编辑推荐：
本文系统回顾了生成式人工智能（AI）在炎症性肠病（IBD）中的应用。研究发现，生成式 AI 在患者教育、决策支持和研究构思方面有一定潜力，但准确性、一致性等问题仍需专家监督，为该领域研究和临床应用提供参考。
引言
炎症性肠病（IBD）包含克罗恩病（CD）和溃疡性结肠炎（UC），是一类慢性胃肠道疾病，全球有数百万人受其困扰，且发病率呈上升趋势。IBD 由免疫介导，会引发消化道炎症，导致腹痛、腹泻、便血等肠道症状，还可能出现贫血、发热、疲劳、体重下降等全身症状，严重时会引发结直肠癌、住院甚至手术等并发症 。
IBD 不仅会造成身体残疾，还会限制患者的社会和经济活动，影响其教育、就业及心理社会功能。由于 IBD 表现多样、病程难以预测，在诊断、治疗和长期管理方面都面临巨大挑战。在药物选择、治疗顺序以及针对特殊患者群体（如老年人、合并症患者、孕妇）的最佳治疗策略等关键问题上，缺乏明确的证据支持，国际指南也存在矛盾之处。
近年来，人工智能（AI）技术快速发展，为医疗领域带来了创新机遇。生成式 AI，包括大语言模型（LLMs）和聊天机器人（如 ChatGPT），在医学各领域展现出应用潜力。它能生成类似人类的文本、分析大量数据，有望改变医患关系。
在 IBD 管理方面，生成式 AI 可用于分析临床数据、提高诊断准确性、预测疾病发作、优化医患沟通、制定个性化治疗方案以及改善患者教育。例如，未来 AI 聊天机器人能为患者提供 24 小时不间断的症状管理和用药指导；LLMs 可帮助临床医生解读海量医学文献，辅助循证决策；还能对非结构化医疗数据进行高效整合和分析，提高临床工作效率；此外，生成式 AI 还能通过分析大规模数据集，提出研究假设，加速科研进程。
然而，AI 在医疗领域的应用也面临诸多挑战，如确保生成信息的准确性和可靠性、解决隐私和伦理问题，以及与现有医疗系统的整合等。本系统综述旨在综合评估生成式 AI 在 IBD 中的应用，明确其应用前景、面临的挑战以及研究空白，为该领域的研究和临床应用提供参考。
背景：人工智能与生成式人工智能
人工智能通常指机器模拟人类认知功能的能力，包括学习、推理、决策和语言理解等。随着时间推移，AI 发展出多个分支领域，机器学习（ML）是其中之一。ML 模型通过从数据中学习模式进行预测或分类，在特定任务中表现出色，但应用于新问题时往往需要大量重新训练。
生成式 AI 是 AI 领域的新兴分支，它能够基于给定的数据生成全新的内容，如文本、图像等。在医学领域，生成式 AI 具有独特的应用价值，为疾病管理提供了新的思路和方法。
文献检索详情
本研究按照 PRISMA 指南进行系统文献回顾。检索协议依据 PRISMA-P 指南制定，并在 Open Science Framework 上注册（doi:10.17605/OSF.IO/74RVN）。
研究人员全面检索了 PubMed 和 Embase 数据库，筛选 2020 年至 2024 年间发表的、关于生成式 AI 在 IBD 领域应用的研究。检索时使用了炎症性肠病和人工智能相关的检索词。
结果
由于符合纳入标准的研究数量有限（n = 8），且不同研究在方法、结果测量和使用的 AI 工具等方面存在差异，无法进行荟萃分析。因此，研究人员采用系统综述的方法，对现有证据进行总结和综合分析。
这 8 项研究涵盖了生成式 AI 在 IBD 领域的多个应用方向：5 项聚焦于患者教育，2 项涉及决策支持，1 项用于研究构思。
在患者教育方面，ChatGPT 的表现可圈可点。有研究显示，其回复清晰准确，准确率高达 84.2% ，但有时存在一致性不足的问题。这意味着在向患者传达信息时，可能会出现前后不一致的情况，影响患者对疾病知识的理解和掌握。
决策支持方面，ChatGPT 在溃疡性结肠炎严重程度分类上，与临床医生评估的符合率达到 80%；在基于指南的发育异常管理方面，符合率为 87.8% 。这表明 ChatGPT 在辅助临床决策方面具有一定的参考价值，但与专业医生的判断仍存在差距。
研究构思方面，ChatGPT 生成的问题相关性较高（平均得分：4.9 ± 0.26）且表述清晰（4.8 ± 0.41），但特异性（2.86/5）和原创性（1.07/5）较低。这说明它能为研究提供一些思路，但在提出独特、精准的研究问题上还有待提高。
结论
本系统综述首次全面评估了生成式 AI 在 IBD 管理中的应用，客观分析了其在临床实践中的潜在优势和局限性。研究结果表明，生成式 AI 在患者教育、临床决策支持和研究构思等不同领域具有多样的应用价值。
生成式 AI 在提升患者教育方面具有显著优势，能够为患者提供清晰准确的疾病信息，有助于患者更好地了解自身疾病，提高自我管理能力。然而，其准确性、一致性以及信息可能过时等问题不容忽视，在临床应用前需要专家进行严格监督和审核，确保为患者和临床医生提供可靠的信息。这一研究为未来生成式 AI 在 IBD 领域的研究和临床应用指明了方向，推动该领域朝着更加安全、有效的方向发展。
