AI LITERATURE ENHANCEMENT

AI 文献增强模式

先用 DeepSeek 快速锁定 PubMed / Europe PMC 文献证据池；遇到好点子，再用 Claude / GPT 深度评估可行性、创新性和 SCI 写作切入点。

只服务科研写作系统
输入一个医学科研问题即可；宽泛主题会先拆成 3-5 个方向。
检索设置
默认“不限”不会只搜近两年，会同时纳入高被引经典文献。
搜索结果会显示在这里。
回顾性研究进入专属流程
BAIZE CLINICAL RESEARCH WORKBENCH

把临床资料整理成可执行科研项目。

从病历资料、横断面数据、前瞻性设计、综述主题或 Meta 分析问题出发，先自动判断研究类型，再形成研究方案、变量字典、统计计划、文献证据和论文草稿。

1. 研究问题主题、研究目标、目标用途
2. 资料与对象病历、问卷、队列、纳排标准
3. 变量与结局暴露、协变量、主要/次要结局
4. 统计与证据分析方法、PubMed、知识库、图表
5. 草稿输出研究框架、方法、讨论和待补清单
AI 分流
不确定研究类型时再用。明确类型后，直接进对应专线，不重复显示这个入口。
RETROSPECTIVE SCI PIPELINE

回顾性研究专线 V1

这条线只服务已有患者数据：先确认研究问题和数据来源，再识别变量、缺失和偏倚，最后生成本地 R 分析包与 SCI Methods/Results 框架。

STROBE + 本地 R 闭环
研究问题

明确暴露、结局、时间窗和临床假设，避免只做无目的相关性分析。

数据画像

上传脱敏 Excel/CSV，识别字段类型、ID 字段、缺失率和候选变量。

变量定稿

人工确认主暴露、主结局、协变量、基线表和变量字典。

统计方案

生成 Table 1、主模型、多重插补、敏感性分析和图表路线。

论文输出

用本地 R 结果回填 Methods、Results、Discussion 和待补证据。

第一版先解决什么？

让医生知道下一步该补哪类资料，而不是被五步表单淹没。
把 ID 字段、二分类/多分类、有序变量、缺失分型提前暴露出来。
把完整病例、多重插补、主模型和敏感性分析写成可投稿口径。

真实数据怎么跑？

线上只做脱敏表头/样例画像和脚本生成；完整患者数据优先留在本地 RStudio 运行。跑完后上传模型表、Table 1、插补对照和图表，再生成论文正文。

AI RESEARCH COPILOT
AI 科研助手
后台参与中
当前判断

回顾性研究：先看数据结构，再确认主暴露和主结局。

还缺什么

需要上传脱敏表头/样例数据，或补充研究问题、对象和结局定义。

下一步

先完成资料识别，再进入对应生产线。

RETROSPECTIVE STUDY
回顾性研究
上传脱敏 Excel/CSV 或先粘贴研究想法。系统先识别变量和缺失，再生成 STROBE 方案、本地 R 包，最后回读真实 R 结果写论文。
1 立题题目、对象、纳排、时间窗。
2 数据画像识别字段、变量类型、缺失分型。
3 方案/R包STROBE、Table 1、模型和脚本。
4 回读写作上传 R 结果，生成投稿材料。
数据画像
建议只上传脱敏表头和样例数据。系统会自动复用下方表格分析接口，不把完整敏感数据放到服务器长期保存。
尚未选择文件支持 .xlsx / .csv，第一版限制 5MB；也可以拖到这里。
尚未分析。上传后会显示变量类型、候选暴露/结局、缺失分型和统计路线。
方案与本地 R 包
生成 STROBE 风格研究方案；下载 R 包后在本地 RStudio 跑真实数据，线上只负责脚本和写作闭环。
数据画像先上传或填写字段
统计方案Table 1、主模型、插补
本地 R下载脚本包
论文输出等待 R 结果回读

本地 R 闭环

下载 ZIP 后，把完整脱敏数据放入 data/raw_data.csv，按 README 顺序运行脚本。完成后上传 outputs.zip 或关键表格，白泽再写 Results / Discussion，不会编造 OR、HR、P 值。

输出会直接显示在这里，也会同步到草稿区。
R 结果回读与投稿包
上传本地 R 运行结果，系统先解析，再生成 Methods、Results、Discussion、STROBE 清单和审稿人问题。
尚未选择文件推荐上传 outputs.zip；也可上传 Table 1、模型摘要、图表或日志。
尚未上传 R 结果。
CROSS-SECTIONAL / COHORT STUDY
横断面 / 队列研究
适合问卷、体检、单时间点数据库、登记队列和随访队列。先固定研究设计和时间顺序，再识别变量、生成 STROBE 方案、本地 R 包，并回读真实结果写论文。
1 立题设计类型、对象、抽样/随访。
2 数据画像字段、变量、缺失、候选模型。
3 方案/R包STROBE、描述统计、回归脚本。
4 回读写作上传 R 结果，生成论文初稿。
变量与样本画像
上传脱敏 Excel/CSV 的表头和样例数据即可。系统会识别横断面/队列变量类型、候选暴露、结局、缺失和建模路线。
尚未选择文件支持 .xlsx / .csv，第一版限制 5MB；也可以拖到这里。
尚未分析。上传后会显示变量类型、候选暴露/结局、缺失分型和统计路线。
STROBE 方案与本地 R 包
生成观察性研究方案；横断面重点描述现况和关联，队列重点说明时间顺序、随访、事件和偏倚控制。
数据画像先上传或填写字段
统计方案描述统计、回归、分层
本地 R下载脚本包
论文输出等待 R 结果回读

