面向监管级真实世界证据生成的分析代码开发：代理式人工智能研究

项目概览

该博士项目隶属于 University of Oxford 的 Botnar Research Centre，属于 Clinical Epidemiology and Medical Statistics 方向，周期为 3.5 年。

项目关注一个非常具体但影响很大的问题：如何把研究方案自动转化为可重复、可执行、适合监管场景的分析代码，用于真实世界证据（RWE）研究。

研究将围绕大语言模型与代理式 AI 展开，并用已完成且经过验证的 RWE 研究作为基准，评估自动化方法在正确性、可重复性和透明度方面的表现。

2026年项目资料列为面向全球的竞争性资助，2026年12月1日12:00截止、2027年10月入学；时区与当前名额尚未确认。

项目详情

研究背景

使用大型医疗数据库开展的 RWE 研究，已经成为监管决策中越来越重要的证据来源。但现实中，把研究方案翻译成可复现的分析代码依然费时、容易出错，而且环节很多，包括 codelist 和 cohort definitions、协变量选择、统计分析描述，以及敏感性分析等。对于监管申请来说，这些步骤必须预先规定、透明并可复现，因此自动化的吸引力很强。

项目介绍指出，近年来 LLMs 已经展示出生成代码的能力，而 agentic AI 则进一步允许模型迭代式地开发、执行、测试并修正分析流程。本项目要检验的就是，这类方法能否把研究方案转换为可执行、可复现的 pipeline，并在真实世界证据生成中承担一部分分析准备和执行任务。

方法与工作内容

项目会先用 AI 生成分析，再把这些分析与经验丰富的 RWE 研究者所编写的代码进行测试和基准比较。训练和测试对象将覆盖新的以及已经完成的 RWE 研究，并利用已验证的分析流程和结果作为 ground truth，横跨不同研究设计和数据集。

评估维度包括正确性、可重复性、对研究方案的遵循程度、分析有效性和效率。换句话说，项目不是简单看 AI 能不能写出代码，而是要判断它在哪些任务上可以可靠自动化，在哪些环节仍然必须有人类监督。研究过程中还要持续检视数据输入、流程执行与结果输出之间是否一致，避免出现看似可运行、实则无法在监管语境中复用的分析流水线。最终目标是评价代理式AI在何处有可靠贡献、何处需要人工判断；代码可执行、可复现、分析有效和监管可接受不是同一结论，不能保证生成内容可直接用于正式申报。

导师/团队信息

公开信息列出的导师包括 Prof. Daniel Prieto-Alhambra、Dr. Martí Català Sabaté 和 Dr. Xintong Li。训练单位是 Botnar Research Centre 旗下的 Health Data Sciences Section，而该中心同时承载 Oxford 的 Institute of Musculoskeletal Sciences。

项目环境强调方法、数据与跨机构合作的结合。学生将和学术卓越中心、监管机构以及产业方协作，包括 Harvard University、Universitat Autonoma de Barcelona、Erasmus Medical Centre、UK MHRA、European Medicines Agency 等。这样的团队设置意味着申请者不仅要理解统计和流行病学，还要理解监管语境下对透明度、前置定义和可复现性的要求。项目也会把代码开发与方法学审查放在同一条线上推进，因此需要学生对分析流程的细节保持足够敏感。

申请要点

• 学历要求：申请者应具有或预计获得相关学科的一等或二等一 BSc 学位，或同等学历。

• 英语要求：如适用，需要提供英语语言能力证明。

• 研究主题：代理式 AI、LLM、分析代码开发、真实世界证据、监管级分析流程。

• 方法训练：流行病学、生物统计、common data models、因果推断、real world evidence 方法与数据分析；第一学期有核心课程。

• 学术活动：学生需在部门研讨会、Health Data Sciences Section双周组会展示研究，参加外部会议；公告说明部门会议财务支持有限。

• 合作网络：可与多个国内外合作方协作，包括高校、监管机构和产业界。

• 强制培训：所有学生都需要参加NDORMS两天统计与实验设计课程。

• 申请方式：先联系相关导师注册兴趣，如需进一步说明，可联系 graduate.studies@ndorms.ox.ac.uk。

• 时间安排：资料列2027年10月开始、2026年9月中旬开放申请、2026年12月1日12:00截止，时区和当前状态待确认。

• 课程代码：D.Phil in Clinical Epidemiology and Medical Statistics，course code 为 RD_NNRA1。

