编辑推荐：
牙外伤（TDI）在儿童中高发，家长常需应急指导但专业咨询受限。本研究评估 ChatGPT 3.5 与 Gemini 对家长常见牙外伤提问的应答质量，基于 DISCERN 工具和 PEMAT-P 量表分析可靠性、易懂性及可操作性。结果显示 Gemini 信息质量更优，ChatGPT 易懂性更佳，两者均具辅助价值但不可替代专业诊疗。
儿童牙外伤是临床常见问题，其发生率在儿童头颈部损伤中占比显著。由于牙外伤若处理不当可能引发功能与美观并发症，且紧急处理的及时性至关重要，但现实中家长常面临应急知识不足、难以及时获取专业咨询等困境。同时，随着互联网普及，家长通过在线渠道寻求牙外伤相关信息的趋势日益明显，人工智能（AI）聊天机器人作为新兴信息载体，其在牙外伤领域的应用潜力亟待验证。在此背景下，来自土耳其卡拉布克大学牙科学院儿童牙科的 Mihriban G?kcek Tara? 与安塔利亚口腔健康医院的 Tu?ba Nale 开展研究，旨在评估 ChatGPT 3.5 和 Google Gemini 这两款 AI 聊天机器人对儿童牙外伤家长常见问题应答的可靠性、理解性和适用性，相关成果发表于《BMC Oral Health》。
研究人员基于临床中家长常向牙医或 AI 聊天机器人提出的牙外伤问题设计了 17 个案例场景，通过 Google Forms 邀请 5 名具有 5 年以上经验的儿科牙医对问题的清晰度进行审核，经迭代修改至所有问题均被明确理解。随后，以同一用户在同日分别向两个聊天机器人提问 “在此情况下我该怎么做”，每次使用 “新对话” 功能以确保问题独立。采用 DISCERN 工具（DI，用于评估健康信息质量与可靠性的 16 项量表）和患者教育材料评估工具（PEMAT-P，含 17 项理解性和 7 项可操作性评估条目），由两名作者独立对聊天机器人的应答进行评分，计算 Cohen’s kappa 系数验证评分者信度，并通过 IBM SPSS Statistics 26 进行统计分析，包括频率、百分比、偏度、峰度计算及独立样本 t 检验等。
应答的准确性与质量
通过 DISCERN 工具评估发现，ChatGPT 3.5 与 Google Gemini 的平均得分分别为 48.6±12.4 和 51.6±10.0，虽无统计学显著差异（t=-0.265，p=0.793），但 Gemini 得分更高，提示其提供的信息质量和可靠性更优。按牙齿类型（恒牙与乳牙）分析时，两者在不同类型牙齿问题中的得分仍无显著差异，但 Gemini 在恒牙和乳牙场景下的平均得分均高于 ChatGPT 3.5，显示出其在不同牙型问题中更稳定的高质量应答能力。
应答的可理解性与可操作性
利用 PEMAT-P 量表评估显示，ChatGPT 3.5 的理解性平均得分为 66.0±6.1，高于 Gemini 的 62.0±7.4（t=1.744，p=0.091），虽未达统计学显著水平，但表明其在语言表达通俗易懂性上更具优势。在可操作性方面，两者平均得分分别为 40±20 和 39±26（t=0.148，p=0.883），无显著差异，且在恒牙与乳牙场景中的表现趋势相似，仅 ChatGPT 3.5 在乳牙问题中得分略高，Gemini 在恒牙问题中得分略高，显示两者在指导家长采取具体行动方面能力相当。
研究表明，AI 聊天机器人如 ChatGPT 3.5 和 Google Gemini 可作为家长在儿童牙外伤后获取信息与心理安抚的有益起点。Gemini 在信息质量和可靠性上更胜一筹，可能与其数据更新机制和专业领域整合能力相关；ChatGPT 3.5 则在内容理解性上表现更佳，更易于家长快速掌握关键信息。然而，研究也揭示了两者的局限性，例如未能充分考虑牙根尖开放或闭合状态对治疗的影响、对乳牙再植术的建议存在不足等，提示其应答尚未达到临床决策所需的专业深度。因此，研究强调 AI 应用不可替代专业牙科咨询，家长应将其作为辅助资源，同时及时寻求专业诊断与治疗。该研究为 AI 在牙科领域的应用提供了实证依据，有助于推动开发更精准的医疗辅助工具，提升公众牙外伤应急处理能力，具有重要的临床实践指导意义与技术发展参考价值。
