夜雨聆风学习资料网

ARTICLE · 995429

写一篇临床分析报告,AI 应该怎么配合你?

写一篇临床分析报告,AI 应该怎么配合你?

以前写临床分析报告,我的一天是这样:上午整理数据、中午把需求发给 AI、下午复制粘贴代码、晚上发现结果对不上,推倒重来。现在流程变成了五步:AI 出的是一份完完整整的分析报告,而我的工作是"审每一步",不是"催代码"。


第一步:开 Plan,把步骤先摆上桌

临床分析报告这种多步任务,最忌讳"AI 一口气闷头跑完"——你盯不过来,也没法中途纠偏。所以第一步:勾上 Plan 模式。

勾选之后,AI 接到任务不会急着写代码,而是先列出一份步骤清单:

  1. 1. 读取数据并体检;2. 基线特征描述;3. 组间比较;4. 逻辑回归与校正;5. 作图;6. 写报告……

这时候你的工作,是像审课题方案一样把清单过一遍:该有的步骤有没有?顺序对不对?有没有我想到但它漏了的? 有就当场改,确认之后它才开工。步骤越清楚,后面的返工越少——而且执行过程中,它还会一步一停地汇报进度,完全透明。

第二步:用「记忆」锁定背景设定

AI 不懂你的课题,除非你告诉它。而"每篇报告都要重复交代一遍"的背景设定,刚好可以写进「记忆」。

你只需要对它说一句:

"记住:这是回顾性队列数据,data.csv,共 214 例;分组变量 group,0=常规治疗、1=新方案;主要结局是入院 3 个月内的缓解,变量 remit(0/1);协变量有 age、sex、hb(血红蛋白)、crp。"

它会把这段话真的写进工程的 memory.md 文件里。下次打开同一个工程,它自动就想起来了,不用你重新报一遍数据背景——而且这本 memory.md 是真实文件,跟着你的工程走,备份迁移都不丢。你的工程从此"有记忆",你的报告从此少讲一遍开场白。

第三步:用「技能」固定报告结构

报告写成什么样,也应该是"规程",而不是"随缘"。把常见报告的结构做成一个技能(具体做法上篇讲过),例如:

# 临床分析报告按以下结构输出分析报告:1. 摘要(背景、方法、主要结果、结论,150 字内)2. 方法(数据来源、统计方法、软件版本)3. 结果(基线表、组间比较、回归结果表、图表)4. 结论(两句话:一句结论、一句局限)图表插在对应结果小节里,不要堆在文末。

把这份 skill.md 放进工程的 skills/ 文件夹。从此这个工程里不管出多少份报告,结构都自动长这样——摘要、方法、结果、结论,图表各归各位——你再也不用每次从头交代"报告要怎么写"。

第四步:AI 逐块运行,图内嵌在结果里

正式开工后,你会看到它把任务拆成一个一个有编号的代码块(code1-1、code1-2……),写完一块、跑一块。每个代码块下方直接显示输出:统计表、P 值、回归结果……连图都是画完就嵌在代码块下面——不用导出、不用另存、不用翻文件夹找图。

而且所有代码块共用同一个 R 会话:这一步建的变量,下一步直接用;AI 也能引用你之前跑出来的结果继续往下推。整个过程就像看一位同事在你面前一步步做分析——每一步都有迹可循,随时可以停下来检查。

第五步:随时打断,随时修正

最后一点,也是我最想强调的:中途改需求,完全没问题。

"等一下,crp 不用进模型,去掉""图改成箱线图对比"——随时说,它就从当前这一步改起,后面的步骤自动跟着调整。你不是在"等一个结果送上来",而是在"指导一个过程往前走"。

Plan 让它先想清楚,逐块运行让每一步都看得见,随时打断让你始终握着方向盘——这三件事合起来,才是 Ai 作为"分析助理"而不是"代写枪手"的关键。

可以直接抄的完整提示词

把上面几步合并,这就是我现在常用的完整开场白——复制它,把方括号里的内容换成你自己的,就可以直接用:

请帮我写一份临床分析报告。请勾选 Plan 模式,先列出步骤清单,等我确认后再逐步执行。【背景已写入工程记忆】数据:data.csv,214 例;分组:group(0=常规,1=新方案);主要结局:remit(0/1);协变量:age、sex、hb、crp。请按技能"临床分析报告"的结构执行:1. 数据体检与基线特征表,报告每组的均值/中位数/比例;2. 组间比较:连续变量按正态性选择 t 检验或秩和,分类变量用卡方;3. 逻辑回归报告 OR 与 95% 置信区间,并做多因素校正;4. 画 2 张图:基线连续变量箱线图、组间结局比较图;5. 按"摘要—方法—结果—结论"写出报告全文,图表插在对应小节;6. 每一步运行后暂停,等我确认再继续下一步。

几乎每次,它都会按这张清单一路走到最后一行。省下来的时间,够我看完两篇文献。

写在最后:AI 是助理,结论责任在你

最后一句,也是所有工具文章里最该刻在脑子里的那句:AI 是助理,不是替罪羊;结论的责任,永远在你。

它帮你写代码、跑结果、搭框架,但"这个结论可不可信"必须你来复核:数字对不对得上原始记录?方法学写的是不是你真的做的?P 值是不是多因素校正后的?该引的文献引了没有,局限该写的写了没有?报告上签你名字的是你,论文署名栏里站着的也是你。

AI 配合得好,可以让一篇报告从"两三天"压缩到"一下午";但"一下午"里必须留出足够时间,让你自己把每一步看明白。AI 出手,你负责;它跑得快,你把好油门和刹车——这才是"AI 配合人"的正确姿势。

AideR 是开源免费的本地工具(MIT 协议),仓库地址:https://github.com/suinchn/AideR。欢迎拿去跑一跑,也欢迎在实践中把它磨得更好用。

相关学习资料