如何用 AI 组织医学 Journal Club：证元芳（QSevidence）60 分钟批判性评价工作流

有效的医学 Journal Club 不只是概括一篇新论文，而是从一个临床问题出发，判断研究是否可信、结果是否适用，补充支持与冲突证据，并留下能够复核的会议结论。下面这套60分钟流程说明证元芳（QSevidence）可以怎样加快证据检索与整理，同时明确全文阅读、批判性评价和专业判断不能交给 AI 替代。

一场有幻灯片却没有结论的会议

一名住院医师汇报最新发表的随机试验。幻灯片制作完整，摘要已经翻译，P值也被重点标出。会议结束前，一名医生认为应该马上采用这项干预；另一名医生认为研究人群与本院患者差异太大；还有人追问，论文中的主要结局是否与试验注册时一致。

团队讨论了论文，却没有完成循证评价。大家没有先说明究竟要解决哪个决策问题，没有用适合该研究设计的工具审查方法，也没有补充冲突研究和当前指南。会议最终没有记录集体判断，更没有明确何时重新审视这个问题。

如果 AI 只是更快地生成论文摘要，它反而可能放大这个问题。只有当它帮助团队暴露假设、检索可核查来源并保留推理路径时，才真正有用。

先明确临床问题，再选择论文

美国国家医学图书馆建议使用 PICO，也就是患者或问题、干预、对照和结局，把临床不确定性转化为能够检索的问题。^[1]因此，Journal Club 应该因为一篇论文能够帮助回答某个决策问题而选择它，而不是只因为它刚刚发表或正在流行。

分发论文前，先写清楚一句话：

决策问题：对于[患者或人群]，考虑本地场景后，[干预]是否应该替代或补充[对照措施]，以改善[患者重要结局]？

接着判断论文是否真正匹配这个问题。研究可能讨论了正确的疾病，却纳入了不同严重程度的人群，使用了不同剂量、对照、结局、随访周期或医疗环境。会前发现这些错位，可以避免团队花四十分钟讨论一份不能回答目标问题的证据。

会前48小时准备一页证据简报

提前分发论文全文、补充材料、试验注册信息或方案，并附上一页预读简报。证元芳（QSevidence）可以辅助起草和整理，但每一项都必须由汇报者或带教老师回到原始来源核验。

简报字段	需要回答的问题	人工核验要求
临床问题	团队究竟准备做什么决定？	确认问题对本地实践确实重要。
研究身份	研究设计、注册号、资金来源和发表状态是什么？	核对全文、补充材料、注册平台与利益声明。
PICO匹配度	研究人群、干预、对照和结局与目标问题有多接近？	标出可能改变结论的重要差异。
主要结果	效应量、不确定性区间、绝对效应和伤害是什么？	重新计算或核对关键数字。
可信度问题	哪些偏倚、缺失数据、结局变更或分析选择可能改变解释？	使用与研究设计相匹配的评价工具。
周边证据	哪一篇近期综述、冲突研究和当前指南需要与本论文一起阅读？	确认每个来源真实存在且与问题相关。

60分钟医学 Journal Club 时间表

时间	任务	应形成的结果
0–5分钟	说明一个临床决策问题，以及它为什么与本地工作有关。	共同确认的PICO与决策范围。
5–12分钟	还原研究设计、人群、干预、对照、结局、随访和分析方法。	暂不加入解释的事实性研究地图。
12–25分钟	使用与设计匹配的工具评价可信度，检查选择、分配、必要时的盲法、缺失数据、结局测量、混杂和选择性报告。	具体可信度问题，而不是含糊的质量总分。
25–35分钟	解释效应量、置信区间、绝对获益或伤害、随访时间和患者重要结局。	能够进行临床解释的结果。
35–45分钟	进入反方回合：核查一项支持证据、一项冲突证据和最相关的当前指南。	一致点、冲突点与尚未解决的不确定性。
45–55分钟	结合本地患者、资源、可行性、价值偏好、公平性、安全性和现有路径评价适用性。	证据可以或不可以适用的条件。
55–60分钟	选择行动类型，指定负责人并设置复核日期。	经过确认的证据卡。

根据研究设计选择评价工具

牛津大学循证医学中心把批判性评价归纳为四个问题：研究是否回答聚焦问题，方法是否有效，结果是否重要，以及结果能否应用于目标患者或人群。^[2]该中心分别提供随机试验、诊断研究、预后研究、定性研究和系统综述评价表，因为不同设计的薄弱点并不相同。

