用 AI 写临床医学论文：一套能投 BJSM 的实战工具链

大纲

让 ChatGPT “写一篇关于跑步膝损伤预防的系统综述”，十分钟就能拿到一篇结构完整、参考文献格式漂亮的稿子。但随手挑几条引文去 PubMed 核对，常常发现根本对不上号——作者是真的，期刊是真的，DOI 却指向一篇不存在的文章。这有个专门的词，叫 hallucinated citations（幻觉引用），是 AI 写论文的头号翻车点。

真投出去，轻则被拒，重则被期刊标记学术不端，以后再想投这本刊就难了。

所以这篇文章只想说清楚一件事：用 AI 写临床医学论文能行，但绝不是“帮我写篇论文”这么用的。 AI 是流水线上帮你搬砖、分拣、打包的工人，不是替你操刀的枪手。判断、事实、责任，全是你自己的。 边界想清楚，一篇论文的周期能从几个月压到几周；想不清楚，你会把自己送上学术不端的名单。

为什么不能让 AI “整篇代写”

临床论文和博客、营销文案有本质区别：每一句结论都要有证据支撑，每一条证据都要能被审稿人溯源核对。

而大语言模型本质是个“下一个词预测器”，擅长把话说得像真的，却没有机制保证它说的是真的。除了幻觉引用，它还会把一个错误的剂量、一个反了的因果关系，用极其专业的口吻讲出来，让你放松警惕。

ICMJE（国际医学期刊编辑委员会）在 2024 年 1 月的规范里讲得很直白：

Authors should carefully review and edit the result because AI can generate authoritative-sounding output that can be incorrect, incomplete, or biased.

（作者必须仔细审阅和编辑 AI 的产出，因为 AI 会生成听起来很权威、实则可能错误、不完整或有偏见的内容。）

一句话：AI 写出来的每个字，出了问题都是你的责任。 所以正确的用法不是代写，而是把 AI 嵌进流程的每个环节，只干那些最枯燥、最耗时、最不需要判断的活。

按环节配工具：一张对照表

没有一个工具能通吃全流程，这是很多人用不好 AI 的根本原因——想拿一把锤子拧所有螺丝。把论文生产拆成几个环节，每个环节各配各的工具：

几点补充：

• Elicit 最被低估。它专为系统综述设计，能从上百篇论文里把方法学数据（样本量、结局指标、P 值）批量抽成电子表格。JAMIA 等期刊有研究指出，LLM 辅助的摘要筛选能在 1 小时内初筛上千篇摘要，敏感度 95%，节省 40%–83% 人力。但这些工具都还没经过充分的效度、信度验证，只能当辅助，不能当替代。
• Rayyan 和 Covidence 是系统综述筛选的行业标配，后者还是 Cochrane 官方背书。要做严肃的系统综述/Meta 分析，直接上 Covidence。
• 写作阶段的主力永远是你自己。 AI 能搭骨架、润色语言，但方法学怎么写、结论怎么下、局限性怎么承认，审稿人一眼就能看出是不是你亲手写的。

一条可复制的工作流：从研究问题到投稿信

光有工具清单没用，关键是怎么串起来。下面这条流程按“AI 做 / 你做”的边界标清楚了，可以直接照抄。

第 1 步 · 定研究问题（你主导）
  你：用 PICO 框架写死研究问题
      P(人群) I(干预) C(对照) O(结局)
  AI：用 Consensus / Perplexity 扫一遍已有证据，帮你判断有没有研究空白

第 2 步 · 建检索式（你主导，AI 打下手）
  你：在 PubMed / Embase 写正式检索式，并逐字记录（这是可复现性的命根子）
  AI：用 Elicit / Semantic Scholar 做语义补充检索，捞回关键词漏掉的文献

第 3 步 · 文献筛选（AI 提效，你把关）
  AI：Rayyan 去重 + 盲筛标题摘要
  你：双人独立筛选、解决分歧、产出 PRISMA 流程图

第 4 步 · 数据提取（AI 提效，你逐条核对）
  AI：Elicit 从纳入的 PDF 批量抽取数据到表格
  你：逐条核对每一个数字，做偏倚风险评估

第 5 步 · 写初稿（你主导）
  你：亲手写方法学、核心结果、结论
  AI：Claude 帮你把讨论段落搭出结构、把数据梳理成大纲

第 6 步 · 润色（AI 提效，你审查）
  AI：Paperpal 查语法、学术腔调、期刊格式就绪度
  你：确认润色没有改变原意

第 7 步 · 查重 + 事实核查（AI 辅助，你负全责）
  AI：Turnitin 查重，scite 验证每条引文是否真实存在
  你：把每一条参考文献在 PubMed 上再点一遍

