人工智能的“共情力”评估：ChatGPT与医师在线论坛回复的比较研究

《Journal of General Internal Medicine》：What is Artificial Intelligence (AI) “Empathy”? A Study Comparing ChatGPT and Physician Responses on an Online Forum

为解决医师工作负荷加重与共情沟通不足的矛盾，研究人员开展了一项横断面实验，比较ChatGPT与医师对患者健康咨询的回复效果。结果发现，AI生成回复在共情（empathy）、质量（quality）、信任（trust）等维度评分均显著高于医师回复（Cohen's d=0.56, p<0.001），且其语言结构更包含验证、非评判性表达等关键元素。研究表明，经人工监督的AI辅助工具有潜力优化临床书面沟通，但需关注患者对AI来源的认知可能降低共情感知。

　　

在当今医疗环境中，医师工作负荷持续加重，职业倦怠（burnout）现象日益凸显，而患者对于高质量医疗沟通的需求却从未减弱。尤其随着远程医疗和在线健康咨询平台的普及，如何通过文字信息传递共情（empathy）与支持，成为提升患者体验的关键挑战。近年来，以ChatGPT为代表的公共人工智能（AI）平台逐渐崭露头角，被视为缓解医师信息回复压力的潜在工具。然而，AI是否真能理解患者的情感需求？其生成的回复能否被患者接受为“有共情力”？一项发表于《Journal of General Internal Medicine》的最新研究试图通过科学比较，揭示AI与人类医师在沟通效果上的差异与潜力。

为回答上述问题，研究团队设计了一项精巧的横断面实验（cross-sectional experimental study）。他们从Ayers等人2023年发表的公开数据中随机选取了65组患者提问及对应的医师回复，并邀请ChatGPT对同一组问题生成回答。随后，通过在线平台招募了1454名美国成年参与者，以2（实际来源：ChatGPT vs. 医师）×2（感知来源：被告知为ChatGPT vs. 医师）的因子设计，让参与者模拟患者身份对回复进行评分。评分维度包括共情、信息质量、信任度、喜好度和整体评价。同时，研究还训练了11名编码员对回复文本进行盲法编码，分析其中13项语言元素（如情绪验证、非评判性语言等）的出现频率与强度。

主要技术方法概述

研究采用随机抽样从已有数据库中提取患者提问-回复对；通过在线众包平台（Prolific/MTurk）招募参与者并实施注意力筛查；使用双因子方差分析（ANOVA）比较评分差异；由训练后的编码团队对文本进行盲法编码；通过主成分分析（PCA）提取语言元素维度；采用多元回归分析预测共情评分的影响因素。

研究结果

共情评分差异显著，AI表现优于医师

结果显示，ChatGPT生成的回复在共情评分上显著高于医师回复（均值3.25 vs. 2.60, Cohen's d=0.56, p<0.001）。这一结果复制了Ayers等人的早期发现，证实AI在语言表达上更具情感支持性。值得注意的是，无论参与者被告知回复来源为何，AI回复的共情评分始终更高（η_p²=0.60），但若参与者认为回复来自医师，其共情评分会进一步提升（η_p²=0.17）。

语言元素分析揭示AI优势来源

编码分析发现，ChatGPT回复包含更多情绪验证（validation）、安抚（reassurance）、非评判性语言（nonjudgmental language）等元素（Cohen's d=0.44–1.82），且结构更清晰、语速更从容。主成分分析进一步将AI回复的优势归纳为“关系导向”（包含情绪支持类语言）、“尽责性”（避免匆忙感）、“指导性”（步骤清晰）和“技术性”（生物医学信息）四个维度，其中前两者对共情评分预测力最强。

多维度评分一致性高

除共情外，AI回复在质量、信任度、喜好度和整体评价上均显著优于医师回复（η_p²=0.55–0.60），且评分模式与共情高度一致，说明AI在综合沟通效能上具有全面优势。

结论与讨论

本研究通过严谨的实验设计证实，AI生成的医疗回复在患者感知的共情维度上不仅不逊于人类医师，甚至更胜一筹。其核心优势源于语言中富含情感支持元素与结构化表达，这为临床沟通培训提供了可借鉴的模板。然而，研究也指出，患者对AI来源的知晓会削弱共情感知，提示在实际应用中需平衡透明度与沟通效果。此外，医师回复取自公开网络论坛，其语境与真实医患关系存在差异，未来需在临床场景中进一步验证AI辅助工具的效能。

尽管AI尚不能替代医患间的人文联结，但其在优化书面沟通、缓解医师负担方面的潜力已不容忽视。随着生成式AI（Generative AI）逐步集成至电子健康记录系统与患者门户，如何科学引导其发展、确保符合伦理规范，将成为未来研究的关键方向。