深度解析医学证据，lxfs.net为你支撑决策

编者按

全科医生不仅是基本医疗服务的承担者，也是推动全科医学由行业实践走向成熟学科的核心力量。全科医学能否形成真正立足我国实践、实现健康中国愿景的先进学科，关键在于一线全科医务人员能否逐步具备科学思辨能力。但我国全科医务人员，仍普遍面临着难以从临床与基层实践中提出有价值的研究问题，并开展严谨研究，得出可靠证据的困境。有鉴于此，本刊于2025年联合Chinese General Practice Journal组织了“全科医学科研方法学”专题，围绕新手全科医生最常遇到的科研困境，构建了一系列对新手全科医生友好，易实操的方法学论文，以为全科医务人员提供务实的科学知识支持，帮助其从接触科研，到独立完成小规模而有意义的严谨研究。本文为本专题的首篇，聚焦于通过人工智能辅助全科医生从临床与基层实践中提炼高质量的研究问题。后续还将陆续刊登范围综述、量表翻译与验证、随机对照试验等一系列方法学论文，并与本刊既往刊发的横断面调查、定性访谈、混合方法研究等内容共同构成面向基层的系统科研方法手册矩阵。

提炼高质量研究问题是当前中国全科医务人员在从事相关领域研究时面临的核心挑战之一。他们虽然拥有丰富的实践经验，却普遍缺乏系统的方法学训练和专业指导。为应对此挑战，这项方法学研究开发并初步验证了一套基于人工智能聊天机器人（AI Chatbot）的"人机协作五步法"。该方法创新性地将经典科研方法学理论（如JBI PCC框架、实施科学、矛盾论与实践论等）"封装"为一系列标准化的AI指示词（Prompt），并与全科医务人员共同组成了一套人机协同系统，以完成"实践观察与价值评估""信息提取与要素循证化""文献检索与知识总结""构建研究问题雏形"和"方法选择与可行性评估"5个关键步骤。本研究为科研基础薄弱的中国全科医务人员提供了一个生成以实践导向科学问题的"提炼辅助器"，该工具的传播和应用，有望系统性地解决全科医务人员，尤其是基层医务人员开展科研工作时难以实现"从0到1"的启动难题。并为推动中国全科医学科研体系向着务实的"产生本土证据、实践-理论循环"的方向发展，提供了一条切实可行的路径。

 在AI的辅助下提炼高质量研究问题的方法 

本方法的完整实施流程如图1所示，共包含以下5个步骤：

图1 “五步法”的人机协作流程

1.1

步骤一：实践观察和价值评估

这一步旨在将全科医务人员基于实践所产生的表面、片面、感性的认识，提炼为一份总结了他们对事物和现象的深入、本质、整体的客观理解的《实践问题总结表》（表1）。

表1 《实践问题总结表》

首先，全科医务人员可以在日常工作中，对自身或同行的经历中，那些感兴趣、对患者或医务人员具有重要价值，或亟待改进的现象、事物和"矛盾"，进行细致的观察。在确定观察目标后，需要在一个时期内随身携带纸质或电子记录本（如手机的笔记），在观察到重复出现的相关现象时，快速记录其关键要素（时间、地点、人物、事件、影响）。随后，在工作间隙（如午休），基于记忆补充细节，直至认为观察信息已足够充实、完善。之后，全科医务人员需要通过反复的斟酌和思考，将观察笔记中有关该现象、事物，或是"矛盾"的关键信息结构化地填充于下方的《实践问题总结表》（表2）中。建议使用Word电子文档，以便后续修改与长期储存。但需要注意，因大多数在线的网页式AI模型会默认将输入内容用于模型的后续开发和升级，因此为规避伦理风险和医患信息泄露，笔记中应避免输入任何涉及患者，医生，医疗机构的真实姓名、身份证号、具体住址、联系方式或可识别病历号等受保护的健康信息，即保证笔记内容的脱敏。

在填写完该表格后，下一步便是将撰写好的该表格全文复制、粘贴到AI的输入栏中，紧接着粘贴框S1（扫描文末二维码获取）中的指示词，将其发送给AI处理，由AI对表格的填写质量进行评估，包括表格的清晰度、逻辑性与价值性进行客观评价，识别出不清晰或逻辑推导不足的薄弱环节，并对全科医务人员提出相关建议。

