综述：关于大型语言模型聊天机器人在酒精及其他药物健康信息传播中的应用的综述

《Drug and Alcohol Review》：A Scoping Review of Large Language Model Chatbot Use for Alcohol and Other Drug Health Information

使用系统综述方法分析近五年英文数据库中五项关于聊天机器人（LLM）提供酒精与药物信息（AOD）的研究，发现其具有准确性和用户体验优势，但存在用户安全、缺乏转介和响应质量等问题，需进一步研究。

　　

摘要

问题

尽管人们更倾向于在线寻求酒精和药物相关信息（AOD），但这些信息来源可能存在质量和可访问性方面的问题。基于大型语言模型（LLM）的聊天机器人是一项新兴技术，可能为克服这些障碍提供机会。我们的目标是回顾有关使用聊天机器人获取AOD健康信息的文献，特别是其优势、挑战以及未来使用的建议。

方法

采用范围审查方法，对过去5年内四个数据库中关于使用聊天机器人获取AOD健康信息的英文研究进行了系统搜索。最终筛选出243篇文章，其中5篇被纳入研究范围。

主要发现

尽管人们对这一话题的兴趣日益浓厚，但相关证据仍然有限。虽然聊天机器人的使用具有准确性、适用性、整体用户体验良好以及提供支持性文档等优势，但也存在用户安全问题、缺乏转诊机制、可读性差以及不遵守现行指南等挑战。关于基于证据的响应效果，研究结果参差不齐。在5项研究中，仅有3项推荐使用聊天机器人来获取AOD信息。

意义/结论

当前的回顾表明，在聊天机器人对AOD问题的回答的准确性、用户安全性、可读性、证据基础和质量方面仍存在知识空白。需要进一步研究来探讨LLM在获取安全、无污名化的AOD信息方面的适用性。

利益冲突

作者声明没有利益冲突。