Chatbot健康建议研究的应用指南解读

Chatbot健康建议研究的应用指南解读【摘要】由国际专家共识制定的《Chatbot健康建议研究的应用指南》（CHART声明）是首个针对聊天机器人健康建议（CHA）研究的结构化报告规范。该指南旨在解决当前CHA研究中普遍存在的报告异质性、关键信息缺失和方法学缺陷等问题，对于提升研究的科学性、透明度和可信度具有里程碑式的意义。本文将对CHART声明的制定背景、方法、核心内容进行系统解读，重点剖析其包含的12项39个子目报告清单，探讨其对确保生成式AI在医疗领域安全、有效整合的基石作用。同时，结合CHART声明的要求，分析其对我国医疗AI研究，特别是以大语言模型（如DeepSeek）为基础的健康咨询研究在透明度、可重复性、伦理规范等方面的启示，并提出分阶段的规范化发展路径建议，旨在推动我国在该领域的研究从高起点出发，最终增强全球学术影响力并保障应用安全。【关键词】陪聊机器人；DeepSeek；人工智能；报告指南；CHART声明随着以ChatGPT为代表的大型语言模型（largelanguagemodel，LLM）的普及，利用生成式AI驱动的聊天机器人进行健康建议的研究，即聊天机器人健康建议（chatbothealthadvice，CHA）研究呈爆发式增长。这类研究通过提示词与AI模型交互，旨在获取关于健康促进、疾病预防、诊断治疗等方面的信息。然而，在CHA研究蓬勃发展的初期，其报告质量却参差不齐，呈现出显著的方法学缺陷和报告异质性［14］。主要问题包括：模型信息（如名称、版本、访问日期）报告模糊、提示词工程不透明、评估标准主观且缺乏盲法，以及对输出内容的安全性及潜在偏见评估不足等。这种“黑箱”状态严重阻碍了研究结果的批判性评价、复现和临床应用转化进程［12］。为应对这一挑战，聊天机器人评估报告工具（chatbotassessmentreportingtool，CHART）合作组（TheCHARTCollaborative）在“提高健康研究质量和透明度（enhancingthequalityandtransparencyofhealthresearch，EQUATOR）协作网络”的框架下，开发了首个针对CHA研究的国际共识报告指南——CHART声明，并发表于JAMANetworkOpen和TheBMJ［12］。本文旨在对CHART声明的核心内容进行解读，并探讨其对我国医疗卫生AI研究规范化发展的启示。一、CHART声明的制定方法CHART声明的制定严格遵循了“EQUATOR协作网络”的方法学规范，确保了其科学性和权威性［5］。其制定过程主要包括以下步骤［12］：1.系统综述：对截至2023年10月的CHA研究进行系统检索，识别出137项合格研究，并从中提取出120项候选报告条目，为指南制定奠定了坚实的证据基础［34］。2.德尔菲调查：邀请全球1043名利益相关者（包括临床医生、方法学家、AI专家、伦理学家、期刊编辑等）参与两轮修改版德尔菲共识调查，最终有531名参与者（50.9%）完成，以超过80%的预设阈值筛选核心条目。3.专家共识会议：由48名多学科专家组成的小组通过3次同步会议，对德尔菲调查产生的条目进行最终审定和细化。4.试点测试：由独立研究者对指南草案进行多轮应用测试，根据反馈进行完善，直至无新修改意见。这一“证据驱动+广泛共识+实践反馈”的制定模式，极大地增强了CHART作为报告指南的权威性、普适性和可操作性。二、CHART指南核心内容解读CHART指南的核心成果是3张表格：术语表、完整报告清单和摘要报告清单。（一）术语表该表为指南中涉及的关键术语提供了清晰、统一的定义，涵盖了临床医学、AI、研究方法学等多个领域。这有助于促进跨学科团队之间的沟通与理解，确保所有使用者对核心概念有一致的认识。（二）完整报告清单这是指南的核心，包含12个主条目和39个子条目，为撰写一份完整的CHA研究论文提供了结构化的强制性检查清单。其核心要求可归纳为四大支柱：1.模型与查询的透明化（支柱：可追溯与可重复）。条目3~4（模型标识与细节）：必须报告所评估聊天机器人的精确名称、版本号、发布日期、开源状态等。这是解决AI模型“快迭代”特性对研究可复现性挑战的关键。条目5（提示词工程）：必须详细描述提示词的开发过程、最终内容和设计原理，并鼓励报告患者和公众的参与情况。这直接回应了早期研究“提示词不透明”的缺陷。条目6（查询策略）：必须说明查询的具体日期、地理位置、访问途径（如应用程序接口或网络界面）。由于模型的输出会随上下文环境和版本更新而变化，因此保留这些信息是精确复现研究的必要条件。2.评估过程的客观化（支柱：可评估与可信）。条目7（性能评估）：必须明确定义评判回答正确与否的“金标准”或参考标准（如权威临床指南）。必须详细描述评估者的人数、背景以及是否对模型身份实施盲法；条目11（结果报告）：除报告模型性能外，必须专门报告对有害、偏见或误导性输出的评估结果。这将对有效性的关注扩展到对安全性和伦理风险的考虑，确保了评估的全面性。3.研究设计与伦理的规范化（支柱：严谨与负责）。条目2（引言）：要求采用“人群、干预、对照、结局原则”（population、intervention、control、outcome，PICO）框架清晰阐述研究目标，使研究问题更聚焦；条目8~10（方法学细节）：要求报告样本量确定依据、统计方法等，提升方法的严谨性；条目12（其他信息）：强制报告利益冲突、资金来源、伦理批准、患者数据隐私保护措施，以及使用受版权数据的许可情况，将研究的伦理与合规性要求提升至新高度。4.成果的开放化（支柱：可验证与可扩展）。条目12e（数据共享）：鼓励共享研究方案、原始提示词和模型输出（在伦理和版权允许范围内）、分析代码等。这代表了开放科学的最高标准，能极大促进独立验证、二次分析和领域知识的积累。完整报告清单并非简单的格式要求，而是一套旨在保障CHA研究质量与可信度的系统性方案。