夜雨聆风AI赋能
科研全流程
学术微沙龙
PART1
会议概要
为进一步推动人工智能技术与医学科研深度融合，提升研究生科研创新能力与实践效率，华中科技大学同济医学院附属同济医院第二临床医院研究生会开展了面向研究生的“AI赋能科研全流程”实战培训会。本次培训聚焦科研工作中常见的文献检索耗时、数据处理繁琐、论文写作效率不高、图表制作门槛较高等现实痛点，围绕“如何用AI重构科研工作流”展开系统讲解与实战分享，为青年科研人员打开了智能化科研的新思路。
图 1 封面
培训中，第二临床学院刘远康博士结合自身在AI赋能科研领域的实践经验，展示了从文献检索、知识库构建、数据分析、论文撰写、科研绘图到投稿准备的全流程自动化方案。不同于传统的AI对话式使用，本次培训更强调工具链升级与工作流重塑，引导学员从“会提问、会使用”进一步走向“会设计流程、会封装经验、会协同工具”。通过Cursor、Agent、Skill等技术手段，科研中的重复性、机械性工作得以被系统化拆解与自动化执行，使研究者能够将更多精力投入到科学问题凝练、研究设计优化和成果质量提升之中。同时，在交流沟通与答疑环节，刘远康博士结合自身使用AI工具时的经历，解答了同学们对于AI使用上关于AI工具部署成本、个人使用时隐私数据保护等细节性、关键性的问题，为同学们投入AI实际使用的最后一公里扫清了障碍。
图 2 刘远康博士为参会同学解释Aiagent的搭建流程
此次培训不仅在于帮助研究生掌握一批高效实用的AI工具，更在于推动科研思维方式的转变。以文献检索为例，AI可辅助构建精准检索式、批量整理文献、快速筛选研究主题，并进一步形成个人专属知识库，让文献阅读从“海量查找”转向“精准获取”。在数据处理环节，AI能够辅助提取病历、文本及影像相关信息，完成批量整理与分析，显著降低人工处理成本。在论文写作和图表生成方面，AI则可辅助完成框架搭建、代码生成、图表优化和格式转换，提升科研成果表达的规范性与专业性。
PART2
感受与总结
对于医学研究生而言，科研训练不仅需要扎实的专业基础，也需要适应新技术变革的能力。在交流讨论环节，同学们积极谈及自身感受，第二临床学院25级硕士成润浙感慨：“以前查文献、整理数据、做 PPT 要熬好几天，听完这次培训才发现，AI 居然能把这些杂活全承包了！全程都是干货实操，跟着学就能用，以后科研效率直接翻倍，终于不用把时间浪费在重复劳动上了。”
“本来以为 AI 离自己的科研很远，听完才发现早就能用到日常里了。从建专属知识库到自动生成 PPT，全流程都能 AI 赋能，不仅降低了科研难度，还让我敢尝试更复杂的研究，收获特别大！”参会的24级硕士朱恩俊儒如是说，“这次培训为我优化科研思路带来了重要启发，原来不是只会用 AI 聊天就行，而是要靠 AI 重构整个科研流程。现在我知道怎么把零散操作变成自动化工作流，能把更多心思放在研究本身，而不是耗在排版、整理资料上”
“AI赋能科研全流程”并不是简单地用工具替代人工，而是以智能化手段优化科研组织方式、提升科研效率、拓展创新边界。通过本次培训，同学们进一步认识到，未来科研竞争不仅在知识积累和实验能力上，也在对新技术、新方法、新工具的敏锐把握与综合运用上。此次培训的开展，对于营造主动学习AI、积极应用AI、规范使用AI的科研氛围具有重要意义，也为培养具备医学素养、数据思维与智能工具应用能力的复合型科研人才奠定了坚实基础。
= END =
撰稿：成润浙
编辑：朱恩俊儒
排版：冉政
责编：阿依米合热
审核： 黄阳雪
