如何用 AI 比较入排标准，并保留原文证据

入排标准对比表的价值，取决于它能否说明人群为何不同。把几段长文本缩成“年龄、疾病、既往治疗”几个标签，容易阅读，却可能丢掉真正影响设计和可行性的条件。

先固定资料范围和版本。

记录登记号、文档类型、获取日期和来源版本。公开登记摘要、完整方案和方案修订不能混为同一层级。登记摘要没有某个条件，不足以证明完整方案没有规定。先把资料完整程度记录下来，再开始比较。

以原文条款作为提取单元。

一行至少包含试验、原文、来源位置、条件类型、阈值、时间要求、例外和待确认事项。AI 可以建议标准化术语，但要保留原文与规范化结果之间的链接。对扫描文件或复杂表格，先确认字符提取是否可靠，特别是大于号、小于号和否定词。

设想一句教学条款：“允许既往接受过 X 治疗，但距末次用药至少四周，且毒性已恢复至指定程度。”如果只提取“允许 X”，就失去了时间和安全条件。把它分解为治疗经历、时间间隔和恢复要求，仍需保留它们属于同一条款的关系。这个条款仅用于说明方法，并非任何真实方案要求。

把 AND、OR 与例外分开处理。

同时满足 A 和 B，与满足 A 或 B，定义的可能是不同人群。排除“未经治疗的某种情况”，不能自动改写成排除“所有这类情况”。有些限制还取决于特定研究组。比较矩阵应保留这些逻辑，不能靠一列“是/否”把它们压平。

在公开资料复核中，CheckMate 9LA 的登记记录写明需要筛选期中央实验室 PD-L1 检测结果；这个条款本身没有给出阳性阈值。准确的单元格应说明“需要检测结果，阈值不能从该条推断”，而不是写成“只纳入 PD-L1 阳性”。这也说明术语标准化需要保留语义范围。

让缺失资料保持可见。

可以用“公开资料未说明”“条款含例外”“需核对完整方案”几个状态。未知应与允许、禁止分开。对于模糊条款，提出需要确认的问题，例如测量从哪一天开始，或者阈值适用于筛选时还是首次用药前。

形成矩阵后，再由医学、统计和运营分别检查它能支持什么。医学关注人群与治疗背景，统计关注人群定义与研究问题，运营关注资料获取与筛选实施。AI 可以提示潜在差异，团队仍需判断差异是否有科学依据，以及能否据此提出设计修改。

验收时围绕会改变结论的错误抽查。

包括漏掉排除条件、丢失时间窗、比较符号反转、忽略例外以及把未说明当作允许。抽样计划应根据用途和后果制定，不要用少量容易条款的正确率替代整体质量。进入正式方案时，逐条核对关键内容的要求通常高于内部浏览摘要。

最终交付可以包含两张表：一张面向讨论的差异矩阵，一张可回溯的条款表。读者既能看见结论，也能迅速找到结论来自哪一句话。过去关于生成引文的原始研究也提醒我们，链接与引用形式本身不能替代来源核实。

让 AI 帮忙减少翻找与重复整理，把原文和未知保留在结果里。这样的对比表，才有机会成为方案讨论、可行性评估和持续更新共同使用的材料。