编辑推荐：
在正畸治疗中，患者对口腔卫生程序的依从性及对治疗建议的理解至关重要。研究人员开展 “评估基于 AI 的聊天机器人对正畸患者教育的影响” 研究，发现该聊天机器人可改善患者口腔卫生，但对知识理解和满意度影响待明确，为正畸患者教育提供新方向。
在正畸治疗的领域里，患者的积极配合是实现理想治疗效果的关键因素。想象一下，患者若不能很好地遵循口腔卫生程序，牙齿上的细菌就会肆意生长，不仅可能引发牙龈炎症，还会影响正畸治疗的进程，就像给原本顺畅的治疗之路设置了重重障碍。而患者对治疗建议的理解程度，也直接关系到他们能否积极主动地参与治疗。
传统上，正畸医生是患者获取治疗信息的主要来源，但随着数字时代的到来，在线平台逐渐崭露头角。近年来，基于人工智能（Artificial Intelligence，AI）的聊天机器人更是成为患者教育的新途径。这些聊天机器人借助大型语言模型（Large Language Model，LLM），能够像智能助手一样回答患者的各种问题。然而，它们提供的信息在可靠性和准确性方面却饱受争议。毕竟，健康相关信息容不得半点马虎，一旦出错，可能会给患者带来严重后果。在这样的背景下，开展一项关于 AI 聊天机器人对正畸患者教育影响的研究显得尤为必要。
来自意大利墨西拿大学（University of Messina）和卡塔尼亚大学（University of Catania）的研究人员 Simona Santonocito、Marco Cicciù、Vincenzo Ronsivalle 等积极投身于这一研究领域。他们的研究成果发表在《Clinical Oral Investigations》杂志上。
研究人员开展了一项随机对照临床试验（Randomized Controlled Trial，RCT）。他们精心招募了 100 名符合条件的正畸患者，这些患者年龄均在 18 岁以上，正在接受唇侧固定托槽或隐形矫治器治疗，并且日常能够使用智能手机。随后，患者被随机分为两组，每组 50 人。其中，聊天机器人组的患者可以通过扫描 QR 码使用基于 AI 的聊天机器人，向其咨询口腔卫生和正畸治疗相关问题；对照组的患者则只能获取由正畸领域领先科学协会编写的信息传单。
在研究过程中，研究人员采用了多种关键技术方法。他们通过临床检查和问卷调查收集数据。临床检查主要测量患者的改良牙龈指数（Modified Gingival Index，MGI）和菌斑指数（Plaque Index，PI），以此来评估患者的口腔卫生状况。问卷调查则使用了 Likert 量表，从知识评估（Knowledge Evaluation，KE_S）、理解量表（Understanding Scale，US_S）、依从性评估和坚持量表（Conformity Assessment and Adherence Scale，CAAS_S）以及满意度量表（Satisfaction Scale，SS_S）四个方面，全面了解患者的知识掌握情况、对治疗建议的理解程度、治疗依从性和满意度。同时，为了确保聊天机器人提供信息的可靠性，研究人员使用 Botpress 软件创建聊天机器人，并邀请两位正畸专家对其进行训练。
下面来看看具体的研究结果。
- 临床评估：在治疗 5 周后（T1），研究人员发现两组患者的 MGI 和 PI 都出现了显著增加。不过，聊天机器人组的 MGI 增加幅度明显低于对照组。进一步对不同治疗方式的亚组分析显示，正畸治疗对 MGI 参数的变化有显著影响。在使用聊天机器人辅助治疗的固定矫治器（Chatbot - fixed therapy，CF）和隐形矫治器（Chatbot - aligner，CA）亚组中，MGI 的降低幅度明显大于对照组中相应的亚组，且 CA 亚组的 MGI 降低幅度大于 CF 亚组。这表明聊天机器人在改善正畸患者口腔卫生方面具有一定的积极作用，尤其是在使用隐形矫治器的患者中效果更为显著。
- 问卷评估：通过 Cronbach’s Alpha 检验评估问卷的可靠性，结果显示问卷各部分及整体的可靠性都在可接受范围内。然而，对比问卷各部分得分和总分，发现聊天机器人组和对照组之间并没有显著差异。这说明虽然聊天机器人组的患者在问卷某些方面的得分较高，但无法确定这种差异是由聊天机器人的干预导致，还是仅仅出于偶然。而且，由于 Likert 量表本身可能存在一些偏差，以及患者动机、家庭支持等外部因素的影响，使得研究结果的解读需要更加谨慎。
综合研究结论和讨论部分来看，此次研究意义重大。研究表明，经过信息可靠性验证的 AI 聊天机器人，对正畸患者在口腔卫生操作的依从性方面有积极影响，这为正畸治疗中的患者教育提供了新的思路和方法。但目前还不能确定它对患者治疗信息的知识理解水平和满意度有积极影响。研究存在一定的局限性，如观察期较短、使用 Likert 问卷可能引入偏差、未考虑错颌类型、未监测治疗过程中的问题以及聊天机器人响应编程较僵化等。未来还需要开展更长期的随访研究，充分考虑错颌类型和影响患者动机的外部因素，以便更深入地了解聊天机器人在正畸患者管理中的作用，为正畸治疗的优化提供更有力的支持。