医务人员随后需逐条分析AI反馈的"评估结果"和"修订建议"，在Word文档中对表格中的信息缺失环节进行针对性的修订。之后再次将表格提交给另一个全新的AI页面评估，如此迭代，直至不同的AI页面接连三次反馈表格内容"非常清晰"且"研究潜力"在8分以上，且医务人员在最终检查后确认内容清晰、明确，无漏，便可以保存《实践问题总结表》，以将其用于后续步骤。

1.2

步骤二：信息提取和要素循证化

这一步旨在从步骤一生成的《实践问题总结表》中提取最为关键的核心信息，并基于循证医学理论框架将其转化为初步的研究问题"骨架"，以为下一步的文献检索工作奠定基础。

为实现此目标，全科医务人员需要启动一个全新的AI页面。首先将已通过质量审核的《实践问题总结表》全文复制粘贴到AI的输入栏中。紧接着粘贴框S2（扫描文末二维码获取）中的指示词，将其一并发送给AI处理。AI将详细解构表中的信息，并将其归纳为三大概念组：核心人群（P）、核心概念（C）和核心情境（C）。

之后，AI将输出如表2所示的《循证概念分类表》。全科医务人员需要对该表格进行人工审阅，特别是判断AI对"核心关键词"与"修饰关键词"的划分是否符合自身的专业理解和真实意图。医务人员可对该表格中的中英文关键词进行手动的修改、增删或移动，直至完全确认表中只剩下关于"核心人群"和"核心关注点"的"核心关键词"，且所录入的每一个中英文"核心关键词"都精准触及了实践问题的概念核心，绝对不应舍弃为止。

表2 《循证概念分类表》

1.3

步骤三：文献检索和知识总结

这一步的核心目的，是全科医务人员在AI的辅助下，通过检索和分析与实践问题相关的过往文献，形成一份《文献知识总结表》（表3）。这是后续判断"知识缺口"和确立研究创新性的事实基础。该步由以下三个小步骤组成。

表3 《文献知识总结表》

1.3.1　生成检索式

首先，全科医务人员需要启动一个新的AI页面。将步骤二制订的《循证概念分类表》的最终精简版（只包含P和C的核心关键词）复制粘贴到AI输入栏中。紧接着粘贴框S3.1（扫描文末二维码获取）中的指示词，一同发送给AI处理。AI将根据预设的检索规则，为"中国知网（CNKI）"和"PubMed"这两个最常用的中英文检索式分别生成具有较高的特异性的检索式。此外，在有必要的情况下，医务人员可以进一步要求AI将"中国知网"和"PubMed"的检索式改写为"万方""Embase"等其他数据库的格式，以进行补充性的文献检索。

1.3.2　文献筛选

之后，医务人员需要从AI的输出结果中选择一个检索式（例如中国知网），并在相应的数据库中手动执行检索。随后，将按照"相关性（Best Match）"排序靠前的50~100篇文献的标题完整复制（可首先将文献平台的排序首先修改为相关性排序，之后把页面文献显示数量修改为相应数量）。启动一个新的AI页面，将步骤一中与"问题1：对现象的描述"相关的内容，以及在数据库页面复制的文献标题列表粘贴到AI输入栏。紧接着粘贴框S3.2中的指示词，并发送给AI进行综合处理。AI将根据实践问题的核心关键词，对标题进行初步筛选，并生成一份《推荐阅读全文的文献清单》，其中包括"强烈推荐（A类）"和"用于补充（B类）"等两个部分。

1.3.3　总结过往发现

接着，医务人员可以首先下载上一步找到的A类文献的全文，并启动一个新的AI页面，首先将步骤一中的《实践问题总结表》复制到页面中，再将最多五篇文献的全文内容依次复制、粘贴到AI输入栏中，紧接着粘贴框S3.3中的指示词，并将其发送给AI处理。AI将从摘要、结果和讨论部分提取，并输出一份关于该文献的结构化的《文献知识总结表》。医务人员可以重复这一路径，以5篇为单位，直至得到全部的A类文献的总结。在A类文献量不足的情况下，也可以纳入部分，甚至是全部的B类文献。

