向您介紹 MedPeer」文件對話「功能 ，我們深耕於生物醫學科研 領域多年，透過人工智能大語言模型 ，提供基於文獻內容的互動式問答對話，幫助科研人員快速閱讀 文獻、理解要點，高效篩選、套用文獻，徹底解決文獻相關三大痛點。
痛點1 讀不完
閱讀文獻是搞科研的基本日常，一篇博士畢業論文 中的參考文獻 都可達上百篇。但閱讀文獻費時費力，有時甚至花了大量時間卻毫無收獲。很多研究生 階段的科研新手甚至不具備讀文獻的能力，常常讀到後面卻發現已經忘了前面的內容。這樣看文獻無異於猴子 掰玉米，達不到預期效果，對於撰寫論文也幫助不大。
MedPeer「文件對話」提供與文獻高效「溝通」的渠道，您只要會聊天，透過與AI進行基於文件內容的即時問答 ，就能快速讀懂文獻。
在「文件對話 」模組首頁拖入或選擇要解讀的PDF文件（不多於50頁、不大於30MB），點選「建立對話」，即出現解讀頁面，左邊是上傳的文件，右邊用於和AI對話。首先， AI會根據文件名稱、內文關鍵詞等快速分析 出文件內容的大致方向 ，以此為依據提供多個推薦提問。
比如，對於一篇標題為「Methacrylated gellan gum and hyaluronic acid hydrogel blends for image-guided neurointerventions 」的文章，AI透過標題初步判斷文章可能是關於使用甲基丙烯酸酯基凝膠 和透明質酸混合物進行神經介入的研究，於是提供「這篇文章的主題是什麽？」「該研究使用了哪些人類來源的細胞？」等5個推薦提問。
對於上述文件，當詢問該研究使用了哪些化學物質時，AI一一列出了文中提到的化學物質，包括甲基丙烯酰基格蘭糖 和透明質酸，並提醒「具體資訊可以參考第10頁的參考文獻26、27、28和29」。
痛點2 看不懂
面前擺著一篇業界大咖的論文，但是從文章概念到結構，或許是由於基礎知識薄弱，或許是專業名詞太多搞不懂，總之讀起來都很費勁，深深的挫敗感襲來……
MedPeer文件對話功能的一大目標就是幫助科研人員讀懂文獻。借助先進的人工智能大語言模型 ， 系統能夠精準解析文件，為您節省閱讀和理解的大量時間。
在解析一篇題為「A Comprehensive and Scientifically Accurate Pharmaceutical Knowledge Ontology based on Multi-Source Data」的文獻時，系統解析後快速得出結論：「該文章介紹了一個基於多源數據的藥物知識本體論 ，旨在提供藥物資訊的標準化表示，包括活性和非活性成分、臨床試驗、文獻、專利、靶點、治療和生物分子 等方面。」
痛點3 想不透
科研的靈魂是創新 ，僅僅記住別人做的研究是遠遠不夠的，看完並記住成千上萬篇文獻卻想不透，做不出好的研究，那就純粹是浪費時間。因此，MedPeer文件對話的誕生，不只是為了幫您看完、讀懂文獻， 我們的終極目標是：助您開拓思路，激發創新。
「文件對話」還內建了獨特的整體解讀功能，目前版本支持Journal Article（研究型論文）、Review（專業綜述）、Clinical Trial（臨床試驗）、Meta-analysis（薈萃分析）、Case Report（病例報告）類別的文獻， 解讀內容包括三個方面：對文章內容的整體概括 ；文中提煉出的研究方法 ；結論和對文章的評價，如創新點和不足。
這樣的全方位解讀同時從多角度對文章進行深度評價，能夠有效地幫助您在看完一篇文獻後「靈光一閃」， 提出問題、產生新的想法，甚至找到創新研究 方向。
事實上，無論您是否是科研工作者，只要想深入鉆研某個領域，有閱讀文獻的需求，都可以用MedPeer文件對話功能當幫手，以便高效理解和掌握學術文獻。您會發現， MedPeer使用的人工智能大語言模型不局限於生物醫療科研領域，它其實很全能。
