
医学写作面临一个循环往复的准入门槛问题。雇主想要看医学写作的范例,而没有雇主,你就无法产出医学写作的范例。大多数职业指南对此的建议是让你“建立作品集”,然后直接跳到下一个标题。
但这篇指南并非如此。以下是实际的步骤顺序、每一步在时间和金钱上的成本、如何在没有客户且没有机密数据的情况下建立三篇作品集,以及证书/认证领域的真实情况。
<CTA title="正确撰写你的第一篇写作范例" description="Jenni 帮助你根据已发表的论文进行起草、构建结构并引用,从而创建一篇作品集" buttonLabel="免费试用 Jenni" link="https://cn.app.jenni.ai/register" />
按顺序进行的五个步骤
顺序比速度更重要。那些停滞不前的人通常跳过了第一步,花了几个月的时间为自己并未选择的方向制作范例。

1. 在着手构建任何内容之前,先选择一个方向
注册撰写(Regulatory writing)、发表物撰写(publication writing)、医学传播(medical communications)和消费者健康撰写(consumer health writing)的招聘方式不同、薪资不同,且看重的范例也不同。注册招聘经理不会被一篇写得很漂亮的患者宣传册所打动。根据你已经掌握的知识进行选择:如果你有实验室或临床研究经验,注册和发表物撰写是更近的途径。如果你的背景是传播或新闻学,那么医学传播和消费者健康则是更适合的选择。
2. 学习该方向的规则手册
每个方向都有在任何人雇佣你之前就可以免费阅读的文件。对于注册撰写,那是针对临床研究报告的 ICH E3 指导原则 以及针对药物临床试验质量管理规范的 ICH E6。对于发表物撰写,则是 ICMJE 推荐标准。对于消费者相关工作,欧盟委员会的 《良好通俗总结实践》 指南是该领域最好的免费易读性标准,它设定了一个大多数人发现极具挑战性的目标:让大约 12 岁及以上的读者能够理解。
阅读这些内容并不是在为工作做准备。这本身就是工作的一大部分,并且能够说出哪项指南指导哪份文件,在面试中是一个真正的优势。
3. 建立三篇范例
三个是最佳数量。一篇展示范围,三篇展示稳定性。它们应该是什么内容将在下面的专属章节中介绍,因为这是大多数人卡壳的地方。
4. 获得付费工作
存在四条切合实际的途径。合同研究组织(CRO),这是最可靠的切入点,因为他们提供培训,并且能接触到每一种文件类型。医学传播机构,他们更乐意招聘有写作背景的人。内部转岗,如果你已经在一家具备 医学写作职能 的公司工作,这是迄今为止最容易且最容易被忽视的途径。或者是第一个自由职业客户,通常是需要整理手稿的小型生物技术公司或学术团队。
5. 决定是否考取认证
这是最后一步,而不是第一步。美国主要的资格证书需要两年的付费工作经验才有资格报考,因此它不能作为入行的敲门砖。请将其视为你已经开始工作后才需要考虑的事情。
<ProTip title="🚪 入行捷径:" description="如果你目前的雇主有医学写作或医学事务团队,在向其他地方申请之前,请求为他们撰写一份文件。一份有真实评审人员的内部范例胜过三份自己制作的范例" />
你需要博士学位、课程证书还是资质认证?
这三者经常被混为一谈,但它们是完全不同的东西。
博士学位并非必需。最强有力的证据在于结构:该领域的主要认证——医学写作认证(Medical Writer Certified)证书,仅要求拥有任何领域的学士或高级学位加上两年的付费医学传播工作经验。尽管如此,AMWA 报告称,截至 2019 年,大约 78% 的医学写作者拥有高级学位,因此这很常见。它的作用是证明你可以阅读原始文献的捷径,而作品集则能以更直接的方式证明这一点。
课程证书(Certificate)代表课程结业。资质认证(Certification)则是通过考试获得的凭证。欧洲医学写作者协会(EMWA)对这一区别的态度非常坦率,声明其课程证书并非对个人专业能力的认可,持有人不应自称为 EMWA 认证专家。如果在简历中把这一点写错,在了解该领域的人面前,会让你付出代价。
途径 | 时间 | 典型成本 | 它实际为你带来什么 |
自学加上作品集 | 3 到 6 个月 | 几乎为零 | 每个雇主都会检查的唯一东西,即范例 |
大学课程证书 | 3 到 12 个月 | 结构、截止日期、学习伙伴以及简历上的经历 | |
MWC 资质认证 | 首先需要 2 年的付费经验说明 | 考试费 | 在了解该证书的雇主眼中的公信力 |
通过 CRO 入行 | 如果被录用,立即开始 | 无,你会获得薪水 | 跨多种文件类型的指导培训 |
如果你只能做一件事,那就制作作品集。无论如何,其他每条途径最终都会要求看作品集。
<ProTip title="🎓 证书相关:" description="在付费前问任何证书项目一个问题:会有在职的医学写作者花多少小时来评审和修改你的文章?如果答案是零,那你买的只是可以免费阅读的讲义内容" />
如何在没有客户工作的情况下建立作品集

