4个人工智能聊天机器人对整形手术问题的答案有多准确?
Şirin Hatipoğlu1, Esra Ç Özkan2, Fatma A K Taşova3
1Department of Orthodontics, Faculty of Dentistry, İstanbul University-Cerrahpaşa.
The Journal of craniofacial surgery
|January 13, 2026
概括
在AI模型中,DeepSeek-v3提供了最准确的整形手术信息. 这项研究比较了ChatGPT-4,Gemini,Copilot和DeepSeek-v3在医疗信息传递中的可靠性和准确性.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 口腔和牙面部外科手术
背景情况:
- 人工智能 (AI) 语言模型越来越多地用于医疗信息检索.
- 人工智能产生的医疗内容的准确性和可靠性需要严格的评估,特别是在特殊的外科领域,如骨架手术.
研究的目的:
- 为了比较四个领先的人工智能语言模型 (ChatGPT-4,Google Gemini,Microsoft Copilot和DeepSeek-v3) 提供关于整形手术的信息的准确性,可靠性和可理解性.
- 为了识别人工智能模型在整形外科不同领域的性能变化.
主要方法:
- 对118个与整形手术相关的问题,人工智能生成的答案的横截面内容分析.
- 独立得分者对AI答案的系统评估,使用5分利克特级别.
- 统计分析包括使用IBM SPSS 27的费舍尔精确测试和描述统计数据.
主要成果:
- 在AI模型中发现了响应准确度的显著差异 (P=0.022).
- 在DeepSeek-v3中,客观真实答案比例最高 (87.3%),超过了ChatGPT-4,Gemini和Copilot.
- 在"术后"领域,ChatGPT-4和DeepSeek-v3显示出优异的性能,而Gemini和Copilot则产生了更多的"精选事实".
结论:
- 人工智能语言模型在提供医疗信息时显示出可变的可靠性,这取决于具体的主题.
- 在这次对人工智能在整形外科的比较评估中,DeepSeek-v3成为信息准确性的表现最好的模型.