学位与参考费用

Oxford授位，Botnar Health Data Sciences承接研究；本题3.5年DPhil，RD_NNRA1。自身课程2027/28参考学费Home每年£10,940、Overseas £36,260，单人生活费每月£1,475–£2,175；这些不是个人奖助金额。相关背景的一等或二等一BSc等值及适用英语证明为公告要求，具体中国学历等值和数字英语条件须确认。

需要进一步确认

• 公开信息没有明确列出博士奖学金金额或学费与津贴的具体覆盖范围。

• AI 生成代码在监管环境中的责任边界、最终是否允许直接用于正式申报，页面未逐项说明。

• 如果申请者更希望申请 MSc by research，其培养安排和资助条件没有完全展开。

PhD 项目深度调研报告：支持监管级真实世界证据生成的分析代码开发中的 Agentic AI（Botnar-2026-04）

申请判断

本题适合把流行病学、统计解释与可复现软件能力结合的申请者；核心是评价AI生成分析的有效边界，而非默认其满足监管要求。

这是一个面向健康数据科学里“更难、更窄”问题的高信号机会。它关心的不是语言模型能否写出看起来合理的代码，而是 agentic AI 能否把真实世界证据（RWE）研究方案转成可复现、可审计、并满足监管预期的分析流程。最强支撑来自导师与研究环境的匹配度。Daniel Prieto-Alhambra、Marti Catala Sabate 和 Xintong Li 都处在 Oxford 的 Health Data Sciences、OMOP、DARWIN EU 和 RWE 生态内，近期工作也直接对应可复现分析、大型医疗数据库和监管级证据生成。

2026年9月4日资料中，Oxford课程页尚未开放2026/27申请，并预告多数2027/28课程将于9月16日开放；当时Botnar列表未列Botnar-2026-04。项目介绍列2026年12月1日12:00截止、2027年10月入学，未列时区。这些历史信息不能证明目前仍有名额，应向Oxford/NDORMS确认正式项目、个人申请路线与资助。

研究方向与领域前景

潜在研究切入点

值得做的方向包括：protocol-to-code 的任务拆解、自动化 codelist/cohort definition 起草、可复现性评分、协议遵循测试、统计分析代码生成、敏感性分析规划、安全执行生成代码，以及与专家手工写出的 RWE 流程进行比较。另一个很强的方向是失败分析：幻觉变量、错误的时间窗口、隐性 cohort leakage、不合适的协变量选择、不可复现的包版本，以及与 protocol 不一致的敏感性分析。

这个项目最好避免被做成一个泛化的 agent benchmark。更强的版本，应当定义一个受约束的 RWE 研究类型集合、透明的 benchmark suite、预先设定的评分标准，以及一个能够检验数据适用性、可复现性和可追踪性的人工审核模型。能运行或通过基准不等于得到监管认可；协议表达、统计/因果有效性、数据治理及最终申报责任须分别评价。

领域进展

相关政策与网络资料提供了领域背景，不能直接证明某个AI流程获准用于申报。EMA 的 real-world evidence page 提到，DARWIN EU 网络已扩展到 18 个欧洲国家的 40 个数据伙伴，覆盖约 2.5 亿患者，并接入了额外的美国数据。ICH M14 guideline 在 2026 年 3 月已在欧盟内生效，为药物安全评估中的非干预性 RWD 研究设定了高层原则。FDA 2025 年关于医疗器械的 RWE guidance for medical devices 也同样聚焦 RWD 是否足以支撑监管决策。

上述政策和网络数字属于原资料所述时点，没有据此确认当前规模或规则。它们说明评价自动化的背景，而非代码合规性证明。论文价值最终取决于它能否说明哪些任务可以可靠自动化、哪些环节会失败，以及为了让人类保持有效监督，需要什么样的审计轨迹。

