夜雨聆风
这是院长大会系列的最终篇。
前几篇写了许愿池、物业、路径信仰。这一篇想写一个我在会场上反复看到、但当时没有完全想透的东西。
几乎每一位院长在做医院介绍的时候，都会出现一页标准幻灯片。上面写着：SCI论文多少篇，国自然基金多少项，省部级课题多少个，学科排名全国多少位。格式高度统一，就像财务报表里的固定科目。
但你越听越会发现一件事。这些数字在院长嘴里出现的方式，和你想象中的科研汇报完全不一样。
没有人讲这些论文解决了什么临床问题。没有人提某篇研究改变了哪个科室的诊疗方案。没有人说某项课题的结论被写进了指南。数字被念出来，被展示在屏幕上，然后翻到下一页。就像财务报表念完营收就翻篇一样，没人追问营收的质量。
SCI在院长的话语体系里，从来就不是科研语言。它是汇报语言。
01
SCI从来不是给科研看的
如果你在公立医院体系里待过，你会知道SCI论文数量在医院管理中真正的用途是什么。
科室主任竞聘，要看论文。职称晋升，要看论文。学科评估，要看论文。等级医院评审，要看论文。国家临床重点专科申报，要看论文。高层次人才引进，给不给安家费、给不给科研启动金，第一道筛选条件还是论文。
论文数量决定的不是学术贡献，而是资源分配。谁发得多，谁的科室就更容易拿到编制、拿到设备、拿到床位扩张的机会。谁发得少，年终述职的时候就要在其他指标上补回来。
SCI在医院里的真实身份，不是科研成果的度量衡，而是一套行政治理工具。 它帮院长完成几件事：给科室排序，给人才定价，给医院在同行面前标注位置，给每一轮评审评估提供可量化的填报材料。
这套工具运行了二十多年，所有人都已经习惯了。没有人追问它是否还在衡量真正的科研价值，就像没有人追问KPI是否还在衡量真正的工作质量。工具一旦嵌入制度，就不再需要被追问。它只需要被执行。
但这套工具能用二十年，有一个隐含前提。一个所有人都默认成立、从来没有被认真审视过的前提。
论文是稀缺的。
写一篇SCI需要真实的时间投入、智力投入和团队协作。从文献调研到实验设计，从数据收集到统计分析，从初稿撰写到反复修改投稿，一篇论文背后对应的是半年到一年的实际工作量。这个时间成本本身就构成了一道天然的筛选机制。发得出论文，至少说明你投入了真实的资源。发得多，至少说明你有持续投入的能力。
数字粗糙，但因为生产成本高，它还能勉强充当一个有区分度的信号。
直到AI来了。
02
AI动了SCI的地基
AI进入医院科研领域的方式，远没有外界想象的那么戏剧化。没有一个院长说我们要用AI替代科研人员。也没有人说论文以后让AI写就行了。
它的渗透方式极其实用，甚至低调。
AI可以做文献综述。过去一个研究生要花两个月读完的文献量，现在一个下午就能生成结构化的综述框架。AI可以辅助实验设计，给定研究问题和数据条件，模型能输出多种可行的方案。AI可以跑统计分析，自动选择方法，生成结果，附带解读。AI可以生成论文草稿，从摘要到讨论，整个写作流程都可以被大幅压缩。
这些能力单独看，每一项都只是效率提升。放在一起看，它们做了一件事：把论文的生产成本打了下来。 不是降低一点点，是从根本上改变了生产函数。
而生产成本，恰恰是SCI作为治理工具的隐含前提。
过去SCI能充当筛选工具，本质上是因为论文的时间成本提供了一层真实性担保。你发了十篇，说明你至少花了几年时间在做科研。这个推断不完美，但大致成立。时间成本是信号的底层锚点。
AI开始削弱的，正是时间作为真实性证明的意义。
当一个人借助AI可以在三个月内完成过去需要一年才能完成的文献整理、分析和写作工作量时，论文数量就不再能反映时间投入。当时间投入不再可信，数量信号就开始失真。不是突然失真，是缓慢地、持续地丧失区分度。
AI没有改变SCI评价体系的规则。它撤掉了规则所依赖的前提：人工稀缺性。
03
数字越来越好看了