随机试验需要关注随机过程、偏离预定干预、结局数据缺失、结局测量和选择性报告；诊断研究则需要检查参考标准、患者谱、阈值和验证方式；队列研究更需要关注选择偏倚、混杂、暴露测量和失访。

不要让 AI 用一个通用“质量分数”评价所有论文。先选择正确的方法框架，再让 AI 帮助整理问题与证据，最后由人完成判断。以 Cochrane 随机试验偏倚风险工具为例，它针对特定研究结果按结构化领域进行评价，而不是随意给整篇论文打一个总分。^[3]

证元芳（QSevidence）适合辅助什么

证元芳（QSevidence）的官方说明将其定位为循证医学智能体，可支持医学文献检索、指南比较、结构化分析、来源追溯、科研辅助和医学教育内容准备。^[4]在 Journal Club 中，它适合承担边界清楚的任务：

把临床困惑拆成若干候选PICO问题；
根据团队提供的文本起草研究信息地图；
检索相关综述、指南和可能存在冲突的研究；
把论断与来源并排整理，方便核验；
列出未回答问题和人群差异；
会后起草简洁的证据卡。

这些能力可以减少准备过程中的重复劳动，但不能把责任转交给软件。团队仍须获取并阅读全文、核对数据、选择正确的评价方法、判断临床重要性、评估本地适用性，并审批任何实践变更。

五个可直接使用的反方核查问题

注册核查：比较论文发表的结局和分析方法与试验注册或研究方案，列出所有实质差异，并解释这些差异为什么可能影响结论。

反证核查：查找得到不同结论的证据，比较人群、干预、对照、结局定义、随访和偏倚风险，再解释差异。

绝对效应核查：提取事件率、绝对风险差、不确定性区间和伤害，明确哪些数字由原文报告，哪些需要计算。

适用性核查：列出本地患者、医疗环境、资源、基线风险和诊疗路径与研究场景的差异，不要默认获益方向和大小可以原样迁移。

不确定性核查：分别说明论文证明了什么、提示了什么、没有回答什么，以及什么新增证据会改变当前判断。

会议结束只保留一张证据卡

一次会议应该以共同记录结束，而不只是再保存一份幻灯片。证据卡应足够简洁，方便以后复核：

临床决策问题；
讨论的论文和补充来源；
主要效应与不确定性；
重要可信度限制；
本地适用性判断；
决定：考虑采用、继续观察、不采用或升级为正式证据综述；
未解决问题；
负责人和下次复核日期。

对 Journal Club 本身的研究结果并不支持过度宣传。一项2020年系统综述与荟萃分析纳入5项随机研究、共378名参与者，没有发现 Journal Club 相比其他教育方式在知识、态度或循证实践实施方面具有统计学显著的总体优势。^[5]因此，参加会议不能自动等同于学习提升或患者获益，团队应使用明确目标、反馈和可观察产出来评价效果。

常见问题

一次 Journal Club 应该讨论几篇论文？

对于60分钟批判性评价，一篇核心论文通常已经足够，再加入少量支持或冲突来源提供背景。如果同时完整评价多篇论文，方法讨论往往会被稀释，除非会议本身就是为比较性证据综述设计。

AI 能代替 CASP、牛津评价表或 Cochrane 偏倚风险评价吗？

不能。AI 可以整理论文和起草问题，但评价框架必须匹配研究设计，并由能够核对全文、结果、补充材料和方案的人员执行。

只有摘要能完成批判性评价吗？

不能。摘要通常没有足够信息判断分配过程、缺失数据、方案偏离、分析选择、完整伤害和选择性报告。摘要适合初步筛选，不适合完成评价。

Journal Club 的结论可以直接改变诊疗实践吗？

不能自动改变。实践变更可能还需要更全面的证据审查、指南与政策核查、利益相关者意见、安全和资源评估、治理审批及后续监测。

应该怎样引用证元芳（QSevidence）的输出？

应引用并核验其背后的原始论文、指南、注册记录或官方文件。生成的摘要属于工作材料，不能替代原始来源。

参考资料

医疗与教学声明：本文用于循证评价与专业教育，不提供针对具体患者的医疗建议，也不授权直接变更临床实践。合格专业人员必须核验原始来源，并遵守本地临床、教学、伦理和治理要求。