职业与市场前景

对能同时掌握健康数据科学、可复现软件、AI 评估和监管素养的人来说，市场信号是正面的。英国政府的 life-sciences skills assessment 预测关键生命科学职业会快速增长，并强调数字技能、数理能力、监管能力与 responsible-AI 技能的需求。WEF skills outlook 也把 AI 与 big data 列为增长最快的技能领域，同时强调分析思维与人工监督。

可能的去向包括学术 RWE 方法、pharmacoepidemiology、监管科学、健康数据科学、临床分析，以及制药、监管机构、health-tech 或学术环境中的 responsible-AI 评估。需要注意的是，单纯的通用 AI 编码能力并不稳固；真正更有壁垒的画像，是领域上站得住、经过审计且可复现的健康数据分析能力。

学校、学科与培养

该项目对应 Oxford 的 DPhil in Clinical Epidemiology and Medical Statistics。这是一个以研究为主的项目，覆盖流行病学、医学统计、临床试验、AI、卫生经济学和真实世界健康数据。课程页面写明，学生通常在 Botnar Research Centre 的研究组开展研究，接受院系层面的研究训练，参加研讨会和类似 journal club 的学术活动，并通常由至少两位核心导师联合指导。页面也列出了统计、流行病学、卫生经济学或相关领域的入学要求，以及标准英语要求。

更大的研究环境也非常强。Oxford 的 facts and figures 页面显示，THE 在 2017 到 2026 年持续将 Oxford 列为全球第 1，且在 THE 2026 的 Medical and Health 与 Computer Science 学科中同样排名第 1。THE Oxford profile 显示其 2026 年全球第 1；QS World University Rankings 2026 将其排在第 4；QS 2026 subject results 中，Life Sciences and Medicine 排名第 2。ShanghaiRanking Oxford profile 则补充了 ARWU 2026 第 7，以及公共卫生和生物科学方面较强的 2025 学科位置。

Botnar 这一层的信号也偏正面，但带有一定间接性。Botnar DPhil and MSc by Research 页面提到资深导师指导、研究设施、支持性的学术共同体，以及跨 Oxford 研究中心的合作。不过，2026年9月资料中的 Botnar projects 页面仍显示上一批项目已关闭，并未列出这个具体项目。这既不等于2027项目已关闭，也不能证明当前开放，正式项目及个人路线仍须确认。

导师与实验室评估

导师研究方向

Daniel Prieto-Alhambra 的官方 NDORMS profile 与本项目高度一致。页面写明他是 Professor of Pharmaco- and Device Epidemiology，也是 Botnar 的 Health Data Sciences section head，并担任 EMA DARWIN EU Coordination Centre 的副主任，研究中涉及面向监管级真实世界证据的分析工具。其 St Hilda's profile 也从另一角度强调同样的方向：围绕常规采集的健康数据开展监管健康数据科学，用于药物、疫苗和器械的安全性与有效性研究。

Marti Catala Sabate 的 NDORMS profile 对代码开发和可复现性这一侧尤其相关。页面写明，他开发 R packages 和代码，用于整理并分析映射到 OMOP Common Data Model 的数百万条医疗交互数据，同时也以程序员和 study leader 身份参与 DARWIN EU。Xintong Li 的 profile 则补充了真实世界证据、疫苗/用药利用研究，以及 Oxford 同一项目方向的 DPhil 背景与近期多数据库论文。

近期论文与软件的证据边界

以下是相关论文与软件的摘要性证据。现有材料未确定每篇完整原文的阅读范围及所有作者具体贡献，不能称为三篇全文审读；两个2025年预印本尚未经过同行评审。团队开展多数据库分析的经验，也不等于本项目的AI生成代码已验证。

最近的论文链条，对本项目的支撑比泛泛的“AI 导师匹配”要强得多。2026 年 Lancet Regional Health - Europe 的 ADHD medication use across five European countries 研究由 Xintong Li 主导，Daniel Prieto-Alhambra 担任资深/通讯作者。研究使用了五个欧洲国家的常规电子健康记录、OMOP CDM/联邦分析原则，以及 EMA/DARWIN EU 的语境，说明团队确实在做面向监管方的多国 RWE 分析。

