让AI做统计分析，你觉得能省多长时间
把它当"软件操作手"，才把这条线真正跑通。
经常看我公众号的朋友都知道，过去这段时间，我们把 AI 一点一点接进了注册和临床评价的日常：注册资料怎么让 AI 帮着起草，临床评价报告怎么让 AI 帮着搭框架、整理证据，一个环节一个环节试，试通一段再走下一段——到现在，注册和临床评价这两条线的 AI 工作流，算是基本跑通了。
但最近我们遇到了一个工作量比较大的数据统计分析，于是我们想：AI 能不能做统计分析呢？
因为统计和写文档不是一回事。
做统计分析有两道坎。第一道是方法：数据该用 t 检验还是卡方、该选随机效应还是固定效应，没点统计基础根本判断不了，这也是为什么大多数人觉得统计难。第二道是体力：原始数据的提取、按组别整理、往软件里填表——听起来简单，做起来全是时间。一个 meta 分析几十篇文献，一篇一篇录进去，能把人录到怀疑人生。
最早的时候，我们试过让豆包、Deepseek这类 AI 直接做统计分析：把原始数据丢过去，让它把结果算出来。
结果差强人意：同一条数据，每个工具给的结果都不一样，还总有算错的，存在无法复现的问题。
那一轮试完，我们很长一段时间没有用AI做统计分析，但是会让他打下手整理数据。
这次我们换了个思路。
其实AI发展到现在已经相当厉害了，有了桌面Agent，它已经可以操作你的电脑了，于是我们想能不让让它操作我的统计分析软件来做统计分析呢？
实际操作：40 篇文献的 Meta，测试 AI 的统计分析能力我们用一个工作量很大，分析很复杂的项目来验证我们的想法，这个项目涉及40 多篇文献、4 个比较类别，底下还叠着 N 个指标、N 个亚组。
这套活按老办法纯人工干，我们内部估：至少要2-3 周。光是 RevMan 里 40 多篇文献的 study 信息一篇一篇手输，就够消磨时间的。
这次我们用新方法来做，一共四步：
把整理好的 Excel 原始数据丢给 AI
把项目已有的 Excel 数据当作输入源，避免 AI 从零生成无法复现的"幻觉数据"。
告诉它：要分哪几组、有哪些指标、对照组和实验组分别是谁
把组别定义、指标口径、对照关系写清楚——这一步是项目方法学的硬底子，不能含糊。
给它看本地 RevMan 的界面截图，认清楚用的哪个版本
不同版本的 RevMan 在菜单结构和工程文件格式上都有差异，截图能让 AI 准确定位操作路径。
AI 直接返回一个 RM5 工程文件
双击打开，40 多篇文献的数据全在里面，连随机效应还是固定效应模型，它都按数据帮你选好了。
大家看过程是不是觉得很简单？但整个过程也不是一次到位的。有一处我们想要的编号格式，它试了几次都没弄对，最后是我们自己补上的；还有一次它把内容改成了乱码，我们指出来，它自己又改回来了。整个录入过程，正文数据没有一个数是人工手输的——全程是"我们指出问题、AI来改"的人机协作模式。
它唯一做不到的一件事：点一下"生成森林图"并导出。就这一步，必须人工。
最怕它编结果：R 复验 + 交叉验证 + 行家复核探索到这里，大家心里是不是还有有点不放心？AI 生成的东西，万一是它"编"的呢？
而且这个项目要求比常规更多：除了 RevMan 常规分析，还要做异质性检验、Egger 检验、漏斗图、敏感性分析（leave-one）、交通灯图——这些分析基本都要用 R 软件。
我们的做法是三道保险：
代码复验
让 AI 把 R 代码写好，在本地 R 里原样跑一遍——生成的结果和 AI 给的一致。
交叉验证
I² 这些关键值，用 RevMan 和 R 两套软件各跑一遍，两边一致才采信。
行家把关
统计方法选得对不对，最后请团队里真正懂统计的同事复核一道。
这三步走完，结果才是可复现、可审计的——这也是这套方法敢用在正式项目里的保障和底气。
如果给这次探索一个答案，就一句话：AI 能做统计分析，但只在"有人把关"的前提下能做。
时间上，我们盘了一笔账（数据是我们团队内部复盘，重点看数量级差异）：
RevMan 数据录入（40+ 篇 × 4 组 × N 指标）
AI 辅助 · 现在的做法
AI 生成 RM5 文件，分钟级
异质性 / Egger / 漏斗图 / leave-one
纯人工 · 老做法
不会 R 基本做不了；逐篇弃了重跑，以天计
AI 辅助 · 现在的做法
AI 写 R 代码一键跑，分钟级
森林图导出
AI 辅助 · 现在的做法
仍是人工点一下（AI 唯一缺口）
整盘下来：纯人工 2-3 周的活，机械录入和跑分析的工时被压到分钟级人的时间主要花在"定义问题、看它干得对不对、把最后一道关"上，从开始操作，到步骤调优，到生成结果，2天左右完成。
至于分工，哪些能交 AI、哪些必须留人，这次试下来是这样的：
•放心交给 AI：往统计软件里填数据、按指令分组建表、生成工程文件、写 R 代码跑复杂检验、批量做质量评价；•必须留给人：原始数据的提取和核对、组别的定义、统计方法的选择、结果的复验、森林图最后那一下。"看完大家心里是不是有数了？答案是AI能做统计分析。前提是别把它当计算器，把它当"软件操作手"。
它替你干最磨人的搬运和排布，你替它守住方法和结果这两道关
如果你手上也有 meta 分析、统计的活在赶，卡在数据录入或者方法选择上，加我微信，需要的人多，课程可以给大家安排上。目前我们 AI+CER 训练营的课程正在进行中，需要报名的联系我。
以上是这次的分享。你在注册流程里用 AI 试过哪些环节？效果怎么样？欢迎留言聊聊。
吴素敬 Sujing
让决策有依据，让路径更清晰