这是每个人都会略过的一步。以下是三个你可以在本月仅利用已发表的材料、无需雇主且无需机密数据即可撰写的作品。
已发表临床试验的通俗语言总结。 挑选一个你在你理解的领域中最近进行的 3 期临床试验,写一篇 400 字的文章,为没有医学背景的读者解释测试了什么、发现了什么以及尚未确定什么。根据《良好通俗总结实践》指南来撰写,而不是凭自己的喜好。这是最有用的一篇范例,因为它证明了你能够同时阅读论文并严谨地控制结论宣称。
未提供结构化摘要的论文的结构化摘要。 选择一篇以非结构化摘要形式发表的论文,在 250 字以内将其重写为背景、方法、结果和结论。这是一项压缩练习,而压缩是这项工作的大部分内容。
你所选方向的一种文件类型。 对于注册撰写,根据已发表的试验撰写一份模拟的 ICH E3 概要:章节列表是公开的,数据就在论文中。对于发表物撰写,撰写一篇手稿的讨论部分。对于医学传播,撰写一封标准的回复信,利用已发表的证据回答一个临床问题。
针对这三者有两条规则。清楚地将它们标记为基于已发表数据的写作范例,这样没人会认为你是从雇主那里拿来的。并展示来源:医学写作范例的价值不在于词藻,而在于每句话背后的证据链,这意味着每个结论宣称都需要附带一个可靠的来源。
<ProTip title="🗂️ 作品集:" description="发送两篇范例,而不是五篇。招聘经理会仔细阅读第一篇,略读其余内容,因此你第三好的作品实际上在起反作用" />
如何使用 Jenni 起草作品集内容
以下是撰写通俗语言总结的工作流程,这是最值得首先撰写的内容。
步骤 1. 设置文档。 准确描述你正在写什么、写给谁以及篇幅。提示词中的具体性是防止草稿显得千篇一律的关键。

步骤 2. 选择你的引用设置。 选择目标受众期望的格式以及要利用的来源数量。数字格式在医学出版物中是标准格式。

步骤 3. 生成标题。 你可以在产生任何正文之前获得一个可以编辑的大纲。对于通俗总结,将默认内容替换为患者实际会提出的坦率问题:测试了什么、谁参与了、发生了什么、这对我有何意义。

步骤 4. 将试验论文导入你的文献库。 通过其 PMID 或 DOI 添加来源,使引用从一开始就是正确的,然后根据论文撰写每个部分,而不是凭记忆撰写。
步骤 5. 在发送到任何地方之前进行审查。 运行 Claim Confidence(宣称置信度)来捕捉任何你陈述得比数据支持更绝对的内容(这是初次写通俗总结最常见的失误),并运行 Source Quality(来源质量)来检查你所依赖的内容。然后大声读出来。如果一句话需要读第二遍,患者就不会再读下去了。
第一年的实际情况是怎样的

做好这一年都在被修改润色的准备。一份文件可能会退回并带有来自统计学家、临床医生、注册负责人以及偶尔来自律师的意见,而且这些意见会相互矛盾。在不迷失文件主线的情况下协调这些意见,是将第一年的写作者与第二年的写作者区分开来的技能,而没有人是天生就会这项技能的。
做好写作只占少数时间的准备。大部分工作是阅读源文件、寻找正确版本的表格、核对数字与其原始出处,以及跟踪不同草稿之间的变化。喜欢这部分工作的写作者进步很快。只喜欢写句子的写作者往往容易倦怠。
做好一开始的薪资是合情合理而非极其丰厚的准备。美国劳工统计局没有专门针对医学写作者的类别,最接近的类别是技术写作者,在 2024 年 5 月报告的更广泛人群中的中位收入为 91,670 美元。入门级医学写作通常起薪远低于此,但晋升速度比大多数写作职业更快,尤其是在注册撰写方向。
<ProTip title="🧠 学习这一点:" description="在你入职第一个月,学会找到提供给你的每个数字的来源。知道一个数据来自哪张表,会让你比任何华丽的措辞都更有用" />
从一份文件开始,而不是一个计划
成功完成这一转型的普通人几乎从未通过首先规划好整条路线来做到这一点。他们写了一篇通俗总结,展示给该领域的工作人员看,被告知有什么问题,然后写出一篇更好的。三轮这样的练习比花一年时间阅读关于该职业的文章更有价值,而且除了花些晚上时间外,不需要任何成本。
<CTA title="本周撰写第一篇范例" description="在任何人阅读之前,起草它,正确引用它,并对照论文检查每一个结论宣称" buttonLabel="免费试用 Jenni" link="https://cn.app.jenni.ai/register" />
挑选一个你感兴趣的试验,导入论文,并撰写 400 字的版本。保持语调克制且结构清晰,并注意原始论文的各部分是如何映射到你产出的内容上的。这种从密集的结论部分到普通人能看懂的内容的映射,就是整个职业的微缩模型。
