01 / 定量
量化证据
统计模型把观察转化为估计、预测、比较和不确定性。假设与验证过程保持可见，而不是被压缩成一个分数。
生物统计 · 决策科学 · AI
增强智能，责任在人。
李也（Lennon Li） PhD · P.Stat.
Biostats + AI 结合严谨的生物统计与人工智能，支持以证据为基础的人类决策。AI 辅助推理、比较方案与评估后果；最终决策权及相应责任仍由人承担。
证据 / 定量 + 语义
不确定性：随答案传递
模型权限：有边界
最终决定：由人负责
同一现实，不同视角。
互动示例 / 约 30 秒
预测结果，不等于决策。
改变概率、敏感性范围与错误代价，观察不同假设下的优选行动如何改变。跨过阈值代表结论敏感，不等于已证明复核最优。
调整假设
从证据到决策 · 示意
可能范围30–54%
行动阈值40.0%
0%25%50%75%100%
示意区间估计值行动阈值
系统能够给出什么建议
需要人工审阅
示意区间跨过了行动阈值，需要人工审阅。
决策建议：需要人工审阅由人决定 / 可追溯的选择
系统建议不等于最终决定。
请选择你的行动，并说明原因。此演示仅在当前页面显示选择，不会保存或发送资料。
尚未作出人工决定。
调查并非经过优化的第三种行动；其价值取决于调查成本、信息可靠性及可能改变的后续决定。实际系统还需记录授权、结果与事后评估。
仅用于演示决策原理，并非针对任何实际情境的行动建议。概率与不确定范围均为虚构示例，并非经过校准的预测或统计置信区间。漏报代价由您设置，误报代价固定为 2，系统据此计算预期损失的临界值。真实决策仍需要验证过的证据、具体情境及专业判断。
01 — 从证据到决策
现实中的许多问题，本质上都是决策问题。
该调查、发布、授权、委派、继续，还是停止？分类与预测只是起点；真正的决定还取决于可选行动、约束、不确定性、成本与后果。
02 / 解释
理解语义与推理
并非所有证据都能转化为数字。语义模型帮助理解背景；交互式大语言模型协助界定问题、提出不同解释、质疑假设和转译知识，但不能因此获得决策权。
03 / 决策
评估决策质量
比较不同行动、错误代价、机会成本与进一步获取信息的价值。检验 AI 是否真正改善最终决定，而不只是让解释更流畅；责任仍由人承担。
运行原则
不确定性应该随答案一起传递。
系统应保留足够证据，让人知道建议基于什么、还不知道什么，以及什么时候不应该行动。
数据，是现实的投影。模型，是数据与假设共同塑造的投影。而现实，大于两者。
02 — 决策系统方法
界定问题、交互推理、由人决定，再评估后果。
这套方法可用于隐私、科学审阅、调查、模型委派、资源分配与停止决策。大语言模型辅助交互推理与解释；计算、规则和验证仍须可检查。
01
决定
系统要支持什么选择、升级、预测、审阅或行动？什么样的证据才真正有用？
已定义02
证据
有哪些定量与语义证据？哪些信息缺失、有偏、不能安全暴露，或根本不在观察范围内？
有边界03
模型 + 不确定性
选择合适的统计、计算或语义模型，验证并比较它们，把不确定性、分歧与拒答继续传递到下一步。
已评估04
审慎决策与评估
利用交互式 AI 质疑假设、解释权衡，比较代价与后果；由人决定，并以决策质量、校准表现及审阅负担对照基线进行评估。
由人负责决策闭环 / 人在系统之中
人不是系统之外的审批按钮，而是决策系统的一部分。
统计与 AI 提供证据、推理、备选方案及后果分析；人负责明确目标与价值取舍，质疑假设，决定行动、继续调查、暂缓或停止，并对决定及其后果承担责任。系统必须记录决策依据、人工确认、反馈和重新评估的过程。
问责不等于独自承担全部责任：系统开发者、部署机构与治理者同样对工具的设计、验证、监督和使用条件负有相应责任。
更好的自动化有价值；更好的判断与清晰的责任才是目标。
研究问题 / 尚待验证
生物统计、AI 与人的判断结合，能否真正改善决策？
这是我们要检验的问题，而不是已经得到的结论。现有软件与交互示例展示方法和功能；尚无证据证明这一组合已在真实情境中提升最终决策结果。
已实现
方法与原型
统计建模、软件工具、规则与语义处理，以及可交互的虚构决策情境。功能展示不等于效果验证。
计划评估
与简单方法比较
对照规则、统计模型和 AI 辅助方案，考察校准、决策损失、成本、审阅负担与人在系统中的表现。
