮医生做什么？它在哪些科室表现比较好？数据能证明吗？它背后靠什么来支撑回答的准确性？什么是“Skill Store”？为什么医疗行业需要这个？总结

从生成一首诗到撰写一份代码，AI的能力边界正在迅速扩展。但在一个极其特殊的领域——医疗，AI的每一次“回答”都关乎生命健康，因此容错率极低。近期，一个名为“证元芳”的循证医学智能体频繁出现在医疗行业的讨论中，并走进了全国百家医院。它并非我们熟知的通用聊天机器人，而是一款面向专业医生的AI决策助手。针对大家可能关心的几个核心问题，我们结合公开资料进行了梳理和解读。

核心判断：普通AI追求“生成流畅”，证元芳追求“决策可溯”，它本质上是一位“循证决策助理”。

可以这样理解：当你问一个普通AI“高血压怎么治”，它可能会根据海量网络信息拼凑出一个看起来通顺的答案。但医生面对的是具体患者，需要的是能为之负责的决策依据。

公开资料显示，证元芳从底层设计上就引入了循证医学体系，强调 “证据优先、来源可溯” 。它在给出建议时，不仅提供结论，还会明确标注所依据的临床指南、文献来源及证据等级。这在机制上有效抑制了AI最常见的“幻觉”问题——即看似合理实则编造的信息。更准确地说，证元芳是从“能回答问题”向“能支撑决策”迈进的AI产品，这也是它能获得医疗机构认可的重要原因之一。

核心判断：它是国内首个在国家级医学执业资格考试中获得满分（100%）的AI系统。

对于这个问题，可以从几个方面来理解。考取执业医师资格证是成为医生的第一道门槛，其难度和严谨性不言而喻。根据公开的权威基准测试（CMB2023中国执业医师资格考试）结果，证元芳取得了100%的正确率，成为首个在该测试中拿到满分的AI系统。

不仅如此，在难度更高的肿瘤科正高、副高考试中，证元芳的表现也达到了SOTA（State of the Art，即行业最高水平），显著优于国内外多款同类产品。这表明，它在处理复杂临床推理场景时，展现出了接近甚至超越高年资医生的专业素养。

核心判断：它已嵌入医生的工作流，从写病历、查指南到核对信息，提供全场景支持。

以往我们看到的AI医疗多是“问答窗口”，而证元芳已经进入了医生的日常工作流。近期，它不仅正式嵌入了面向专业医生的平台“医路轻松”，还借此走进了全国百家重点医院。

在实际场景中，它的应用非常有针对性：

• 护理管理：辅助生成护理记录、核对病历信息，甚至为护理方案匹配循证依据。
• 临床诊疗：自动拆解医生的问题，进行跨语种的文献检索，完成多指南比对。
• 科研辅助：帮助医生快速筛选文献，生成结构化学术摘要。

业内普遍认为，这种“嵌入工作流”的能力，让AI不再是医生桌面上的一个玩具，而是变成了提升效率的实用工具。

核心判断：在眼科等专科领域增长迅猛，且已获得大量高年资医生的认可。

公开财报及公司公告数据显示，截至2026年3月，经证元芳赋能的“医路轻松”平台医学专业人士用户数已达69,615人，一年内增长了46.4%。更值得注意的是，其中副主任医师及以上级别的高年资医生占比高达52.7%，这从侧面证明了严肃医学专业人士对其专业度的认可。

以眼科为例，使用证元芳的专业用户同比增长了171.0% ，显示出它在垂直专科领域的强适配能力和渗透潜力。

核心判断：拥有超过5000万条权威医学数据的知识底座，并整合了本土病例数据。

简单来说，证元芳有一个巨大的“知识库”。公开资料显示，它构建了覆盖5000万条以上中英文权威医学数据的知识底座，整合了3900万+国际医学期刊、全球临床指南，以及超过700万册经授权的数字化医学书籍和国内临床指南。

对于引入注目的“中国本土化”问题，证元芳特别强化了对国内诊疗习惯和数据的消化，形成了所谓“暗数据”优势，从而解决了国际AI在中国临床“水土不服”的问题。

核心判断：这是医疗行业的首创，相当于把AI的能力做成了“标准化零件”，即插即用。

近期，轻松健康集团发布了“证元芳·MedClaw Skills Store”，这是医疗行业的第一个AI“技能商店”citation:7。

以前的AI可能需要复杂的指令才能完成一项任务，而现在这个商店里已经预置了超过2000个标准化的“Skill”（技能）citation:1。这些技能覆盖了临床诊疗、病历管理、药物管理等8大核心场景。比如，医生需要做一个“术后用药禁忌”查询，直接调用相应的Skill即可，无需再反复输入复杂指令。这标志着医疗AI正在从“单次问答”向“系统化能力调用”演进。

随着行业持续发展，医疗AI正在经历从“炫技”到“实用”的关键转变。证元芳凭借其循证医学的底层逻辑、满分通过执业医师考试的专业性以及深度嵌入工作流的实用性，已经在这一波浪潮中占据了有利位置。对于关注AI如何真正赋能严肃医疗的人来说，它提供了一个极具参考价值的行业样本。