本地 R 闭环

下载 ZIP 后，把完整脱敏数据放入 data/input.csv，按 README 顺序运行脚本。横断面可输出患病率、均值/构成比、线性/Logistic 回归；队列可根据结局字段进一步改 Cox 或随访模型。

输出会直接显示在这里，也会同步到草稿区。
R 结果回读与论文初稿
上传本地 R 运行结果，系统只基于真实表格、模型和图表写 Methods、Results、Discussion，不编造 OR、HR、P 值。
尚未选择文件推荐上传 outputs.zip；也可上传 Table 1、回归模型、图表或日志。
尚未上传 R 结果。
PROSPECTIVE STUDY PROTOCOL
前瞻性研究
适合准备入组、随访、登记或临床试验前的研究。先定 PICO/PECO 和终点，再生成研究设计、样本量参数、CRF、随访计划、伦理风险和方案初稿。
1 PICO/PECO人群、干预/暴露、对照、结局。
2 设计/样本量类型、分组、终点、参数。
3 CRF/随访字段、窗口期、质控和退出。
4 伦理/方案SPIRIT、CONSORT、知情同意。
先填写研究设想，系统会拆成 PICO/PECO、假设和待补资料。
输出会显示研究设计、样本量估算参数表和统计分析计划。

CRF 和随访原则

前瞻性研究要先把变量定义、采集时间、评估者、量表、窗口期、失访处理和数据质控写清楚；后续真实入组前再转成正式 CRF 表。

输出会显示 CRF 字段表、随访窗口、质控和退出/失访处理。
伦理、注册与方案初稿
生成 SPIRIT 风格研究方案、CONSORT/STROBE 预检查、伦理风险、知情同意、数据安全和待补资料清单。
PICO/PECO先拆研究问题
设计/样本量终点与参数待定
CRF/随访字段和窗口期

前瞻性方案边界

系统只生成方案草案和样本量估算思路，不替代伦理审批、临床试验注册、统计师正式样本量计算和数据安全审查。

生成前质控确认

从文献增强进入前瞻性专线后，这里会显示系统识别路线、启用模块、关键缺项和生成前提醒。请先确认方向，再生成最终版。

终稿流程

推荐先生成内部评审建议，再确认本院真实条件，先用规则定稿生成稳定正式版；重大课题可再点击强模型终审润色，让所选模型真实审读全文并输出终审版 Word。

内部评审建议 → 确认真实条件 → 生成最终完善正式版 → 可选强模型终审

这些字段可为空；为空时最终版仍采用保守默认写法。填入后，系统会把真实条件写入正式正文，不再只写“待补”。强模型终审会产生单独 Word，不覆盖规则定稿。

输出会直接显示在这里，也会同步到下方草稿区。
META ANALYSIS
Meta 分析
先写题目，AI 给建议，再查文献，最后生成方案、提取表、本地 R 包和投稿初稿。云端 R 暂不做，真实效应量合并优先在本地 RStudio 运行。
1 立题输入题目，AI 拆 PICO 与创新切口。
2 查文献检索 PubMed / Europe PMC，形成证据池。
3 本地 R下载提取表 + R 包，在 RStudio 跑森林图。
4 回读写作上传 outputs.zip，继续生成 Results / Discussion。

Meta 专线先接这三个模型。查文献仍由系统检索 PubMed / Europe PMC。

AI 建议
先输入题目，点击“AI 给我建议”。
查文献
系统检索 PubMed / Europe PMC，返回候选原始研究、已有 Meta 和证据缺口。
尚未检索。
生成结果
直接生成可复制的 Meta 方案和投稿初稿；本地 R 包作为闭环主入口，云端 R 暂不启用。
证据池先查 PubMed / Europe PMC
方案PICO、检索、纳排、提取表
本地 R下载提取表 + R 脚本
初稿Methods、Results、Discussion 框架

本地 R 闭环怎么走？

下载 ZIP 后，先在 data/extraction_template.csv 填入纳入研究真实效应量；再在 RStudio 运行 scripts 内脚本；最后把 outputs.zip 或 02_meta_model_summary.txt、森林图、漏斗图上传回来，白泽再根据真实结果写 Results / Discussion。

