临床合理用药杂志
中国期刊全文数据库(CJFD) 中国优秀期刊遴选数据库 中国学术期刊(光盘版)全文收录期刊
主管/主办:河北省科学技术协会/河北省科学技术协会
国内刊号:CN:13-1389/R
国际刊号:ISSN:1674-3296
期刊信息

中文名称:临床合理用药杂志

刊物语言:中文

刊物规格:A4

主管单位:河北省科学技术协会

主办单位:河北省科学技术协会

创刊时间:2008

出版周期:旬刊

国内刊号:13-1389/R

国际刊号:1674-3296

邮发代号:18-115

刊物定价:360.00元/年

出版地:河北

首页>查看文章

人工智能医学研究核心报告规范实用全指南

时间:2026-11-02 10:07:45

深耕临床科研的同行想必对CONSORT、STROBE两份声明早已熟稔——这分别是随机对照试验、观察性研究领域公认的经典报告准则。近些年AI技术正快速嵌入医学研究全流程,从医学影像智能判读、临床风险预测模型搭建到医疗大语言模型辅助问诊,大量AI相关学术稿件陆续投向各类专业期刊,一批针对性极强的专项报告规范也顺势而生。其中目前业内应用最广、国际期刊认可度最高的核心规范,当属TRIPOD+AI、CONSORT-AI、SPIRIT-AI与DECIDE-AI四大类。下文会对这套主流规范体系进行系统梳理,帮各位科研人员撰写AI医学相关论文时,精准匹配到对应的参照标准。

人工智能医学研究核心报告规范实用全指南

TRIPOD系列(预测模型类专属报告规范)

TRIPOD基础版报告规范

2015年,BMJ联合数十家国际权威医学期刊共同发布TRIPOD声明,全称为《个体预后或诊断多变量预测模型透明报告规范》。这份指南同时覆盖两类研究场景:一类是预测模型的开发搭建,比如构建患者术后并发症风险分层评分模型;另一类是已完成搭建的模型,在外部独立人群中开展的效能验证工作,整套清单一共包含22项明确条目,为传统回归类预测模型的学术报告划定了统一的行业标准。

TRIPOD+AI专项报告规范

2024年,学界在2015版经典TRIPOD声明的基础上迭代升级,由BMJ牵头推出TRIPOD+AI规范,专门覆盖基于各类机器学习算法搭建的预后与诊断类预测模型研究,从报告层面保障研究过程透明可追溯、结果可以顺利复现。
举个很典型的应用场景:如果你的研究用随机森林算法,整合患者临床检验指标、CT影像组学特征来构建肺癌淋巴结转移风险预测模型,就需要严格参照这份规范的要求执行。它完整保留了传统回归预测模型的基础报告准则,同时新增了大量机器学习研究独有的报告内容,比如训练集/验证集/测试集的划分规则、超参数调优的具体过程、模型泛化能力的多维度评估方法等。TRIPOD+AI总共设置27项条目,大家可以对照配套清单截图,直观对比它和原版TRIPOD的条目差异。

TRIPOD-LLM大模型专属报告规范

随着医疗大语言模型的快速兴起,大量科研团队开始训练专用大模型,应用在住院病历自动摘要、急诊高危入院风险预判、临床辅助鉴别诊断等各类场景。2025年初,《Nature Medicine》联合多家顶刊正式发布TRIPOD-LLM规范,在TRIPOD+AI的成熟框架上进一步拓展,专门约束基于大语言模型的诊断、预后预测类研究。
整套规范划分为七大板块,一共19项条目,全面覆盖大语言模型、医疗对话机器人这类新兴研究类型。比如你微调一款专科大模型,用来根据急诊患者的主诉预判脓毒症发生风险,这份规范就会指导你清晰写明训练语料的来源与预处理规则、提示词的工程设计逻辑、模型幻觉问题的系统性排查方案等以往很容易被遗漏的核心内容。

CONSORT-AI 人工智能干预类RCT报告规范

2020年,《Nature Medicine》发布CONSORT-AI扩展规范,专门面向人工智能干预类随机对照临床试验。这份文件在原版经典CONSORT声明的基础上新增14项内容,包含11项拓展核心条目与3项配套补充说明条目。
典型适用场景比如:开展一项随机对照试验,头对头对比AI眼底阅片系统与眼科医师人工判读糖尿病视网膜病变的检出效能,这类研究就完全适配CONSORT-AI规范。它会明确要求作者写明AI系统的具体运行版本、试验开展过程中算法是否存在迭代更新、临床操作者和AI输出结果的交互流程、临床人员没有采纳AI提示的所有案例要怎么完整记录,补齐了普通RCT规范覆盖不到的AI研究特有细节,条目清单可以对照配套截图逐项落实。

SPIRIT-AI 人工智能干预临床试验方案规范

SPIRIT原本是统一临床试验方案撰写质量的通用规范,用来在试验正式启动前完善标准化研究计划书。2020年9月,BMJ和《Nature Medicine》同步推出SPIRIT-AI扩展版本,专门针对人工智能干预临床试验的前期研究方案设计。
该修订版本在2013版原版SPIRIT规范的基础上大幅扩充,对12项原有条目做出针对性延伸补充,同时细化完善了另外3项核心条目。还是拿AI眼底筛查RCT项目举例:在撰写立项方案的阶段,SPIRIT-AI就会要求研究者提前明确写明AI系统突发故障后的临床应急预案、试验全程的算法版本锁定规则、人机协同的详细分工流程,从研究源头减少试验实施阶段的各类偏倚,从根本上提升AI临床试验方案的严谨度与可执行性。

DECIDE-AI AI临床决策支持系统早期评估规范

2022年5月,BMJ刊发DECIDE-AI指南,主要用于AI临床决策支持系统的早期临床评估,偏向产品正式落地前的探索性验证阶段,和已经进入成熟阶段的大规模RCT研究形成了明确互补。
这份指南聚焦研究早期探索阶段,全文包含27项报告条目,其中AI专属条目共计17项、下设28个子条目,通用基础条目10项,核心关注AI系统的临床实用性、运行安全性以及人机协作的各类潜在影响因素。
举一个很常见的落地场景:开发一套AI辅助急性胸痛分诊决策系统,还没启动大规模随机对照试验,只在急诊科开展小范围试用评估它的临床价值,这一阶段的研究就非常适合参考DECIDE-AI规范。它和CONSORT-AI、SPIRIT-AI的定位有明确区别:除了要求写明AI输出的建议怎么有效融入医师的整体诊疗判断流程,还要求研究者完整交代试验开展的全评估环境,包含对接医疗机构的等级与接诊规模、院内网络运行条件、配套医用显示器等软硬件配置、一线医护人员对这套AI工具的前期熟悉程度,充分还原真实临床场景下AI工具的实际使用限制。

参考文献

  1. BMJ. 2015;350:g7594

  2. BMJ. 2024;385:e078378

  3. Nat Med. 2025;31(1):60-69

  4. Nat Med. 2020;26(9):1364-1374

  5. Nat Med. 2020;26(9):1351-1363

  6. BMJ. 2022;377:e070904