通讯作者: 吕文娟, 29093524@qq.com

DOI：10.12201/bmr.202510.00039

Research on the Path of Constructing Knowledge Services in Medical Libraries Empowered by Generative Artificial Intelligence

• 摘要：目的/意义针对医学高校智慧图书馆建设需求，破解医学图书馆知识服务“资源整合难、精准度低、响应慢”痛点，探索生成式人工智能赋能的有效路径，以提升服务质量、优化用户体验，助力医学事业发展。方法/过程梳理生成式人工智能赋能国内外图书馆的研究现状，剖析医学图书馆知识服务现状与技术适配价值，结合双方特性规律，构建“四级递进+反馈闭环”路径框架并设计实施保障策略。结果/结论形成以“资源-技术-服务-用户-反馈”五层为核心的路径框架，明确层级关联与场景逻辑，提出数据安全等四大保障策略，为医学图书馆知识服务智能化转型提供理论与实践参考。

  关键词： 生成式人工智能；医学图书馆；知识服务；路径框架; ; ; 

   

  Abstract: Purpose/Significance Facing the construction needs of smart libraries in medical colleges and universities , we aim to address the issues of difficult in resource integration , low accuracy, and slow response in knowledge services provided by medical libraries. We explore feasible paths for Generative Artificial Intelligence to empower knowledge services, in order to enhance service efficiency, optimize user experience, and support medical education and scientific research innovation.Method/ProcessIt systematically reviews the current research and application status of Generative Artificial Intelligence in the field of library , analyzes the practical bottlenecks of knowledge services in medical library and the adaptability of artificial intelligence technology，combine the characteristics of the two to constructs a four-level progression + feedback closed-loop path framework,and proposes implementation guarantee strategies.Result/ConclusionA five-layer path framework centered around resource-technology-service-user-feedback is established, clarifying the logical relationships and typical service scenarios at each level. Four safeguard strategies are proposed, covering data security, technology adaptation, personnel capability, and institutional norms, providing a reference for the intelligent development of knowledge services in medical libraries.

  Key words: Generative Artificial Intelligence; Medical Libraries; Knowledge Services; Path Framework

  提交时间：2025-10-22

  版权声明：作者本人独立拥有该论文的版权，预印本系统仅拥有论文的永久保存权利。任何人未经允许不得重复使用。
• html

• 图表

• 中国科学技术信息研究所, 北京市海淀区复兴路号. 基于生成式人工智能的医学视频创作路径探究. 2025. doi: 10.12201/bmr.202508.00005

  胡博越, 史继红. 人工智能技术在医学图书馆应用的发展趋势与展望. 2025. doi: 10.12201/bmr.202505.00024

  苏云梅, 武建光. 医学图书馆知识服务路径研究. 2021. doi: 10.12201/bmr.202107.00019

  林金银, 陆长锋. 人工智能在医学高校图书馆应用的主要利益相关者分析. 2023. doi: 10.12201/bmr.202303.00001

  史森中. 生成式人工智能（GAI）基层医疗应用风险及治理策略分析. 2024. doi: 10.12201/bmr.202408.00053

  向艾宁堃, 田靖雪, 胡德华, 刘海霞. 生成式人工智能对于老年糖尿病应答效能的比较研究. 2025. doi: 10.12201/bmr.202503.00019

  任晓菲, 肖丹卉, 史继红, 于雪. 基于AI的医学图书馆健康信息服务探析. 2025. doi: 10.12201/bmr.202504.00040

  赵锐, 石秀园, 钟雪然, 任平, 田雪晴, 刘春平, 游茂. 基于卫生技术评估构建医学人工智能技术临床应用评估路径的探讨. 2022. doi: 10.12201/bmr.202203.00005

  蒋毅萍. 数智时代医学图书馆助力教学与科研服务的探索与实践. 2024. doi: 10.12201/bmr.202411.00083

  吴思静, 许彬彬, 黄凤. 浙江省医学人工智能发展现状与政策建议. 2021. doi: 10.12201/bmr.202101.00015

• 序号	提交日期	编号	操作
  1	2025-09-05	bmr.202510.00039V1	下载

• 公开评论  匿名评论  仅发给作者 提交评论