人工智能聊天机器人对创伤性脑损伤患者查询的回应:专家对可靠性和准确性的评估
Patrick Schuss1, Andreas S Gonschorek2, Michael Kämper3
1Department of Neurosurgery, BG Klinikum Unfallkrankenhaus Berlin, Berlin, Germany.
Journal of neurotrauma
|December 3, 2025
概括
像ChatGPT这样的人工智能聊天机器人在回答有关创伤性脑损伤 (TBI) 的医疗问题方面表现有希望,但在广泛临床使用之前,需要进一步开发同情心和上下文意识.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 神经学 神经学
背景情况:
- 越来越多的人工智能聊天机器人用于医疗查询,需要评估它们的准确性和可靠性.
- 患者教育和信息获取是医疗保健的关键方面.
研究的目的:
- 系统地评估ChatGPT,Google Gemini和微软CoPilot在回答关于创伤性脑损伤 (TBI) 的面向患者的问题上的表现.
- 为了比较人工智能聊天机器人响应的准确性,可靠性和可信度与专家准备的答案和患者的感知.
主要方法:
- 通过使用统一提示,向三个AI聊天机器人提出了跨越八个子主题的标准化一组TBI相关问题.
- 聊天机器人响应与专家生成的参考答案进行了评估,并由TBI康复患者评估.
- 通过使用五个质量维度的修改后的评分框架来测量性能,使用包括ANOVA和后勤回归在内的统计分析.
主要成果:
- 通过质量维度观察到聊天机器人的表现有显著差异.
- 与Gemini和CoPilot相比,ChatGPT在可靠性,响应性和感知可信度方面的得分更高 (p <0.05).
- 聊天GPT的回复更有可能被认为是专家建议的适当替代品 (p < 0.0001,OR = 4.3).
结论:
- 人工智能驱动的聊天机器人在提供高质量的医疗信息方面表现出不同的能力,可靠性和响应能力有显著差异.
- 虽然ChatGPT在TBI查询的结构化信息传递方面表现出优势,但在临床集成方面,对上下文理解和同理心的改进至关重要.
- 需要进一步的研究来完善AI聊天机器人的性能,以便在患者教育和医疗信息传播中安全有效地使用.
