医学科研 AI 工具库
这里更适合“我已经大概知道要找哪类工具”的场景：按医学文献检索、文献管理、阅读翻译、论文写作、JASP/easystats 统计分析、BioRender 科研绘图、生信影像等分类快速比较。 如果你还不确定当前任务该怎么拆，优先去场景导航；如果你已经锁定工具类型，再回到这里看适用人群、替代方案和编辑判断。
小型临床研究的基线表、组间比较和 logistic...
jamovi
小型临床研究的基线表、组间比较和 logistic... 的价值主要在明确场景里释放，先用一个低风险任务试跑，再决定是否纳入主流程。
适合：需要用图形界面完成常规统计分析，同时希望保留一定 R 扩展能力的医学研究生、临床医生、科研护士、公共卫生研究者和统计教学人员。
注意：不适合复杂自动化分析、组学流水线、正式临床试验统计提交、高级生存分析或需要完整脚本审计的项目；这类任务应考虑 R、Python、Stata、SAS 或专业统计支持。
临床回归模型诊断与结果报告
easystats：R 模型诊断、效应量与医学论文统计报告工具
临床回归模型诊断与结果报告 的价值主要在明确场景里释放，先用一个低风险任务试跑，再决定是否纳入主流程。
适合：已经使用 R 做医学统计建模的医学研究生、临床医生、PI、生信/组学/影像组学研究者，以及需要把回归模型、混合效应模型或贝叶斯模型结果整理为论文表格、补充材料和审稿回复的课题组。
注意：不适合完全不写代码的用户；如果只做基础 t 检验、卡方检验、简单 ANOVA 或描述性统计，可以先看 JASP、jamovi 或 GraphPad Prism。也不适合在研究设计、主要结局、协变量和统计分析计划尚未明确时直接用来自动决定模型。
医学论文表 1、基线资料描述和两组或多组临床指标比较
JASP：免费开源的医学统计分析工具
医学论文表 1、基线资料描述和两组或多组临床指标比较 的价值主要在明确场景里释放，先用一个低风险任务试跑，再决定是否纳入主流程。
适合：不想从代码开始、但需要完成医学论文基础统计分析和结果复核的医学研究生、临床科研医生、科研助理、PI，以及需要对少量候选指标做下游统计展示的生信、组学、影像研究者。
注意：不适合复杂数据清洗、大规模队列自动化分析、高级生存分析、多水平纵向模型、多重插补完整流程或需要脚本化复现的项目；这类任务应考虑 R、Python、Stata、SAS 或专业统计支持。
刚进入单细胞 RNA-seq 分析
scRNA seq notes：单细胞分析工具与学习资料导航
刚进入单细胞 RNA-seq 分析 的价值主要在明确场景里释放，先用一个低风险任务试跑，再决定是否纳入主流程。
适合：刚进入单细胞 RNA-seq 分析，想了解工具生态和学习路径的医学科研人员
注意：列表信息可能滞后
WSI 查看
QuPath
WSI 查看 的价值主要在明确场景里释放，先用一个低风险任务试跑，再决定是否纳入主流程。
适合：做病理切片、免疫组化定量、肿瘤微环境、空间组学前处理和数字病理 AI 前处理的医学科研人员。
注意：不适合替代病理诊断；阈值、区域标注和细胞检测结果需要病理专业人员复核。若只需简单看片、少量截图测量，或需要现成的商业级AI病理算法包，QuPath未必是最高效选择。
单细胞多组学整合
scvi tools：单细胞组学深度生成模型工具箱
单细胞多组学整合 值得作为候选工具比较，但不要只看功能宣传，重点看是否能解决你的当前任务。
适合：做单细胞 RNA-seq、多组学整合、批次校正和潜变量建模的生信研究者
注意：学习曲线较高
多组学探索分析
omicverse：多组学与单细胞分析的一站式 Python 工具箱
多组学探索分析 值得作为候选工具比较，但不要只看功能宣传，重点看是否能解决你的当前任务。
适合：需要处理单细胞、多组学、空间转录组或生物网络分析的科研人员
注意：功能多不代表每个模块都适合你的数据
肿瘤微环境研究中辅助分析T细胞、髓系细胞、成纤维细...
scGPT
肿瘤微环境研究中辅助分析T细胞、髓系细胞、成纤维细... 的价值主要在明确场景里释放，先用一个低风险任务试跑，再决定是否纳入主流程。
适合：从事单细胞RNA测序、肿瘤微环境、免疫疾病、感染、神经退行性疾病、药物机制、转化医学或参考图谱构建的医学研究生、临床科研医生、PI和生物信息学研究者。更适合已经熟悉Python、AnnData、Scanpy或Seurat流程，并能独立复核模型输出的团队。
注意：不适合没有Python和单细胞分析基础的用户，也不适合直接用于临床诊断、治疗建议、患者分层决策，或对每一步结果都要求强可解释性和标准化报告的项目。对只需完成常规质控、聚类、差异表达和论文作图的项目，Scanpy、Seurat等成熟流程通常更直接。