2025 年预印本 Double Machine Learning for Causal Inference in High-Dimensional Electronic Health Records 包含 Xintong Li、Marti Catala 和 Daniel Prieto-Alhambra。它在稀疏高维 EHR 场景中，使用 CPRD/OMOP 的 plasmode simulation 评估 offset-DML。虽然尚未经过同行评审，但与评估 AI 生成分析流程的分析有效性直接相关。

2025 年预印本 CohortSymmetry 同样包含 Xintong Li、Daniel Prieto-Alhambra 和 Marti Catala，介绍了用于 OMOP CDM 数据序列对称性分析的 R package。配套的 OHDSI documentation 也显示其在 OMOP CDM 软件上的实践导向。2024 年关于 standardised and reproducible phenotyping in DARWIN EU 的论文，则提供了一个与可追踪表型生成高度接近的方法学先例。

实验室、资源与合作环境

Pharmaco- and Device Epidemiology group 以常规健康数据开展药物/器械安全性与有效性研究，并有国际合作和明确列出的团队成员，包括 Marti Catala 与 Xintong Li。OxInfer 则被描述为 Oxford 的分布式分析与网络研究团队，并共同推动 DARWIN EU 的分析流程开发。

更可能的资源优势，是学生能直接接触理解 OMOP、分布式分析、codelists、因果推断和监管证据的人。尚未明确的是：这个具体 DPhil 能否接入哪些已完成的 RWE 流程、数据集、安全计算环境或监管合作资源。

资助、申请与生活成本

项目说明写明这是一个面向全球学生的 competition funding，但未找到官方的项目级资金细则。NDORMS 的 funding information 说明，该部门会向优秀申请者提供 fully funded DPhil studentships，覆盖 University 和 College fees，以及按标准 Research Council rate 发放的 生活津贴。页面也列出了 China Scholarship Council，作为 Medical Sciences 申请者相关的重要外部奖学金之一。

Oxford 官方课程页列出的 2027-28 年学费是 home 学生每年 GBP 10,940，overseas 学生每年 GBP 36,260。Oxford 的 living-cost page 估计 2027-28 年单个全日制研究生的生活费为每月 GBP 1,475-2,175，12 个月合计 GBP 17,700-26,100。页面还说明，奖学金生活津贴通常跟随 UKRI 最低博士津贴标准，并以 2026-27 的 GBP 21,805 为参考。

结合这些信息看：个人奖助是否足够，取决于生活津贴、海外学费覆盖及个人开支；不能仅凭fully funded字样下结论。若只有部分资助或Home学费支持，海外申请者应核对差额。按上述海外费与12个月生活费，未获资助的年度合计为£53,960–£62,360，未计签证、IHS、差旅与其他支出，不是个人奖助或完整预算。国际申请者还要预算签证和 Immigration Health Surcharge；Oxford 的 visa page 说明，大多数非英国国民都需要 Student visa。

培养与正式申请

项目为3.5年DPhil in Clinical Epidemiology and Medical Statistics，课程代码RD_NNRA1，Oxford授位，Botnar Health Data Sciences Section承接研究，隶属NDORMS环境。项目列Daniel Prieto-Alhambra、Martí Català Sabaté及Xintong Li三位导师；个人日常分工须确认。

公告训练包括流行病学、生物统计、common data models、因果推断与RWE方法，第一学期核心课程含数据分析；需参加部门及大学研讨会、Health Data Sciences双周组会并展示研究，外部会议仅有有限部门财务支持。另有Medical Sciences Division技能课程及必修NDORMS两天统计与实验设计课程，不能理解为无限差旅或数据访问。

公告要求已具备或预计获得相关学科一等或二等一BSc或等值资格，并在适用时提供英语能力证明。现有资料只称课程使用标准英语要求，没有给出本题数字分数、有效期或豁免细则，须按个人课程确认。可先与导师及graduate.studies@ndorms.ox.ac.uk联系，但邮件不是正式申请，MSc by research的时长和资助也不能从DPhil推定。

