AI辅助单篇RCT论文PPT制作:从论文到汇报PPT的一套可复制流程

在药企医学部或市场部的日常工作里，把论文整理成学术汇报的PPT是一项很重要的工作。很多人都会经历同样的过程：先查阅、整理文献，通读全文，再手工提炼重点，接着逐页搭结构、写内容、找图表，最后还要反复调整排版和措辞。这个流程不但慢，而且每个人的方法并不完全一致，所以最后产出的质量也容易波动。对大多数做临床研究、医学信息、医学部支持的人来说，真正需要的不是“更会做PPT”，而是一套更稳定、更高效、可重复的工作方法。

如果把AI放进这个流程里，事情就会变得简单很多。比较实用的做法，并不是指望AI一次性“写完PPT”，而是把整个过程拆成一条清晰的链条：先让AI帮助找到合适的论文，再快速理解论文和提取关键信息，再让AI生成适合汇报的结构和逐页内容，随后借助演示工具生成PPT初稿，最后由人工补充关键图表并完成审核。像 ChatGPT 这一类工具可以上传文件并帮助分析、总结和写作，NotebookLM 可以围绕你上传的资料进行总结和问答，而 Gamma 则可以把文字、提纲或上传文件快速转成可编辑的演示稿。把这些工具放在各自擅长的位置上，效率会明显提升。

专题论文会更复杂，这里先用单篇论文来举例子。

第一步是信息提取。可以向AI发布指令：请阅读附件的PDF文献研究，总结PICOS信息。

ChatGPT反馈：

P（Population）：研究对象是 18 岁及以上、BMI ≥27 kg/m²、HbA1c 7%–10%、已诊断 2 型糖尿病至少 180 天，且至少有一次减重失败尝试的超重或肥胖成人；入组前要求生活方式干预稳定，或使用不超过 3 种口服降糖药物稳定至少 90 天。试验共在 12 个国家开展，随机了 1206 例患者。

I（Intervention）：干预组接受 每周一次 cagrilintide–semaglutide（CagriSema，2.4 mg + 2.4 mg），并联合生活方式干预。给药采用逐步加量方案：从每种药物 0.25 mg 起始，每 4 周递增，16周达到维持剂量 2.4 mg。

C（Comparator）：对照组接受 安慰剂 + 生活方式干预。随机分配比例为 3:1，即 904 例进入 CagriSema 组，302 例进入安慰剂组。

O（Outcomes）：主要终点有两个：第 68 周体重百分比变化，以及 体重下降至少 5% 的患者比例。确认性次要终点包括：体重下降 ≥20% 的比例、第 20 周体重变化、腰围、HbA1c、收缩压、IWQOL-Lite-CT 和 SF-36v2 体能评分变化等；另有安全性终点，包括不良事件、严重不良事件和低血糖。

S（Study design）：这是一项 phase 3a、double-blind、randomized、placebo-controlled 试验，主要采用 treatment-policy estimand（与 ITT 思路一致）进行分析，疗程 68 周。

一句话总结：

这篇研究是在超重/肥胖合并 2 型糖尿病人群中，比较 CagriSema 与安慰剂联合生活方式干预的减重和代谢获益。结果显示，CagriSema在第68周带来更明显的体重下降，并改善 HbA1c、腰围、血压和生活质量，但胃肠道不良事件更常见。

第二步是结构及逐页内容生成。可以向AI发布指令：我想将这篇文献制作成10页PPT，用于学术汇报，对象是专业的临床专家，请制定outline，以及每一页的具体内容，按照PPT语言输出，每页控制在3到5个要点，并且必须包含关键数据，比如事件数、风险比、置信区间、组间差异等。

ChatGPT反馈：

Slide 1 — Title

Cagrilintide–Semaglutide in Adults with Overweight or Obesity and Type 2 Diabetes

• Phase      3a, randomized, double-blind, placebo-controlled trial
• 68-week      treatment period
• Published      in a high-impact medical journal (2025)
• Study      population: overweight/obese adults with type 2 diabetes

Slide 2 — Background

• Overweight      and obesity are highly prevalent in patients with type 2 diabetes
• Weight      reduction is associated with improved glycemic control and cardiometabolic      outcomes
• GLP-1      receptor agonists (e.g., semaglutide) have shown significant weight-loss      effects
• Amylin      analogues (e.g., cagrilintide) provide complementary mechanisms
• Combination      therapy may achieve greater weight loss than monotherapy

Slide 3 — Study Rationale

• Cagrilintide:      long-acting amylin analogue → appetite suppression, delayed gastric      emptying
• Semaglutide:      GLP-1 receptor agonist → reduced food intake, improved glucose control
• Hypothesis:      dual therapy (CagriSema) provides additive or synergistic effects
• Objective:      evaluate efficacy and safety of CagriSema vs placebo

