团队成员受邀参加第七届临床研究统计设计及分析研讨会并介绍数智赋能临床研究治理的研究进展

2026年10月17日，第七届临床研究统计设计及分析研讨会暨中国现场统计研究会医药与生物统计分会2026年年会在西安举行。西安交通大学公共卫生学院流行病与卫生统计学系米白冰副教授受邀参会，作题为《AI驾驭工程在临床研究项目管理与数据治理中的应用实践与思考》的25分钟分会场报告，介绍陕西省重大疾病防控与大健康数据共享平台团队的相关探索，与同行交流数智技术在临床研究中的应用。

本次会议由中国现场统计研究会医药与生物统计分会、国际生物统计学会中国分会（IBS-China）主办，北京大学公共卫生学院生物统计系、四川大学华西公共卫生学院共同承办。会议围绕临床研究统计设计与分析的新方法及转化应用，通过大会报告、平行分会场和壁报交流，讨论目标试验模拟、医疗大数据、多模态数据建模以及高质量数据标准与AI临床研究应用等议题。

报告从团队在队列研究和科研平台运行中遇到的具体问题出发：研究任务增加后，资料分散、版本不一、人员交接和重复核对占用了较多精力。围绕这些问题，米白冰介绍了团队对“AI驾驭工程”的理解与实践，即由研究者明确任务目标、输入版本、操作权限和验收要求，组织AI与工具执行任务，再经过技术核验和专业复核，保存修改依据、未决事项与交付记录。

在应用案例中，团队尝试借助AI辅助检查研究方案中结局定义、测量时点和分析安排的一致性，形成审阅意见与修订稿；在问卷和健康反馈任务中，定位多选题分支条件的解释错误，区分结构性跳题与原因不明的空白，保留需要人工核查的异常；在登记资料分析中，固定输入数据、处理规则和程序版本，由同一计算结果生成数据表、Word及网页报告，并核对不同格式中的数值。

报告同时讨论了应用中的判断与复核责任。数据处理和分析需要核实测量定义、分析单位、适用分母及方法条件，关键依据不足时应暂缓派生计算，交由研究者补证和裁定。目前，团队已在具体任务中形成方案评修、数据核查、同源报告和平台维护等工作记录；对质量、效率和持续运行的评价，还需计入资料准备、人工复核、返工与维护的完整投入，并在不同研究项目中进一步验证。

此次参会为团队与临床研究、统计学和数据科学领域同行交流提供了机会，也为梳理后续应用研究问题提供了参考。团队期待与国内外临床研究者保持持续、深入的合作，围绕队列研究、临床试验和区域健康研究中的实际需求，共同开展数据标准与质量控制、可重复分析及AI辅助工作流程的研究与验证，在明确数据使用范围和专业分工的基础上，推进方法交流、工具共建与人才培养。

会议信息参考：会议总结报道。报告内容及流程图依据米白冰本次报告课件整理。

撰稿：辛联昌、王小珲、格桑玉珍　审校：冉竹逸　终审：米白冰