ChatGPT 在脊柱侧弯常见问题解答中的表现及应用警示

研究评估 ChatGPT 对脊柱侧弯常见问题回复，发现其有局限，应用需谨慎。

　　本研究旨在评估 ChatGPT 对脊柱侧弯（scoliosis）常见问题回复的可靠性、实用性、质量及可读性。研究人员通过分析谷歌趋势数据和临床反馈，确定了 16 个常见问题，并将其提交给 ChatGPT 进行评估。两位独立专家使用 7 分李克特量表（Likert scale）对回复的可靠性和实用性进行评估，同时使用全球质量量表（Global Quality Scale，GQS）对整体质量进行评分。为评估可读性，研究人员采用了多种已有的指标，包括弗莱施易读度得分（Flesch Reading Ease score，FRE）、迷雾指数（Simple Measure of Gobbledygook，SMOG）、科尔曼 - 廖指数（Coleman-Liau Index，CLI）、冈宁雾度指数（Gunning Fog Index，GFI）、弗莱施 - 金凯德年级水平（Flesch-Kinkaid Grade Level，FKGL）、FORCAST 年级水平和自动可读性指数（Automated Readability Index，ARI）。

结果显示，平均可靠性得分为 4.68 ± 0.73（中位数：5，四分位数间距 4 - 5），平均实用性得分为 4.84 ± 0.84（中位数：5，四分位数间距 4 - 5），平均 GQS 得分为 4.28 ± 0.58（中位数：4，四分位数间距 4 - 5）。使用组内相关系数进行的评分者间信度分析表明，可靠性、实用性和 GQS 的一致性均极佳，分别为 0.942、0.935 和 0.868。一般性信息问题的回复得分较高，但针对特定治疗和个性化询问的回复在深度和全面性上还有待提高。可读性分析表明，ChatGPT 的回复至少需要高中高年级到大学水平的阅读能力。

研究结论为，ChatGPT 能提供关于脊柱侧弯可靠、有用且质量中等的信息，但在处理特定治疗和个性化询问方面存在局限性。在患者教育和医疗决策中使用人工智能（Artificial Intelligence，AI）时，必须谨慎对待。