“零人”搞医学研究：清华AI智能体从灵感到论文全程自主

清华大学自动化系索津莉课题组发布首个专为医疗信息学设计的全自主AI研究框架——OpenLens AI，首次实现从文献挖掘、实验设计、数据分析到代码生成和可投稿论文的全链条自动化闭环。这一系统旨在解决医疗信息学研究中的效率困局，如多中心数据融合、知识爆炸和跨学科协作需求等问题。

OpenLens AI通过五大核心模块协同工作，构建完整的科研自动化流水线：
1. 主管模块：全局协调，分解任务，确保流程透明和可解释。
2. 文献综述者：检索并综合文献，提供理论支持。
3. 数据分析者：处理原始医学数据，生成可视化报告和统计摘要。
4. 编码器：将实验计划转化为高质量代码，评估输出科学性。
5. LaTeX写作器：整合所有模块输出，生成出版级论文，确保格式一致性。

此外，OpenLens AI集成四大质量控制机制，包括学术严谨性检查、证据可追溯性检查、文献验证和视觉语言反馈，确保研究结果的可靠性、透明度和可复现性。

研究团队在MIMIC-IV和eICU两个权威医学数据集上测试了该系统，涵盖18个难度递增的任务。结果显示，OpenLens AI在简单任务（如统计数据）中表现优异，在中等难度任务（如预测模型构建）中性能强劲，但在复杂任务（如因果发现）中仍面临挑战。

传统医学研究周期通常需要数月甚至数年，而OpenLens AI将其压缩至小时级别，显著提升科研效率。这一突破不仅解决了现有AI工具在流程完整性和可复现性上的短板，还让研究人员从繁琐工作中解放出来，专注于创造性思考。

随着OpenLens AI的开源推广，医学研究正迈向“零人工”时代。项目主页：https://openlens.icu/；GitHub仓库：https://github.com/jarrycyx/openlens-ai；arXiv论文：https://arxiv.org/abs/2509.14778。