它通过强制透明化关键研究要素，为甄别高质量证据、推动AI在医疗领域的负责任应用奠定了基础。（三）摘要报告清单该清单是从完整清单中提炼出的精华版，包含11个核心项目，用于指导和规范论文摘要部分的撰写。它强制要求在摘要中报告模型信息、提示工程要点、查询策略、性能评估的参考标准和关键结果，确保读者能快速、准确地把握研究的核心要素和质量。三、CHART声明对AI医学研究的启示CHART声明的发布，不仅为CHA研究提供了报告规范，更深刻揭示了AI医学研究在面对“算法即干预”这一新范式时，方法论上需要做出的根本性调整。1“.金标准”的审慎使用：在AI评估中，所谓的“金标准”（如专家诊断）本身可能存在偏倚或不完整［6］。CHART（条目7a）和CONSORTAI均强调，必须预先明确并透明报告作为“参考标准”的依据，避免将“金标准”视为绝对真理而引入评估偏倚［7］。2.偏倚的系统性识别：AI研究的偏倚来源更为复杂，包括数据偏倚（训练数据缺乏多样性）、评估偏倚（如“乐观偏倚”，即仅在内部数据集测试）和临床整合偏倚（AI如何融入临床工作流）［7］。CHART声明通过要求报告数据来源（条目12c）、评估者盲法（条目7bⅢ）和有害输出（条目11c），系统性地引导研究者识别和报告这些偏倚。四、对我国医疗AI研究的启示与建议CHART声明为我国正在蓬勃发展的医疗AI研究，特别是基于LLM，如DeepSeek的健康咨询研究，提供了宝贵的规范化路径。（一）核心差距与借鉴要点与国际标准相比，当前国内相关研究在以下方面存在差距，亟待借鉴CHART声明进行改进。模型与查询报告模糊：常见“使用GPT4/DeepSeek”等笼统表述，缺乏具体版本、查询时间等关键信息。提示词工程不透明：对提示词的设计、迭代过程鲜有提及，使研究沦为“黑箱测试”。数据共享与开放科学薄弱：受法规和学术环境影响，数据和代码共享程度低，结果难以验证。伦理审查存在偏差：对训练数据版权、算法偏见等新兴伦理议题关注不足。（二）分阶段实施路径建议为进一步提高国内研究水平，建议采取以下渐进式策略。第一阶段：基础合规与意识提升（1年内）。由权威机构牵头，翻译和推广CHART声明。鼓励国内顶尖医学期刊率先要求CHA研究提交类似CHART声明的核查清单。对研究者、期刊编辑和伦理委员会开展系统培训，并将数据版权、算法偏见纳入伦理审查范围。第二阶段：方法学规范化与工具支持（1~2年）。开发适配中文语境和国产大模型的提示词设计与报告模板。在确保安全合规的前提下，探索建立去标识化的提示词库和评估数据集共享专区。推动更多中文期刊组成联盟，统一采纳CHART声明。第三阶段：开放科学深化与前瞻治理（2~3年）。将研究透明度、数据共享情况纳入科研项目评价体系。出台国家层面的AI医学研究伦理指导原则。借鉴CHART声明的“动态指南”模式，建立常设国内专家小组，定期更新本土化报告指南，确保其与技术发展同步。结语CHART声明是一项及时、必要且方法学严谨的报告指南，它为尚处于探索期、略显无序的新兴CHA研究领域初建了规范。其不仅是一份写作检查表，更是一套旨在提升研究可信度与实用性的质量保障体系。对我国而言，积极借鉴并应用CHART声明框架，不仅可以避免国际同行在早期研究中的方法学误区，更能助力我国以高起点推动如DeepSeek等AI工具在医疗健康领域的规范化应用。这既是保障患者安全和数据合规的必然要求，也是提升我国医疗AI研究国际竞争力、增强全球学术影响力的重要一步。未来，我们应将CHART声明的核心原则融入研究实践、期刊要求和监管政策中，共同构建一个安全、有效、负责任的医疗AI研究与应用生态。参考文献[1]TheCHARTCollaborative.Reportingguidelineforchatbothealthadvicestudies[J].JAMANetwOpen,2025,8(8):e2530220.DOI:10.1001/jamanetworkopen.2025.30220.[2]CHARTCollaborative.Reportingguidelinesforchatbothealthadvicestudies:explanationandelaborationfortheChatbotAssessmentReportingTool(CHART)[J].BMJ,2025,390:e083305.DOI:10.1136/bmj-2024-083305.[3]HuoB,BoyleA,MarfoN,etal.Largelanguagemodelsforchatbothealthadvicestudies:asystematicreview[J].JAMANetwOpen,2025,8(2):e2457879.DOI:10.1001/jamanetworkopen.2024.57879.[4]CHARTCollaborative.ProtocolforthedevelopmentoftheChatbotAssessmentReportingTool(CHART)forclinicaladvice[J].BMJOpen,2024,14(5):e081155.DOI:10.1136/bmjopen-2023-081155.[5]AltmanDG,SimeraI,HoeyJ,etal.EQUATOR:reportingguidelinesforhealthresearch[J].Lancet,2008,371(9619):1149-1150.DOI:10.1016/S0140-6736(8)60505-X.[6]HuoB,CacciamaniGE,CollinsGS,etal.Reportingstandardsfortheuseoflargelanguagemodel-linkedchatbotsforhealthadvice[J].Nat