需要特别说明的是，上述严谨的"三步"方案主要是为了规避当前部分国产通用大模型（如DeepSeek）在文献检索时可能出现的高"幻觉"风险，以优先确保结果的真实与精确。若全科医务人员使用的是具备相对更高的精确度的深度联网搜索（Deep Search）功能的AI工具（如一些国外的AI平台，或基于API Key的本地客户端），且在利弊权衡后更倾向于追求操作的简便性，则可以直接使用附件中框S3内置的指示词，一步到位地完成上述文献检索与总结任务。但请注意，这种"快速路径"在大幅提升易用性的同时，可能会降低文献检索的覆盖面和精确度。

1.4

步骤四：构建研究问题雏形

这一步的核心目的，是全科医务人员在AI的协助下，完成对"实践知识""文献知识"和"研究偏好"3个要素的凝练，以构建出一个同时具有实践价值、知识创新价值又符合自身兴趣的研究问题的雏形。

首先，全科医务人员需要在对步骤一得出的《实践问题总结表》，以及步骤三得出的《文献知识总结表》进行认真阅读和思考的基础上，填写以下的《研究偏好总结表》（表4），从而基于个人的严谨思辨，将迄今为止自己对实践知识和文献知识的总结，以及在此基础上自己真正感兴趣的研究问题以及对此感兴趣的理由完整、直接地表述出来。

表4 《研究偏好总结表》

之后，全科医务人员可以依次将《实践问题总结表》和《文献知识总结表》，以及这一步所生成的《研究偏好总结表》依次粘贴到一个全新的AI页面，紧接着粘贴框S4（扫描文末二维码获取）中的指示词，并运行AI，将上述要素"整合"为一个通顺、清晰、符合学术规范的"研究问题雏形"。

1.5

步骤五：方法选择与可行性评估

在这一步中，全科医务人员需要将初步形成的"研究问题雏形"与合适的方法论相结合，并对研究问题在"方法论与设计的一致性""设计与可用资源的匹配程度"，以及"伦理方面的注意事项"3个方面的可实施性进行评估，以判断适合使用的研究方法，以及确保这一研究问题可以在现实中实施。

首先，全科医务人员需根据自身的科研经验和资源情况，认真、客观地填写下方的《科研条件评估表》（表5）。在完成《科研条件评估表》填写后，全科医务人员可以打开一个新的AI页面，并严格按顺序执行以下操作：将步骤四中最终确定的《研究问题雏形》全文复制并粘贴到AI输入栏中；再将刚才完成的《科研条件评估表》的问题和答案完整复制并粘贴在"雏形"的下方；最后将框S5（扫描文末二维码获取）中的指示词完整粘贴在所有内容的最下方，然后运行AI进行综合处理。

表5 《科研条件评估表》

接下来，AI将根据研究问题的性质和特点，医务人员的方法论知识和经验，以及参与者招募能力，综合判断这个研究问题适用的方法论（定量或定性），并对其在伦理、设计和资源3个方面的可行性进行初步判断和给予医务人员相应反馈，从而帮助全科医务人员选择合适的研究方法，并明确具体开展后续研究的难度和所需的支持性资源。

小结

本研究开发并论证了一套基于AI的"人机协作五步法"。其创新性地将提炼研究问题相关的经典方法学理论与操作规程，"封装"为九个标准化的AI指示词，为科研基础薄弱的中国全科医务人员提供了一个可执行、低门槛、高效率的工具包，以辅助其提炼具有高度实践价值的研究问题。在此基础上，本研究基于"以实践为中心、以人为本"的科研范式，实现了将全科医务人员的实践经验、质性判断力与现实约束，同AI提供的信息和知识支持进行有序结合，构成了一套"人机协作系统"。该系统有望通过解锁沉睡在海量基层实践中的隐性知识，帮助中国全科医生系统性地解决"从0到1"的科研启动难题。由此，为推动中国初级卫生保健体系向"产生本土证据、立足实践变革"的方向发展，提供了一条切实可行的方法学路径。

本文来源：汪洋,邹川,郭梦若,等. 全科医务人员在人工智能的辅助下提炼高质量研究问题的五个步骤[J]. 中国全科医学, 2026, 29(22): 3094-3102.

上一篇： 颠覆百年抗衰认知！首都医科大学最新：少吃...

下一篇： 【协和医学杂志】临床实践指南中卫生经济学...