AI辅助的临床预测模型研究代码共享范围综述

临床预测模型已广泛用于诊断与预后判断，但其研究透明度长期不佳：TRIPOD 声明正是针对预测模型研究普遍低劣的报告质量而制定，其 22 条清单与配套的解释与扩充文件旨在提升报告的透明与规范 ^[4,2]。透明度缺失的后果并不抽象——从 PubMed 摘要中提取的 306,888 个 AUC 值在 0.7、0.8、0.9 等“良好模型”阈值上方明显堆积、下方相应短缺，提示部分模型的区分度可能被反复分析推高，作者据此呼吁公开研究方案、数据与代码 ^[6]。而在整个医学与健康科学领域，一项基于个体数据的荟萃分析区分了“声明可得”与“实际可得”两种共享，并系统考察了期刊政策、数据类型等因素与可得性的关联 ^[1]。不过，专门聚焦临床预测模型领域代码共享状况的系统梳理，此前还不多见。

2026 年 10 月 9 日在线发表于 Nature Medicine 的这项研究，用一次 AI 辅助的范围综述回答了这一问题：它分析了开放获取已发表文献中的代码可得性。方法选择颇有时代感——范围综述本身已有 PRISMA-ScR 这样包含 20 条核心报告条目的规范 ^[3]，而大语言模型辅助文献筛选也被证明可行，一项评估显示 18 个模型平均可为审阅者减少 33%–93% 的题目摘要筛选工作量，但表现明显受纳入标准界定的影响 ^[7]。结果层面，研究得出两个核心结论：临床预测模型研究中的代码共享依然有限；共享实践与文档质量存在显著差异。

这项工作的推进在于把考察对象从医学研究的整体层面 ^[1] 收窄到临床预测模型这一具体领域，并且不止于“共享与否”，还刻画了实践方式与文档质量的差异——后者与既往发现相互印证：即便代码随论文公开，也未必能顺利复现，对生物医学论文所附 Jupyter notebook 的大规模自动重跑就显示复现成败参差 ^[8]。而透明度不足的代价也很实际：Epic 脓毒症模型在被数百家美国医院部署之后才获得外部验证 ^[5]，代码与文档的缺失直接阻碍独立评估。

当然，该分析仅覆盖开放获取的已发表文献，向全领域外推时需谨慎；共享的代码能否真正运行、期刊政策又能在多大程度上转化为更高的共享率 ^[1]，仍是有待回答的问题。