Slide 4 — Study Design

• Phase      3a, double-blind, randomized, placebo-controlled trial
• Conducted      across 12 countries
• Total      participants: 1206
• Randomization:      3:1 (CagriSema vs placebo)
• Duration:      68 weeks
• Analysis:      treatment-policy estimand (similar to ITT)

Slide 5 — Population

• Adults      ≥18 years
• BMI      ≥27 kg/m²
• Type 2      diabetes ≥180 days
• HbA1c      7.0%–10.0%
• Stable      lifestyle intervention ± oral glucose-lowering drugs

Baseline characteristics:

• Mean      age: ~56 years
• Mean      weight: ~102 kg
• Mean      BMI: ~36 kg/m²
• Mean      HbA1c: ~8.0%

Slide 6 — Intervention & Endpoints

Intervention:

• CagriSema      (cagrilintide 2.4 mg + semaglutide 2.4 mg)
• Once      weekly subcutaneous injection
• Dose      escalation over 16 weeks

Primary endpoints:

• %      change in body weight at week 68
• ≥5%      weight loss

Confirmatory secondary endpoints:

• ≥20%      weight loss
• HbA1c      change
• Waist      circumference, blood pressure
• Quality      of life

Slide 7 — Primary Results (Weight Loss)

• Mean      weight change at week 68:
• CagriSema:      −13.7%
• Placebo:      −3.4%
• Estimated      difference:
• −10.4       percentage points (95% CI −11.2 to −9.5; P<0.001)

Proportion achieving weight loss:

• ≥5%:      83.6% vs 30.8%
• ≥10%:      65.6% vs 10.3%
• ≥15%:      43.8% vs 2.4%
• ≥20%:      22.9% vs 0.5%

Slide 8 — Glycemic & Cardiometabolic Outcomes

• HbA1c      change:
• CagriSema:      −1.8%
• Placebo:      −0.4%
• Difference:      −1.4 (95% CI −1.6 to −1.2; P<0.001)
• HbA1c      ≤6.5%:
• 73.5%       vs 15.9%
• Additional      improvements:
• Waist       circumference ↓
• Systolic       blood pressure ↓
• Physical       functioning ↑
• Quality       of life ↑

Slide 9 — Safety

• Any      adverse events:
• 92.3%       (CagriSema) vs 83.6% (placebo)
• Gastrointestinal      events:
• 72.5%       vs 34.4%
• Serious      adverse events:
• 10.4%       vs 12.9%
• Discontinuation      due to AEs:
• 8.4%       vs 3.0%
• Most      GI events were mild to moderate and transient

Slide 10 — Conclusion

• CagriSema      significantly reduced body weight compared with placebo
• Clinically      meaningful improvements in glycemic control and cardiometabolic parameters
• High      proportion of patients achieved ≥10–20% weight loss
• Gastrointestinal      adverse events were common but manageable

Clinical implication:

• Dual      incretin–amylin therapy represents a promising strategy for obesity and      T2D management

Limitation:

• No      active comparator (e.g., semaglutide alone)

✅使用建议（非常关键）

把以上内容直接复制进 Gamma 时，可以这样做：

Create a 10-slide medical presentation.Use clear, minimal text per slide.Highlight key numbers.

第三步是自动生成PPT。把AI整理好的结构和逐页内容输入 Gamma（https://gamma.app/，目前可以免费生成10页） 之后，它可以自动完成分页、排版和基础视觉设计。Gamma 官方网站把自己描述为可以用 AI 快速生成演示文稿、把文本转换成精美的幻灯片，并支持从文档或提纲出发制作演示。

可以完成初级排版，根据提示插入原文相应的图表

第四步是补充图表。当前 AI 在这一部分还很难真正替代人工，所以最稳妥的做法，仍然是从原文中截图或者重新整理后插入PPT。

第五步是人工审核。这一步不能省，因为AI再方便，也不能替代专业判断。完成初稿之后，需要回到原文逐一核对关键数据是否正确，终点定义是否准确，结论有没有被过度简化，尤其是主要终点、亚组分析和阴性结果，更要特别谨慎。AI的价值在于提速，但真正决定PPT质量的，还是最后这一步人工把关。只有经过审核，PPT才可以放心用于汇报。

如果把这个案例压缩成一个流程图，大概就是下面这样：

论文PDF

→ ChatGPT提取PICOS和关键结果

→ ChatGPT生成10页PPT结构

→ ChatGPT生成逐页内容

→ Gamma生成PPT初稿

→ 人工补图

→ 人工核对数据与结论

→ 最终成稿

单篇标准结构RCT文献的PPT制作相对简单，如果是复杂主题的医学文献，可能需要跟AI沟通更多论，并人工调整与校正更多内容，但思路是一致的。