尚未选择文件推荐上传 outputs.zip；也可单独上传 02_meta_model_summary.txt、03_forest_plot.pdf、04_funnel_plot.pdf、05_sensitivity_notes.txt。
输出会直接显示在这里，也会同步到下方草稿区。
高级功能：提取表 / R 脚本 / 投稿包 ZIP
REVIEW ARTICLE
综述专线
输入一个综述题目，AI 先判断综述类型和切口，再查核心文献，最后生成大纲和初稿。不需要 R，不做效应量合并。
1 立题输入题目，判断 narrative / scoping / mini review。
2 查文献检索 PubMed / Europe PMC，形成证据地图。
3 大纲生成章节、争议点、机制链和引用位置。
4 初稿写 Introduction、正文、展望和结论。

综述先复用三模型选择。文献仍走 PubMed / Europe PMC，AI 负责归纳、证据分层和写作。

AI 设计
先输入题目，点击“AI 设计综述”。
查核心文献
系统会扩大检索 PubMed / Europe PMC：先给核心必读文献，再建立扩展证据池，并按综述/Meta、指南/共识、临床研究、机制研究分层。
尚未检索。
大纲与初稿
先生成章节大纲和证据地图，再扩展成可复制的综述初稿。没有全文精读前，引用和结论都保留待核对提示。
证据地图先查核心文献
大纲章节、机制、争议点
初稿Abstract、正文、展望

综述写作原则

综述不是堆文献。系统会先按机制、诊断/治疗、预后、指南、临床研究和争议点分层，再写出每一节应该引用哪些证据、哪些结论不能过度外推。

输出会直接显示在这里，也会同步到下方草稿区。
CARE CASE REPORT
个案病例报道
按 CARE 思路整理真实病例：先粘贴病程资料，再自动生成时间轴、诊疗经过、鉴别诊断、讨论要点和投稿检查清单。缺失资料只标“待补充”，不编造检查结果。
1 病例资料主诉、现病史、检查、治疗、随访。
2 时间轴按日期/病日整理关键诊疗节点。
3 文献对照查相似个案、机制和鉴别诊断。
4 稿件输出摘要、正文、讨论、CARE 清单。
病例时间轴
系统会把病例资料按 CARE 时间线整理，并列出必须补齐的检查、知情同意、随访和图片资料。
尚未生成时间轴。
文献对照
检索相似病例、病例系列、诊疗指南或机制文献。个案证据等级低，主要用于“罕见性、警示和讨论”，不能外推疗效。
尚未检索。
稿件输出
一键生成病例报告初稿、CARE 检查清单和投稿前待补资料。系统只基于你提供的真实资料和检索到的文献证据写作。
时间轴先整理病程
文献对照相似病例/机制待查
病例稿件等待生成

CARE 写作边界

必须保留患者知情同意、隐私脱敏、关键阴性检查、鉴别诊断、治疗时间点和随访结局；没有提供的内容一律标注“待补充/待核对”。

输出会直接显示在这里，也会同步到下方草稿区。
研究问题
先明确这个项目要回答什么问题，以及最终要写成什么成果。

回顾性研究重点

回顾性病历研究要先确认“数据已经存在、结局可追踪、变量能从病历中稳定提取”。后续输出会优先生成 STROBE 风格方案。

病例库来源时间窗暴露/结局混杂因素缺失值
资料与研究对象
描述你手头的数据、病例来源、纳入排除标准和样本范围。

回顾性资料核查

Excel / CSV 自动分析

上传脱敏后的回顾性数据表，系统先分析字段、缺失率和候选变量，再生成变量字典、Table 1、建模路线和统计方案建议。第一版限制 5MB，建议先上传轻量表头和样例数据。

尚未选择文件点击按钮选择文件；也可以把 .xlsx / .csv 拖到这里。选择后会自动开始分析。

大项目数据库分析

如果项目规模变大，可以把 ENHANCE、院内 HIS/EMR/LIS/PACS 导出表或登记队列作为正式数据源。第一步不是直接连库，而是先固定数据字典、字段映射、纳排 SQL、质控规则和脱敏边界。

变量与结局
把变量先拆出来，后续才能自动生成变量字典、基线表和统计方案。

变量字典与基线表

统计与证据
先提出统计路径和证据需求。后续可以逐步接 PubMed、知识库、R/Python 图表。

回顾性统计策略

输出生成
框架信息会一起发送给后端，生成可继续修改的科研草稿。

高质量 SCI：强模型 + STROBE 质控 + 审稿人视角，不编造结果。

回顾性研究

上传数据
本地跑 R
生成投稿包

横断面 / 队列

对象与抽样
统计路线
论文框架

综述

AI 设计
查核心文献
大纲初稿

前瞻性研究

定 PICO
做 CRF
出方案

病例报告

病程时间轴
文献对照
生成稿件

R 结果回读

回顾性研究：上传 outputs.zip 或 CSV/TXT/LOG。Meta 分析：上传本地 R 包运行后的 outputs.zip、02_meta_model_summary.txt、03_forest_plot.pdf、04_funnel_plot.pdf 或敏感性分析结果。系统会先做结果摘要，再写回草稿区供 Methods/Results/Discussion 使用。

尚未选择文件推荐上传 outputs.zip；也可单独上传 02_table1.csv、04_main_model_summary.txt 等结果。
草稿输出
等待输入
🧭先完成项目框架，输出会显示在这里。