AI 辅助数据分析：从表格到可复用流程

到这一节，产品开始不只是“页面”

很多人做完前两节之后，会自然地把“做产品”理解成：

做一个页面，做一个小工具，做一个链接。

这当然没错。
但在真实医疗工作里，很多高价值场景的核心问题，根本不是页面，而是：

• 数据太乱
• 表格太杂
• 每次都要重复分析
• 结果要重复整理

所以这一节的重点，是让你开始意识到：

产品不只是界面，很多时候更重要的是背后的流程。

---

先认识“表格数据”这件事

在前面几级课里，你已经很熟悉文本、资料、知识库、提示词了。

到了这一节，第一次要明确区分：

文本资料 和 结构化数据 不是一回事。

这几个词先不要陌生

比如一张科室月报原始表：

这就是结构化数据。

它和你前面上传给 AI 读的一篇指南、一个 PDF、一个病例讨论文本，完全不是一种东西。

再认识一个词：数据字典

如果你后面真的要把分析做成流程，最好再知道一个概念：

数据字典，就是“每一列到底代表什么”的说明书。

比如：

• sex 是 0/1 还是 男/女
• outcome 里 1 代表出院还是死亡
• scr 的单位到底是 mg/dL 还是 umol/L

很多所谓“AI 分析错了”，其实不是 AI 不会算，而是字段含义一开始就没说清楚。

为什么这个区分很重要

因为 AI 面对这两类东西，擅长的帮助也不同：

• 面对文本资料，擅长总结、解释、改写、提炼
• 面对结构化数据，擅长清洗、整理、初步统计、生成图表和描述

所以这一节其实是在给你补上一个新视角：

AI 不只是“会聊天”，它还可以成为你的数据助理。

---

AI 处理数据，到底能帮你做什么

在医疗工作里，AI 对数据最常见的帮助主要有四类：

1. 数据清洗

把原本乱七八糟的数据整理成更规范的格式。

比如：

• 统一日期格式
• 合并同义字段
• 识别明显异常值
• 把空白和缺失标出来

2. 描述性统计

帮你快速做最基础的统计整理，比如：

• 均值
• 中位数
• 构成比
• 分组计数

3. 可视化

帮你生成更容易展示的图表，比如：

• 柱状图
• 折线图
• 饼图
• 散点图

4. 结果描述

帮你把“图和数字”变成一段人能看懂的话。

比如：

2026 年 1-3 月，呼吸科出院人数总体平稳，2 月略下降，平均住院日呈轻微下降趋势。

这类话，AI 很擅长写。

但有一条底线不能丢

这里要和 L1 呼应一次：

AI 可以辅助分析，但不能替你承担“数据正确”和“结论可信”的责任。

也就是说：

• 它可以帮你算、帮你整理、帮你描述
• 但最后数字对不对、结论能不能写进正式报告，还是要你负责

---

路径一：先用对话式 AI 做一次性分析

这是最适合新手起步的路径。

适合什么场景

• 一次性的探索性分析
• 你想先看看数据大概有什么特征
• 你暂时还不确定值不值得做成工具

一个典型例子

你可以上传一份脱敏后的临床数据，然后说：

请根据这份数据生成一张 Table 1，列出基线特征，包括年龄、性别、BMI、主要合并症，并按住院结局分组比较。

AI 可能会帮你先做出一个结构化结果，再帮你写出简短说明。

如果你愿意再往前走一步，还可以把任务说得更完整一点：

先检查缺失值和异常值；再按住院结局分组生成 Table 1；最后给我一段 150 字以内的中文结果描述，并单独列出需要人工复核的地方。

这样做的好处是，AI 不只是“算一下”，而是开始帮你搭一个更像正式工作的流程。

所以这种方式很适合“探索”，但不一定适合“长期重复执行”。

---

路径二：把重复分析做成一个小工具

如果你发现某类分析是每个月都要做、每次步骤差不多，那就值得往前走一步。

一个很典型的场景

比如：

• 每个月都要做科室月报
• 每次都要导入数据
• 每次都要出图
• 每次都要写一段摘要

这就很适合做成一个“月报自动生成器”。

它的最小流程其实可以非常朴素：

上传本月数据
  ↓
检查缺失和异常
  ↓
生成固定图表
  ↓
生成摘要草稿
  ↓
人工复核后导出

你可以理解成：

• 前一种方式：每次都重新请 AI 帮你做
• 这一种方式：把流程固定下来，让它以后反复可用

这就是“工具思维”真正开始介入的地方。

为什么这一步值得做

因为同一类分析会反复发生。

如果一个任务：

• 高频
• 步骤相对固定
• 输出有模板

那你每次重新对话做，其实就开始浪费时间了。

把它做成工具，才更像产品。

---

数据安全：这一节的风险观要比前两节更强

前两节主要做的是页面和小工具，很多时候风险还相对可控。

到了数据分析，这一节必须更严肃一点。

什么数据可以上传到云端 AI

一般来说，前提是：

完全脱敏，并且不包含可识别患者信息。

比如：

• 已经去掉姓名、住院号、身份证号
• 只保留统计需要的字段
• 没有明显可回溯到个人的信息

什么数据更适合本地处理

以下这类数据要更谨慎：

• 含患者标识信息的原始表
• 需要严格院内处理的敏感数据
• 不能离开本地环境的科研原始数据

这时候就更适合：

• 在本地环境处理
• 用本地模型或院内可控方案
• 至少把最敏感的数据处理留在本地

这节课真正想埋下的工程化意识

数据工具不仅要会算，还要考虑数据边界、可追溯性和重复运行。

这和做一个“能点一下出结果”的页面是不同层级的问题。

---

第三节想让你建立的，是“流程价值感”

到了这里，你会慢慢发现：

前两节更像是在做“看得见的产品入口”，
这一节开始在做“真正省事的底层流程”。

这一步非常重要，因为很多高频工具的价值，最后不是体现在“页面多漂亮”，而是体现在：

• 能不能减少重复劳动
• 能不能让结果更稳定
• 能不能让下个月继续用