护理科研如何选题从几个候选缩到一个时，AI该怎么用

怎么找选题——把临床中的违和感记下来、整理成研究问题——我们在另一篇文章里写过。还没有候选的人，请先从那里开始。

这篇文章处理的是下一步：手里有两三个候选却选不出来；或者只有一个，但不确定它到底行不行。决定阶段需要的不是灵感，而是逐项检验。

衡量研究选题好坏的常用检验项目包括可行性、有趣性、新颖性、伦理性和必要性（著名的框架叫 FINER）。

不过，对科室或医院的护理科研来说，最管用的尺子其实很简单：「用一年时间、靠现在这批人，真的能做完吗？」能跑完全程的选题，胜过听起来气派的选题。先承认这一点，选择会一下子轻松很多。

请对每个候选写出以下四点：①对象凑得齐吗（这样的患者一年有多少人）；②期限内能结束吗（数据收集需要几个月）；③测得出来吗（用什么评价结局，那个量表你们能用吗）；④伦理负担可以接受吗（如何取得知情同意、与常规护理的差别在哪）。

如果感觉到候选一个个被淘汰，那不是失败，而是前进。 经得起检验的那个候选，才是你的团队能跑完全程的选题。

在这项检验中，AI能帮上忙。把候选给它看，请求：「我想检验这个研究选题的可行性。请列出在对象人数、周期、测量方法和伦理方面需要确认的要点。」它会指出你自己漏掉的确认事项。

像「把对象从所有术后患者缩小到股骨骨折术后患者，会有什么变化？」这样的收窄讨论，它也很擅长。但是，AI能回答的只到一般性层面为止。你的病房一年有多少符合条件的患者、同事们愿不愿意配合——真正左右决定的现实，只存在于你的临床现场。

另一个判断材料，是先行研究的状况。就每个候选选题做一次轻量的文献检索，看看类似的研究有多少。

研究很多→想想能不能说清「在自己的现场做」的意义；几乎没有→怀疑一下为什么没有（也许其实很难测量，或者对象很难招募）。空白地带有时是宝藏，有时却是前人撤退后留下的废墟。 这里同样可以用AI摘要做初步筛读，但要引用就必须核对原文，这是原则。

检验做完之后，做决定的是你自己、你的团队，以及研究指导老师。「让AI替我决定」是绝对不可以的。

理由不只是伦理。对选题的认同感，是支撑一整年研究的燃料。 别人（包括AI）替你定的选题，撑不过数据收集变得艰难的那几周。收集检验材料的活交给AI，决定的责任和认同留给自己——这样的分工才是健康的。

选题定下来之后，请把「为什么选这个」「为什么放弃其他候选」写成备注留存。研究计划书和伦理审查一定会问到这些。

用 Paperfy，选题过程中读过的文献会以每篇论文一个页面的形式留存PDF和AI摘要，你还可以在摘要上补写「候选A的依据」「这项研究的护理措施与我们不同」之类的判断备注。决定的理由和文献成套保存，计划书就可以从这里直接开写。