面对一个具体临床问题，循证检索的第一步始终是找到可靠的原始依据。过去，医生可能需要先打开一份数百页的指南PDF，再从目录、章节中逐层寻找，在零散的表格与注释中筛选关键信息——指南本身的权威性毋庸置疑，到达原文的路径却很长。

那么，如果把问题直接交给医学AI，会怎样？

在氢离子中输入：

氢离子基于官方授权的共识全文，给出了结构化的分层诊疗路径：适合根治性放化疗者首选同步放化疗（cCRT）；不适合直接行根治性放化疗的大肿瘤患者，可先行靶向±化疗诱导治疗后再评估；不能耐受根治性放化疗者，则可参照晚期驱动基因阳性NSCLC的思路给予靶向治疗。问题先被分层拆解，再逐层作答。

更值得关注的是"答案之后"的路径：点击参考来源，页面展开对应的参考信息：指南名称、制定单位、发布年份，以及直达原文的入口；再点一次，即跳转至指南原文页面，配合页面内置的关键词检索功能、翻译功能定位到具体条款。

这意味着，医生面对的已经不只是一本需要手动翻页的指南，而是一个可以围绕具体问题快速定位内容的检索入口。依托官方授权的完整指南内容，氢离子实现了CSCO指南30+癌种全文可查阅、可检索。

“官方授权全文”解决的是循证来源的问题；“全文检索＋章节定位”解决的是如何更快触达原文的问题。

而当指南内容能够被快速找到之后，临床查询自然会进入下一层：知道整体策略是什么，还不够；具体到"用什么药、什么时机启动、疗程多久、风险如何管理"，能否直接获得对应答案？

于是，可以进一步向氢离子提问：

此时，氢离子给出的并不是一段笼统的治疗建议，而是先明确结论：推荐采用奥希替尼或阿美替尼进行靶向巩固治疗，不推荐免疫巩固治疗，再逐层展开具体方案（启动时机、安全性管理、免疫巩固排除）。

每个结论后的角标可一键跳转共识原文对应章节——点击回答中的引用角标，"引用来源"面板同步展开：每条结论出自原文的哪一条推荐意见、推荐强度一目了然；进一步点击“查看详情”，则能够跳转到具体的推荐条款与证据表格原文。

这使整个检索过程从：

“AI告诉我一个答案”

进一步变成：

“AI告诉我答案，并让我知道这个答案来自哪里。”

对于医学场景而言，这一点尤为重要。AI可以承担信息检索和内容组织，但最终需要确认的，仍然是权威指南原文及其推荐依据。

氢离子给出的不是“它认为”的答案，而是“指南第X章、Y级推荐”的原文依据——它始终是医生的学术伙伴与辅助工具，诊疗决策的确认，始终回到医生手中的指南原文。

而当一个问题已经能够被追溯到CSCO指南原文，新的问题又会自然出现：如果不同的权威指南面对同一个临床问题，又是如何表述的？具体在哪些维度存在异同？

除CSCO指南外，氢离子平台已完整接入中华医学会系列临床诊疗指南，具备跨指南知识图谱关联能力。可以继续提问：

氢离子自动生成一份跨指南对比表：从靶向巩固推荐、启动时机、免疫巩固推荐、安全性管理，到循证证据侧重，逐项列出《III期不可切除驱动基因阳性非小细胞肺癌诊疗专家共识》（CSCO，2026）与《中华医学会肺癌临床诊疗指南（2025版）》的具体表述，并在末尾自动总结二者的相同点与不同点。同样，每一格结论均附参考来源角标，可一键回溯核验。

这意味着，医生无需分别打开多个平台、来回切换不同文件，再自行整理两套指南的对应关系，而是可以围绕同一临床问题直接进行横向查看。

从“查到一份指南”到“把不同权威来源放到同一个问题下观察”，循证检索也由单点查询进一步走向交叉验证。氢离子接入的不只是单份指南，而是一整套可追溯、可互证的本土循证资源网络。