“多吃盐”还是“少吃盐”；“胖一点好”还是“瘦一点好”；某项锻炼是否有效……生活中，我们常听到关于饮食、运动和健康的各种“建议”。很多建议经过严谨的研究，发表于“顶刊”，但结论却众说纷纭，甚至相互矛盾，让人无所适从。

近日，北京大学医学部助理教授杜建团队在《自然－通讯》发表论文，提出利用大语言模型（LLM）实现“证据三角测量”，从而高效、客观地整合不同来源的研究结论，为处理医学证据矛盾、进行科学决策开辟了新路径。

AI制图。

  ?

研究方法不同带来结论差异

“很多严谨的科学研究却出现相互矛盾的结论，是因为医学研究类型多样所致。”杜建告诉《中国科学报》，“健康研究有很多方法，如观察性研究、随机对照试验、孟德尔随机化等，这些方法在设计原理、适用场景和论证强度上各有特点，这往往造成研究结论存在差异。”

不同的研究方法各有优势，但也有着潜在偏差。比如观察性研究以观察人群的生活习惯和健康结果为主；随机对照试验会严格控制变量进行实验；而孟德尔随机化研究注重利用基因差异推断因果关系等。

“如果不同研究设计得出的结论一致，那么这种结论的可信度就更高。”杜建解释说，“这就是我们‘证据三角测量’（Evidence Triangulation Analysis，ETA）的基本思想。”

人工智能扮演“证据裁判”

证据三角测量的想法很好，但医学健康文献浩如烟海，依靠人工查找和总结文献，不仅耗时耗力，而且容易受研究者主观判断影响。

“以往，整合这些证据依赖研究人员手工检索和比对文献，需要大量阅读、筛选、记录、比较不同类型的文献，不仅费时、费力、效率低下，还容易受到研究者影响，缺乏可扩展的自动化方法。”该论文共同作者、北京大学医学部博士生史轩宇说。

为此，研究团队设计出一套基于人工智能的两步流程。

首先，使用大语言模型自动从科学文献中识别出“暴露因素”（如高盐摄入）和“健康结局”（如血压变化），并判断它们之间的关系方向及其显著性。随后，系统对不同研究设计所得到的证据进行一致性量化分析，自动计算出“证据收敛方向”和“收敛性水平”，以此评估各类研究是否指向同一结论。

研究团队以“盐摄入与健康结局”这一经典争议为例，从不同研究设计（观察性研究、随机对照试验、孟德尔随机化研究等）中提取相关数据，并计算了证据收敛水平(一系列数值或函数接近某个值或某个函数的过程)。结果显示，多数证据指向“高盐摄入会升高血压”，且收敛性水平达到“强”这一等级；在盐摄入与心血管疾病及死亡风险的关系上，结果倾向于增加风险，但收敛性相对较弱。

“这说明在‘盐与血压的关系’上，观察性研究、随机对照试验和孟德尔随机化结果高度一致，均支持‘高盐升高血压’。但在盐与心血管疾病或死亡风险的关系上，不同研究类型的结论一致性较低，目前仍存争议，需更多研究，如更好地控制混杂，更好的研究设计等。”杜建说。

该方法能在几分钟内自动化处理成千上万篇文献，并实现证据图谱的动态更新。这不仅突破了传统Meta分析（比较和针对同一科学问题研究结果的统计学方法，常用于医学、心理学、教育学领域）对同类研究的依赖，还能整合不同来源的研究证据，从“结论方向”收敛性随时间动态变化的角度，增进人们对某问题的整体理解。

为解决健康领域“纷争”提供新工具

“该研究的优势不仅在于效率的提升，更在于其系统性和透明度。”该论文共同作者、北京大学医学部博士后赵文静说，它能帮助我们更清晰地识别，当观察性研究与随机对照试验结论一致时，因果关系更为可靠；而当各类研究出现分歧，则提示某些研究可能存在偏差或混杂因素，这也为后续研究指明了方向。

该方法适用于多个现实场景，如辅助临床指南制订、支持公共卫生决策、提高科普宣传的准确性，甚至帮助研究人员快速定位争议焦点，优化研究设计。

“面对相互矛盾的健康信息时，我们不应盲从某项单一类型的研究，而应关注其背后是否有来自多重方法、多角度验证的证据支持。随着人工智能技术在证据整合中的深入应用，一个更加高效、稳健的科学证据分析体系正在形成。”杜建说，“这为解决健康领域长期存在的研究结论冲突，科学规划新的研究，进而减少研究浪费等提供了新工具。”

“这项研究设计非常巧妙，通过证据三角来解决循证医学面临的实践痛点，对循证医学的理论发展有非常积极的意义。”海军军医大学第三附属医院概念验证（成果转化）中心主任徐畅说。

相关论文信息：https://doi.org/10.1038/s41467-025-62783-x