今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

用于儿科健康建议的人工智能平台的可靠性和可读性:一项比较分析

《Scientific Reports》:Reliability and readability of AI platforms for pediatric health advice: a comparative analysis

【字体: 大 中 小 】 时间:2026年05月28日 来源:Scientific Reports 3.9

编辑推荐:

  摘要大型语言模型(LLMs)越来越多地被用作日常问题(包括儿童健康指导)的首选信息来源,但其输出的质量和可读性仍存在不确定性。本研究旨在比较评估四种广泛使用的LLMs对真实世界中以护理者风格提出的儿童问题所生成回答的临床可靠性、质量和可读性。2025年8月5日,研究人员向这四种L

  

摘要

大型语言模型(LLMs)越来越多地被用作日常问题(包括儿童健康指导)的首选信息来源,但其输出的质量和可读性仍存在不确定性。本研究旨在比较评估四种广泛使用的LLMs对真实世界中以护理者风格提出的儿童问题所生成回答的临床可靠性、质量和可读性。2025年8月5日,研究人员向这四种LLMs(ChatGPT-4o、Gemini 2.5 Pro、Grok-4、DeepSeek-V2)提出了28个涵盖六个常见主题的儿童护理者风格问题,每个问题与模型组合进行一次新的对话;保留了模型首次未经编辑的回答。在盲法条件下,四位儿科医生使用改进的DISCERN工具(评估可靠性和结构)和整体质量评分(感知有用性)对回答进行了评分。可读性通过标准指标和长度测量进行评估。不同平台上的质量表现存在差异。Grok获得了最高的DISCERN分数,表明其可靠性和结构严谨性更强,而Gemini获得了最高的整体质量评分。专家们对DeepSeek的评分普遍较低,但其生成的回答可读性最高;ChatGPT的表现处于中等水平。没有一个模型能够始终满足患者材料所需的健康素养标准(大约相当于六至八年级的阅读水平)。Grok生成的回答最长且最复杂(通常达到大学水平),而DeepSeek和Gemini生成的文本相对简单、简洁。在所有平台上,大多数回答的可靠性和有用性都被评为中等;未发现明显不安全的建议。这些结果表明,当前的LLMs能够提供具有一定实用性的儿童健康信息,但在常规用于患者之前,还需要在可读性、信息来源和一致性方面进行改进。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:大语言模型|儿童健康|护理者风格|可靠性和结构|技术参数

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号