申请者匹配度与准备

最适合的背景

这个项目最适合能把流行病学、biostatistics、medical statistics、health economics 或 health data science 与强分析编程能力结合起来的申请者。若能证明有可复现的 R/Python workflows、Git、unit tests、数据流程、因果推断和 common data model 经验，会很有帮助。项目也偏好那些重视文档、可审计性、协议遵循和 human oversight，而不只是模型能力的人。

对于中国受教育背景的申请者，Oxford 的 international qualifications page 给出了较高的成绩门槛：若相当于 strong upper-second，通常要求来自 Double First Class 或原 985/211 学校达到 85%，其他院校达到 90%；first-class equivalence 的要求更高。Oxford 的 international guidance 还说明，所有申请者都走同一流程，截止日期对所有申请者一致，也没有国际学生配额或目标值。

需要谨慎的情况

如果申请者的背景主要是通用软件工程或 LLM 应用，而缺乏流行病学/统计学基础；或者主要是生物医学/临床经验，却缺少可复现的分析代码能力，都需要谨慎。这个项目很可能要求能处理含糊的医疗数据、编码错误、协议细节、codelists、cohort windows 和敏感性分析。它也不太适合只想做纯理论 ML 论文或 wet-lab 项目的人。

可强化的技能与证据

一个小而精的 RWE 风格项目会很有帮助，例如一份带有文档化 codelist、可复现环境文件、测试和偏倚/敏感性讨论的 cohort 构建与分析 notebook。申请者最好能谈清楚团队最近至少一篇论文，尤其是 ADHD 的 DARWIN EU 研究、offset-DML 预印本，或 DARWIN EU 表型工作。更强的陈述信写法，是把 agentic AI 视为在监管级约束下需要被验证的工具，而不是对流行病学判断的替代。

风险与待核实问题

高优先级问题

1. 官方 NDORMS/Oxford 页面是否已经发布 Botnar-2026-04，且目标入学批次是否为 2027 年 10 月？
2. 官方系统是否确认2026年12月1日12:00截止，所用时区是什么？
3. 这项竞争性资助是否对中国申请者覆盖 overseas course fees，且 2027-28 的 生活津贴 是多少？
4. 学生能接触到哪些已完成的 RWE 研究、数据集与已验证流程，作为 ground truth？
5. 学生会直接使用 DARWIN EU/OxInfer/OHDSI 基础设施，还是主要依赖公开或合成示例？
6. AI 生成分析代码的安全执行、数据治理和 code review 环境会是什么？

中优先级问题

1. 预期编程栈是什么：R/OHDSI packages、Python agents、workflow engines，还是混合栈？
2. 评估标准里，哪些最重要：correctness、reproducibility、protocol adherence、analytical validity、efficiency、auditability 还是 human oversight？
3. 这个 AI/RWE 项目或课程代码，对中国申请者是否需要 ATAS？
4. 是否存在监管方或 industry placements、发表限制或数据共享限制？
5. 提交前应怎样与graduate.studies@ndorms.ox.ac.uk确认项目、课程与正式申请步骤？

证据与来源

• 项目及历史状态资料：DPhil in Clinical Epidemiology and Medical Statistics；Botnar projects；NDORMS How to apply。
• 项目环境与课程证据：Botnar DPhil and MSc by Research；Pharmaco- and Device Epidemiology group；OxInfer。
• 导师证据：Daniel Prieto-Alhambra；Dani Prieto-Alhambra at St Hilda's；Marti Catala Sabate；Xintong Li。
• 近期论文与软件证据：ADHD medication trends study；Offset-DML preprint；CohortSymmetry preprint；DARWIN EU phenotyping paper；CohortSymmetry documentation。
• 排名证据：Oxford facts and figures；THE Oxford profile；QS World University Rankings 2026；QS subject results 2026；ShanghaiRanking Oxford profile。
• 监管、资助与成本证据：EMA real-world evidence；ICH M14 guideline；FDA RWE device guidance；NDORMS funding；Oxford living costs；Oxford visas and immigration。
• 申请者匹配度与市场证据：Oxford international qualifications；Oxford international applicants guidance；UK life-sciences skills assessment；WEF skills outlook；Common Data Model solutions for HTA。