尚无结论
真实决策效果
目前不宣称 AI 已改善实际决策结果。未来无论结果为正、为负或不确定，都应如实报告。
03 — 现有工作，同一个主题
决策科学的不同实践领域。
从公共卫生调查、科学软件审阅，到隐私与 AI 数据访问、模型委派效率，我在不同领域研究同一类问题。这些是具体领域的研究与工程实践，而非已验证的通用决策引擎。
旗舰 / PAGe
预测仍在发生的未来，同时保留不确定性。
PAGe 是一个按流行阶段对齐的传染病预测系统。它把预测当作决策支持问题：识别正在出现的阶段，估计下一步可能发生什么，保留概率不确定性，并把可解释的证据交给人，而不是只给一个不透明的预测值。
定量统计预测
概率保留不确定性
验证样本外评估
人工支持决策，不自动作主
PAGe v3 当前仍是影子评估模型，不能当作已投入实际运行的临床预测。
真实项目
四个项目，同一种证据与决策思路。
科学预测、决策把关、数据隐私与可复现工程。既展示系统，也说明证据从何而来、如何验证与把关。
01 / 项目实践
PAGe｜有验证关口的预测
预测呼吸道病毒未来一至两周的阳性率。训练中保留专家对流行起点的判断，采用分阶段建模、模型冻结及留出季节检验。当前 v3 仍处于影子运行阶段。
体现的能力
科学建模 · 验证流程 · 可复现
02 / 决策把关 · 研究原型
Cranary｜以证据把关软件发布
一套面向 R 软件包的证据驱动评估系统，区分确定性检查、有限边界的 AI 语义审阅与人工发布决定。检查结果可标记为问题、待审阅或未知；AI 不能越过既有问题，更不能保证 CRAN 接收。
用真实软件包校验评估体系
对照 CRAN 当前及历史软件包版本、已确认问题与修复前后案例，以及保留的验证样本，检验规则是否有用。跨版本评分与更大规模的同类软件包比较仍在研究中，尚不能当作经过验证的排名。
开发中 · 源码仓库暂未公开查看评估方法 ↗
03 / 项目实践
DataGangeR｜降低 AI 数据风险
一个在本地生成合成数据替身的 R 软件包。用户先审阅敏感字段，生成后检查保真度与披露风险，再决定是否导出；合成数据不等于彻底匿名。
体现的能力
统计工程 · 隐私审阅 · 智能体交接
04 / 项目实践
ONgeoR｜有据可查的地理分析
从权威来源获取安大略省和加拿大统计局地理边界，将地点关联到公共卫生区域，并记录数据来源。交互式工具还可以导出可复现的 R 代码。
体现的能力
空间数据 · 来源追溯 · 实用工具
项目介绍依据公开文档；实际用途与性能仍需结合相应验证结果判断。
决策系统
证据 → 行动PAGe 支持传染病预测；Which 探索校准、拒答、模型比较和语义证据的显式决策与评估层；aiR 支持统计分析，同时把假设与解释留给分析者；SSC Review Agent 使用检索证据和结构化规则支持审阅，但最终判断仍由人作出。
可信与控制基础设施
有边界的 AIDataGangeR 用合成替身减少源数据不必要的暴露；HMA 把证据和批准绑定到工作流阶段；AgentPorter 约束智能体可访问和可执行的范围；clientAgent 把请求转化为可审阅的候选成果，而不给智能体发布权。
可复现证据系统
溯源 + 验证OPCC 与 ONgeoR 让公共卫生链接和地理处理具备可复现、可追溯的证据链；Cranary 结合确定性软件包检查、有限边界的 AI 语义审阅与人工发布把关，并通过真实 CRAN 软件包版本检验规则。重点不是一次性分析，而是让证据可以被检查、复用和维护。
AI 扩展了我们能表示的内容——不等于扩展了自动可信的范围。
统计提供明确的假设、校准、验证和不确定性；语义 AI 处理难以编码成传统变量的证据；工作流控制则保留溯源、边界和审阅。
共同的问题因此不是“哪个模型最聪明”，而是“什么证据支持这个决定、还不确定什么、什么时候系统应该拒答，以及谁有权采取行动”。
证据？校准？不确定性？拒答？溯源？权限？
思考方式
模型看不见的，还有很多。
统计教我检验证据能说明什么，哲学提醒我不要把描述当作现实。AI 让这两件事更重要。
模型有用，不等于掌握了全部真相。AI 答得流畅，也不等于可以直接照做。
设计系统时，我会把证据来源、关键假设、不确定性、隐私边界和人的责任留在明处。既是技术要求，也是我理解科学与判断的方式。