第 8 步 · 投稿信 + AI 披露（你主导）
  你：写 cover letter，并在其中 + 正文里如实披露用了哪些 AI、怎么用的

这套流程里，AI 承担的全是环节 2/3/4/6/7 的体力活，而环节 1/5/8 这些需要临床判断和署名责任的部分，牢牢握在你手里。 这就是“能投稿”和“会被拒”的分水岭。

投 BJSM 之前，先记住这几个数字

BJSM（British Journal of Sports Medicine，英国运动医学杂志）是运动医学领域的顶刊之一，收原创研究、系统综述、共识声明、社论等。

很多人栽的第一个跟头跟 AI 毫无关系——超字数直接退稿。 它的作者指南写得清清楚楚：“本刊严格执行篇幅限制，超出篇幅限制的稿件通常将被直接退稿。”动笔前先把目标文章类型的红线焊死在脑子里：

注：字数统计不包括标题页、摘要、表格、致谢、贡献者声明和参考文献。以上数字来自 BJSM 官方作者指南，投稿前请务必到 bjsm.bmj.com/pages/authors 核对最新版本——期刊政策会变。

这里有个特别值得说的点：如果你投系统综述，PRISMA 流程图是硬性要求。 而前面提到的 Rayyan / Covidence，正好就能帮你自动生成 PRISMA 流程图所需的数据（检索到多少、去重多少、排除多少、最终纳入多少）。AI 工具和期刊要求，在这里恰好接上了。

合规红线：别把方便变成事故

用 AI 写临床论文最大的风险不是写得不好，而是踩了学术诚信或病人隐私的红线。三条必须刻在心里：

第一，AI 绝对不能当作者。 ICMJE 说得斩钉截铁：ChatGPT 之类的聊天机器人不能列为作者或共同作者，因为它无法对论文的准确性、完整性和原创性负责，而这些是署名的前提。

第二，用了 AI 必须披露。 现在几乎所有主流医学期刊（BMJ 系、ICMJE 成员刊、Science、Radiology 等）都要求：如果你用了 AI 辅助写作，必须在 cover letter 和 正文里说明——用了哪个工具、什么版本、用来做什么。写作润色一般披露在致谢（Acknowledgements）里；如果 AI 参与了数据分析或图表生成，则要写进方法学（Methods）。这不是可选项。

第三，病人数据不能随便喂给公有 LLM。 这是临床领域独有的雷区。把含有患者身份信息（PII/PHI）的原始数据粘进 ChatGPT 网页版，可能直接违反 HIPAA、GDPR 或你所在机构的伦理审查规定。同理，ICMJE 也明确要求审稿人不能把待审稿件上传到无法保证保密性的 AI 系统——这对你自己处理未发表数据同样适用。真要用，选有数据保护协议的企业版工具，或者先彻底脱敏。

一句话总结这三条：方便是你的，责任也是你的，别让前者盖过后者。

进阶：现成的开源 AI Skill，别自己从零攒 prompt

前面的 Elicit、Rayyan 是 SaaS 工具，各管一段。如果你用 Claude Code、Codex、Cursor 这类支持 Agent Skill 的编程助手，社区已经有人把整套论文写作流程打包成了开源 skill（一个 SKILL.md + 脚本），装上就用，省得反复调 prompt。

下面按"临床医学 + 投稿"的契合度对比，依据是各项目 SKILL.md 的实际设计，不是 README 宣传语。

五个主流项目横向对比

几个关键区别：

• K-Dense 是"做研究"，不是"写论文"。 它 166 个 skill 里医学相关的是临床试验分析、变异证据审查、PK/PD 建模、FDA 数据查询、全文精确引文（精确到行号）——最强的数据/证据后端，但不擅长把这些组织成一篇能投稿的稿子。而且它明确划红线：不做患者个体诊断，临床报告永远是"可见标记的草稿"。
• ARS 是唯一把"防幻觉引用"当核心工程做的。 它的文档直接引用了那篇审计 1.11 亿条引文、估算 2025 年就有约 14.7 万条幻觉引用的研究，然后针对性做了 Semantic Scholar API 核验、三层引文锚点、可选的"这条引用是否真的支持了这个声称"审计。它还有专门的 PRISMA 系统综述模式、AI 披露声明生成模式、以及预判稿件是否契合目标期刊的 Journal-Fit Reviewer——这三点正好命中临床系统综述投稿的刚需。（注意它是 CC BY-NC 非商业 授权，机构有合规要求的先确认。）
• andrehuang 只做评审，不从零写。 12 个专家 agent 并行审逻辑、技术、文笔、参考文献、LaTeX 排版，适合初稿写完做一轮多角度体检。

