如果你是医学生或临床科研人员，你一定经历过这个场景：
打开 PubMed，盯着搜索框，开始在脑子里把中文翻译成英文——"非小细胞肺癌免疫治疗联合化疗的最新临床试验"，这句话要怎么变成 PubMed 能理解的检索式？
(non-small cell lung cancer) AND (immunotherapy) AND (chemotherapy) AND (clinical trial) AND ("2023"[Date - Publication] : "2026"[Date - Publication])
写出来了，但你心里很清楚：这条检索式可能漏掉了一半相关文献。因为你没加 MeSH 词，没考虑同义词，也不确定 filter 是不是选对了。
PubMed 是好东西，但它的搜索逻辑是为 1990 年代设计的。你需要学一套专门的检索语法，用英文思考，手动组合布尔逻辑——这些技能本身就要花好几天才能熟练。
2026 年了，有没有更直接的方式？
有。直接用中文搜。
超能文献（suppr.wilddata.cn）的核心功能就是用中文直接搜 PubMed 的 4000 万+ 医学文献。你输入中文，AI 理解你的意图，自动翻译成专业检索策略，返回精准结果。
但"搜"这件事有深有浅，所以它提供了三种模式。选哪个，取决于你当下的需求。
适合场景：查一个具体问题，不需要全面覆盖
你在门诊遇到一个用 SGLT2 抑制剂的糖尿病患者出现了酮症酸中毒，想快速查一下这个不良反应的发生率。
输入"SGLT2抑制剂酮症酸中毒发生率"，10 秒内返回最相关的文献，附带中文摘要。看完摘要你就知道大概数据了，甚至不需要点进原文。
基础模式的逻辑类似于一个懂医学的搜索引擎：它理解你的问题，找到最相关的几篇文献，给你摘要。够用，但不会帮你做深入筛选。
适合场景：写论文、做课题需要系统性检索
你在准备一篇关于"CAR-T 治疗复发难治性弥漫大 B 细胞淋巴瘤"的综述，需要把近 3 年的重要研究都找到。
输入"CAR-T 治疗复发难治性弥漫大B细胞淋巴瘤 近3年 临床试验"，旗舰模式会：
结果更全面，适合你需要"不漏"的场景。
适合场景：系统综述、Meta 分析、开题调研
这是最"重"的模式。你给它一个研究主题，它会像一个经验丰富的医学信息检索师一样，进行多轮自主检索：
第一轮：宽泛检索，摸清领域轮廓 第二轮：根据第一轮结果调整策略，深挖子方向 第三轮：补充遗漏，交叉验证
最终输出包括：检索到的文献列表、自动生成的中文摘要、以及一张研究脉络思维导图。
| 你的需求 | 推荐模式 | 理由 |
|---|---|---|
| 临床上快速查一个问题 | 基础 | 快，10 秒搞定 |
| 写论文找参考文献 | 旗舰 | 覆盖全，不漏 |
| 系统综述/Meta 分析 | 专家 | 多轮检索，接近手动检索质量 |
| 组会前快速了解一个话题 | 基础 | 看摘要就够 |
| 开题报告梳理研究现状 | 专家 | 需要全面+有深度 |
| 帮导师查一篇具体文章 | 基础 | 精确查找，秒出 |
不管用哪种模式，这些技巧都能让结果更精准：
1. 限定时间
"一型糖尿病近三年研究进展"
AI 会自动识别"近三年"并设置时间过滤。
2. 限定文献类型
"GLP-1 最新的临床试验"
系统会只筛选 Clinical Trial 类型的文献。
3. 限定影响因子
"mRNA 疫苗，IF 大于 5 的研究"
帮你过滤低分文献，直接看高质量研究。
4. 限定作者
"徐兵河关于 perjeta 的文章"
精确到某位学者的特定方向研究。
5. 限定期刊
"JAMA 糖尿病相关文献"
只看特定期刊的发表。
6. 多重限定组合
"JAMA 近 5 年肿瘤相关临床试验研究"
所有限定条件可以自由组合，用自然语言描述就行，不需要记任何语法。
搜到文献只是第一步。超能文献还能帮你完成后续流程：
一套流程下来，以前花一整天做的文献检索和初步阅读，现在半小时就能搞定。
PubMed 依然是医学文献的金矿，但你不再需要手动挖矿了。
超能文献把"学检索语法→写英文关键词→手动筛选→逐篇阅读英文摘要"这个流程，压缩成了"输入中文问题→看结果"。省下来的时间，拿去做真正需要你大脑的事情。
新用户注册送 25 万字翻译额度（大约 50 篇论文的量），检索功能每天免费送 100 积分。先试试再说 👉 suppr.wilddata.cn
本文由超能文献内容团队出品。Suppr 超能文献，用中文搜 PubMed，让医学文献检索回归"说人话"。