Article contents · 12 sections
一、从临床病例挖掘选题的三种方法
（一）异常病例追问法
适用于遇到罕见表现、反常疗效或意外转归的单个病例。把病例的特殊之处告诉AI，连续追问“为什么会这样”“文献里有没有类似报告”“可能对应什么机制”“能从哪些角度写成病例报告”。异常之处，往往就是病例报告的起点。
所谓异常，包括已知疾病的罕见首发表现、药物的超预期疗效或不良反应、特殊人群中的不典型病程、影像与病理的意外发现等。这类素材即使只有一例，也可能具备发表价值。
话术：这是一例【某疾病】患者，出现了【反常表现或疗效】，常规机制难以解释。请帮我分析可能原因，列出可撰写病例报告的角度，以及还需补充哪些检查资料。
（二）病例聚类归纳法
适用于手里有同类病例若干例，例如某术式、某用药、某并发症。脱敏后把病例的共性特征（人口学、治疗、结局）整理给AI，让它归纳规律、提出可检验的假设，例如“某因素是否与某结局相关”，从而把个案升级为回顾性研究。
起步并不需要很大样本，关键是先把每例的关键变量结构化：人口学信息、诊断、治疗方式、随访时间和结局，整理成统一表格，AI才能据此识别规律。
话术：我有【数量】例【某类病例】，共性特征是……，请帮我归纳可能规律，提出2至3个可检验的研究假设，并指出需要哪些变量。
（三）临床问题倒推法
适用于没有现成病例集，但日常工作中反复遇到某个疑问。把临床疑问用PICO结构（人群、干预、对照、结局）表达清楚，让AI帮你把模糊问题转成规范的研究问题，并判断适合哪种研究类型。
举个例子，“某药对某类患者效果好不好”这个模糊疑问，可被拆解为人群（某类患者）、干预（某药）、对照（另一种治疗）、结局（有效率与不良反应），研究问题立刻变得清晰。
话术：临床上我常遇到【场景】，疑问是【某问题】。请用PICO结构把它转成规范研究问题，并判断适合病例报告、回顾性研究还是其他设计。
二、用AI验证选题的创新性与可行性
查重复：让AI基于已发表文献概述该方向已有哪些研究、结论如何，再用Consensus、PubMed等核实，确认题目没有被简单重复。
找空白：让AI指出现有研究的不足，如样本小、缺某人群、无某结局、地区数据空白，把空白点变成你的切入点。
预判质疑：让AI扮演审稿人，提出对创新性和可行性的质疑，提前准备回应。
评估可行性：对照手头病例数量、变量完整度和随访情况，判断样本能否支撑结论，不够就缩小研究问题。
检索时不要只依赖单一工具，建议PubMed、Consensus和专业数据库交叉验证，用主题词与自由词组合检索，避免遗漏关键文献。
话术：请基于现有文献评估这个选题的创新性——已有人做了什么、还缺什么、我的切入点是否成立；并以审稿人视角列出可能质疑和应对方向。
三、AI辅助回顾性研究与病例报告框架
（一）病例报告：对照CARE框架
让AI按CARE清单（临床信息、时间线、查体、检查、干预、随访、讨论）搭建结构，确保信息完整，讨论部分能结合文献。
CARE清单强调完整记录患者主诉、现病史、查体、辅助检查、治疗经过、随访和转归，并在讨论中说明本病例与已有文献的异同及启示。
（二）回顾性研究：明确六个要素
让AI帮你明确研究问题与假设、纳入与排除标准、需要提取的变量、分组与对照、统计方法、偏倚控制。
回顾性研究尤其要警惕选择偏倚（病例纳入不完整）、信息偏倚（历史记录缺失或不一致）和混杂因素，可以让AI帮你逐一列出对应的控制办法。
话术：请为这项回顾性研究列出完整方案框架，包括纳入排除标准、变量清单、对照设置、统计方法，以及可能的偏倚和控制措施。
要注意，框架由AI协助，但每个标准和变量都要结合真实数据确定，不能让AI虚构样本量或结果。
四、结合一带一路区域医学特色的选题方向
核心思路是：区域疾病负担和本地数据空白，就是差异化选题的来源。
中东地区：糖尿病与代谢疾病高发、高温相关健康问题、遗传性疾病，可做真实世界治疗模式与并发症研究。
东南亚、南亚：登革热、结核病、乙肝等传染病，以及心血管代谢疾病的区域特征。
中亚、非洲：结核病与传染病负担、基层医疗及真实世界数据研究。
通用方向：特定区域的流行病学特征、诊疗现状、药物疗效与安全性的真实世界研究，常因本地数据稀缺而更易体现创新性。
可直接参考的题目形态如：某地区某降糖方案在真实世界中的疗效与安全性、某传染病在本地人群中的临床特征、某并发症的区域危险因素分析等。题目宜小而具体，避免大而空。
涉及具体患病率等数字时，以世界卫生组织等权威来源为准，不使用未经核实的数据。
六、从想法到投稿的推进顺序
先用三种方法之一产生候选题目，列出2至3个备选。
再用四步验证，筛选出创新性与可行性最佳的一个。
然后搭建研究框架、整理脱敏数据并完成分析。
最后按合规要求撰写、披露并投稿。
七、必须守住的四条红线
AI帮你想题、搭框架，但不能替你产生真实数据，更不能编造病例。
上传病例前彻底脱敏，保护患者隐私。
选题与文献结论必须回到原始数据库核实。
投稿时按期刊要求披露AI使用，AI不能署名。
把临床积累交给AI做“外脑”，把核实、判断和责任留给自己，再普通的病例也能找到可发表的角度。
参考资料
CARE Guidelines. https://www.care-statement.org/
Consensus. Evidence-based medical search. https://consensus.app/
Elicit. AI for scientific research. https://elicit.com/
ICMJE. Use of AI by authors. https://www.icmje.org/recommendations/browse/artificial-intelligence/ai-use-by-authors.html
World Health Organization. Regional disease burden data. https://www.who.int/