AI助手撰写科研影响力摘要：真实场景验证效率提升90%

在临床与转化科学奖（CTSA）项目中，工作人员通常需要花费约15小时手动整理每位学者的研究影响力记录，这种方法难以扩展到整个研究团队。为解决这一效率瓶颈，研究团队构建了一个人机协同AI助手系统。该系统能够自动从多平台、跨学科收集学者数据，整理证据档案，并草拟单句的转化科学效益模型（TSBM）影响力摘要供工作人员审核。

研究团队在一个CTSA中心的实际工作流程中对该系统进行了评估，涉及10位职业发展学者。两名评估人员独立审查了AI生成的507条发现，将其标记为“接受”、“编辑”或“拒绝”。结果显示，81.7%的AI生成内容被两位评审同时接受或仅需编辑即可使用。每位评审处理单名学者材料的中位时间仅为14分钟，相比原先15小时的手工整理时间，效率提升超过90%。

系统表现评估显示：评审间一致性达到中等水平（Cohen's kappa 0.43）；检索召回率接近人工搜索水平；生成的影响力证据覆盖了TSBM所有四个领域；约三分之一发现属于常规流程容易忽略的非学术类别。评审对合成准确性的评分为4.5分（5分制），实用性评分达4.8分。

这项研究表明，人机协同AI助手可作为学者影响力记录的“初稿作者”，将工作人员从收集和撰写工作中解放出来，专注于审核工作，使大规模团队的影响力报告成为可能。