最讽刺的地方在于，从数字上看，一切都在变好。
AI辅助之后，论文产出量会上升。科室的SCI数字会更好看。院长幻灯片上的那一页标准汇报会更漂亮。评审材料的填报会更充实。
但数字在涨的同时，数字的含义在缩水。
过去，一个科室一年发十篇SCI，说明这个团队有持续的科研投入和产出能力。这个数字背后对应的是人力、时间、智力资源的真实消耗。现在，同样一个科室一年发十篇SCI，你已经无法判断这个数字背后到底是什么。可能是一个成熟团队扎实工作一年的产出。也可能是一两个人借助AI在两个月内批量完成的。数字一样，含义完全不同。
当论文不再稀缺，SCI就不再是筛选工具，而变成填报工具。
所有人都能达标的指标，就不再是指标。它变成了一个行政流程中的必填项。你填了，不能说明你好。你没填，只能说明你不合规。它失去了区分能力，只剩下合规功能。
院长需要的从来不是一个让所有科室看起来都很好的指标。院长需要的是一个能帮他识别真正差异的工具。过去SCI勉强能做到这件事。AI进来之后，这件事正在变得越来越难。
04
失效的指标不会自己退出
如果你期待评价体系会因为AI的出现而迅速调整，那你可能不太了解公立医院的制度运行速度。
评价体系的调整要等政策。政策要等试点。试点要等文件。文件要等研究。研究本身可能也是用SCI来评价的。整个链条是自我嵌套的。
更深层的原因是，SCI作为治理工具，它的生命力不取决于它是否还能准确反映科研水平。它的生命力取决于是否有一个更好的替代方案。在没有替代方案出现之前，一个已经失效的工具会继续被使用。不是因为大家相信它，而是因为没有别的东西可以填进那些表格里。
这是所有行政体系的共同特征。工具的惯性远大于工具的有效性。一个指标一旦被写进了评审标准、职称文件和绩效考核方案，它就获得了独立于真实性的制度生命。它不需要有效，只需要存在。
AI没有摧毁SCI。AI只是让SCI从一个粗糙但有效的筛选工具，退化成了一种精致但空洞的行政惯性。
数字还在那里。表格还在那里。评审标准还在那里。但数字背后的东西已经变了。表格衡量的对象已经变了。标准筛选的前提已经变了。只有标准本身纹丝不动。
SCI不会因为失效而退出体系。它会因为没有替代物而继续存在。最终它会变成一种与真实科研脱钩的行政符号。
而现实已经开始变化。对医院来说，未来最便宜的科研投入，也许不再是增加一个博士后，而是增加一张GPU、一套AI订阅套餐和一套自动化科研流程。科研的生产成本已经开始重新定价，而评价体系仍然沿用旧时代的价格标签。
05
尺子还在，世界变了
写到这里，很容易把结论推向SCI应该被废除之类的呼吁。但那不是我想说的。
SCI该不该改，是学术界和政策制定者的事。医院层面真正值得关注的问题更朴素，也更紧迫。
医院还在用一个依赖稀缺性的工具，去管理一个已经不再稀缺的系统。
过去论文稀缺，所以数量能代表能力。现在AI正在消除这种稀缺性，但整个治理体系还没有意识到自己脚下的地基已经松了。院长还在用同一页幻灯片汇报科研成果。科室还在用同一套数字竞争资源。人才还在用同一组指标证明自己的价值。
所有人都在按规则行事。只是规则依赖的世界已经不是原来那个世界了。
这大概是AI进入医院之后最安静的一场冲击。它没有替代任何人的工作，没有引发任何一场公开的争论，甚至没有出现在任何一位院长的汇报标题里。但它正在做一件更根本的事情：让整个科研评价体系赖以运转的底层假设慢慢失效。
生产力已经被重构了。评价体系还站在原地，手里举着一把二十年前的尺子，认真地量着一个它已经越来越量不准的东西。
真正失效的不是SCI，而是那个仍然相信SCI还能准确描述科研价值的治理体系。
往期热门文章
HIS厂商的"架构收敛"：当所有系统长得一模一样，你凭什么收费？
一群鼓吹AI Coding的专家，正在制造医疗信息化的新技术债