你最关心的两件事：搭骨架 & 校对修改

搭骨架，最专精的是这个项目：

• SNL-UCSB / paper-writing-skill —— 规则从真实论文修改史里提炼（7600+ 次 Overleaf 编辑、100+ 个 tex 版本、5 轮同行评审）。核心是"把脚手架的活外包出去，你专注硬骨头"：34 个问题、6 阶段的结构化 brainstorm 先逼你想清楚"这篇到底主张什么"，再产出章节大纲 + claim 分配 + 图表规划 + 页数预算。有个聪明设计：Introduction 写两遍——先写好每段主题句、检查论证连贯，再展开正文。偏 systems/ML 会议论文，但搭骨架的方法论通用。
• 如果你已经用 ARS，它内置的 outline-only 模式直接产出详细大纲 + 证据地图，还强制一个检查点：你必须批准大纲才能往下走。

校对修改要再分两类，因为"改逻辑"和"改文字"是不同的活：

• 改文字腔调 / 去 AI 味 → conorbronsdon / avoid-ai-writing。这是纯校对里做得最扎实的：74 个 AI 模式类别 + 112 条分档词替换表（leverage→use、robust→reliable、utilize→use……），改完再读一遍抓漏网的，还分 P0/P1/P2 降低误伤。对临床论文最要命的一点——它只在原文/你提供了数字、名字、日期时才去具体化，绝不为了句子漂亮而伪造事实。
• 改逻辑 / 一致性 → andrehuang / academic-writing-agents 的 logic-reviewer（论证漏洞）、consistency-checker（术语、图-文-caption 对齐）、bibliography-auditor（文献完整性）。

一句话选型

我的实战组合建议：ARS 跑主线（搭骨架 + 系统综述 + 引文核验 + AI 披露）→ 配 K-Dense 做临床数据后端 → 初稿写完用 avoid-ai-writing 洗一遍语言 → 投稿前用 andrehuang 的 agent 做逻辑和文献体检。

泼盆冷水：这几个项目的作者都在文档里反复强调 "AI is your copilot, not the pilot"。ARS 引用过一个随机实验——人工复现率 94%、AI 辅助 91%，AI 主导只有 37%。翻译过来：AI 帮你干活可以，让 AI 替你做判断，质量断崖式下跌。Skill 装得再全，临床结论、病人数据、方法学，还是得你自己拍板、自己署名负责。

总结：AI 搬砖，你拍板

• AI 是流水线工人，不是枪手。 检索、筛选、提取、润色交给它；判断、事实、结论、署名责任是你的。
• 按环节配工具，别拿一把锤子拧所有螺丝。 选题 Consensus，检索 Elicit，筛选 Rayyan/Covidence，写作 Claude，润色 Paperpal，查重 scite/Turnitin。
• 要装开源 skill： 搭骨架看 paper-writing-skill，去 AI 味看 avoid-ai-writing，全流程看 ARS，临床数据后端看 K-Dense。
• 投 BJSM 先记数字： 原创研究 3000 词、系统综述 4500 词且必须带 PRISMA 流程图，超字数直接退稿。
• 三条红线： AI 不能当作者；用了必须披露（cover letter + 正文）；病人数据不能喂公有 LLM。

一份能贴在墙上的 CheckList

投稿前，逐条打钩：

• [ ] 研究问题用 PICO 写死了吗？临床价值和新颖性经得起审稿人质疑吗？
• [ ] 正式检索式（PubMed/Embase）逐字记录了吗？（可复现性的命根子）
• [ ] 文献筛选是双人独立完成的吗？PRISMA 流程图有了吗？（系统综述必备）
• [ ] AI 提取的每一个数字，都逐条核对过原文了吗？
• [ ] 方法学、核心结论是你亲手写的吗？（这是审稿人一眼能识破的地方）
• [ ] 每一条参考文献，都在 PubMed/DOI 上验证过真实存在吗？（防幻觉引用）
• [ ] 目标文章类型的字数、摘要、文献、图表红线，全部达标了吗？
• [ ] Cover letter 和正文里，如实披露 AI 使用了吗？（工具名 + 版本 + 用途）
• [ ] 有没有把含患者信息的原始数据传给过公有 LLM？（如果有，立刻评估合规风险）
• [ ] 全文查重跑了吗？

最后留个问题给你：在你的领域里，AI 帮你省下时间最多的那个环节是哪一步？是检索、筛选，还是润色？ 欢迎来 我的博客 或 GitHub 上聊聊——我很好奇不同学科的答案会不会不一样。

声明：本文关于工具能力和期刊政策的描述，基于写作时（2026 年 9 月）公开可查的资料。工具会迭代，期刊政策会更新，投稿前请务必以目标期刊官网的最新指南为准。