完工时间从两年缩短到6个月，做对了什么

　　原本需要两年才能完成的工作现在6个月就能完成，如果是你，这样的工作目标要分几步？

　　人民卫生出版社的一项工作实践可以给出一个数字——29。这个29是指一个AI加持的全流程线上融合出版平台的29次迭代升级。

　　人工智能在推动出版内容生产变革方面，以数据为原材料，带来指数级别的生产力解放。在人卫社，从选题策划到编辑组稿、审校发布，人工智能已渗透到诸多出版环节中。

　　AI加持效率直线提升

　　人卫社出版的“人卫标准临床专科知识库”共有4200多位专家参与编写，他们分别来自全国650多家医院的国家级、省级重点专科和医学中心。按照传统的方式组织如此庞大的编写团队是一件非常耗时耗力的事情。

　　“运用AI技术能让这一过程变得更轻松高效。”北京人卫智数科技有限公司总经理贾晓巍告诉记者。2022年该社上线了人卫投审稿平台，经过29次迭代升级，推出了由AI加持的全流程线上融合出版平台，该平台提供进度追踪、智能催稿、在线编审等管理工具，以及润色、翻译、审校、标引、排版、加工等多维度AI工具集。借助平台功能，“人卫标准临床专科知识库”在短短6个月时间内，实现了原本需要两年才能完成的工作。“我社始终积极拥抱AI技术，AI 最重要的作用就是对出版效率的提升。”贾晓巍表示。

　　知识库是目前比较新的一种出版模式，相比图书而言，这是一种更适合互联网和人工智能时代的知识传播载体。“人卫标准临床专科知识库”的建设场景可以比较突出地体现AI技术应用效果。

　　贾晓巍介绍：“制作知识库的难度并不比出版一本书小多少。”这里面不仅要按照图书的高标准进行制作，还要充分考虑知识库作为系统工具的应用性和便捷性，并且一般都会配套数字产品进行封装。从内容编写的组织策划到内容的审核校对，再到与数字产品的融合出版，复杂的工作流程有了AI的加持，效率直线提升。

　　AI赋能出版充满想象空间

　　在人民卫生电子音像出版社有限公司（以下简称人卫电子音像公司），AI命题同样带来效率提升。该社总编辑宋永刚告诉记者：“将AI功能融入命题流程确实是大幅提高内容创作效率的有效手段，具体包括AI出题、AI审核、主观题得分点拆分等。”

　　人卫电子音像公司目前主要利用大模型的互联网信息搜集和整理能力以及综合分析能力在选题方面进行辅助。“我们知道，影响选题是否能获得市场成功的因素极其复杂，变量极多，这方面AI大模型有着先天的优势。”宋永刚说。

　　记者了解到，人卫电子音像公司正在研发一个选题和运营支持系统，他们将影响选题的因素归纳为作者、内容、读者和市场四大维度，在每个维度中抽取特定因素形成总计超过200个特征的特征库，再通过大模型的互联网信息搜索和整理归纳能力定义、定性每个特征（例如作者的学术影响力、编写经验等）；再使用这些特征，利用机器学习算法，基于既往数据训练预测模型，用以预测图书市场前景，评判各个因素对选题的影响，提供深度数据分析，实现对现有选题论证制度和流程的辅助、支撑。

　　人卫社在AI与文稿审校的融合方面也进行了深度探索。去年，人卫社与科大讯飞公司合作，成功完成了人卫智能审校工具的自研，该工具集成了市面上主流的通用大模型，如讯飞医疗垂类大模型，以及黑马、易盾等多维度小模型，模型总数达14个。

　　“经过算法融合，审校工具在字词错误、医学术语、医学知识、内容安全等方面已具备较高的检全率。”贾晓巍说，目前该工具已经应用到编辑工作平台内。人卫智能审校工具试运行期间，累计扫描超过2亿字，日均调用超过100次，累计服务作者1115人、编辑158人。

　　贾晓巍表示，相比传统审校工具，AI的加持使得文稿审校工具在语义识别、上下文理解和医学专业内容等方面更具优势。对于医学学术性强的选题，审校效率提升明显。

　　AI赋能出版的领域远不止于此，宋永刚告诉记者，除了内容辅助创作、辅助选题策划和审校外，AI大模型在用户画像和产品推荐、数据分类标引，乃至合同和版权管理、财务凭证审核等各个方面都有广阔的应用前景。

　　AI使用中要克服技术幻觉

　　AI辅助内容创作的核心优势是效率，但对医学专业出版来说还存在着挑战——幻觉，即AI辅助创作的内容是存在偏差的，需要编辑团队克服。

　　至于克服幻觉的办法，宋永刚解释说，一是通过可信数据进行从头预训练、二次训练或微调。考虑到成本因素，一般采用基于通用模型进行微调的方式。二是提供可信数据进行参考。

　　贾晓巍在分享编辑的使用感受时也表示，智能审校工具可以很好地支撑编辑的工作需要，但也存在一定优化空间，大模型技术带来的幻觉问题会不可避免地产生一些误报和漏报，需要继续投入研发资源进行改善。古籍在人卫社是重要的出版品类之一，但AI技术在古籍领域的发展较为受限，古籍中存在大量的生僻字、繁体字，AI中现有的基础性技术在处理古籍内容上能力较差，目前还不足以支撑古籍编辑的使用需求。

　　宋永刚给出了AI的几个进化方向：一是模型本身的幻觉改善，这个方向主要依赖训练数据质量的持续提升和算法技术的逐步改善；二是模型应用的伦理、价值观和法律法规问题的解决；三是应用问题，智能体的应用提供了一个很好的路径，结合MCP（模型上下文协议）后也使智能体具备了处理复杂任务的能力。

　　人卫社有关负责人表示，未来AI与医学出版的深度融合，希望可以从内容生产、质量控制、传播方式到知识应用全方位重塑行业生态。

　　在期刊出版层面，AI能辅助研究者智能分析数据、自动生成论文初稿或者论文大纲，并提示同类产品相关信息，提升出版效率。在学术出版环节，AI通过自然语言处理技术自动整理学术数据、生成结构化初稿，提升效率、保障质量、促进知识创新，同时可以基于临床数据库实时更新文献综述，显著提升学术内容的产出效率。在质量控制的层面，AI可以通过智能审稿系统检测稿件质量，同时可以依托平台优化审稿流程，确保内容质量的同时缩短出版周期。在传播方式和多模态融合出版层面，能与各类媒体技术深度融合，实现AR/VR等可视化出版，让医学等专业知识更直观易懂；能生成配套的3D解剖图书和手术操作与视频注解等多媒体素材。