ChatGPT在脊髓损伤或疾病患者泌尿症状管理中的应用：一项探索性定性研究

脊髓损伤或疾病(SCI/D)患者面临泌尿系统症状管理的严峻挑战，本研究创新性地探讨ChatGPT 3.5版本在该领域的应用潜力。通过30例患者的场景测试和深度访谈，发现患者对AI建议的信任度高达100%，其应答清晰度堪比专业医疗建议，但存在数据个性化不足的局限。这项发表于《JMIR Rehabilitation and Assistive Technologies》的研究为AI辅助慢性病管理提供了重要实证，揭示了生成式人工智能在改善特殊人群医疗可及性方面的独特价值。

　　

脊髓损伤或疾病(SCI/D)患者长期饱受泌尿系统症状困扰，其中尿路感染(UTI)的年复发率高达60%，是普通人群的30倍。这些患者不仅面临神经源性膀胱功能障碍的生理挑战，更因非典型症状（如疲劳、尿液浑浊）导致诊断延迟，进而引发抗生素滥用和住院率攀升。尽管已有泌尿系统症状神经源性膀胱问卷(USQNB)等标准化评估工具，但实际使用率低下，患者多依赖网络搜索等非专业渠道获取信息。这种现状催生了对新型辅助工具的迫切需求，而生成式人工智能的崛起为破局提供了可能。

MedStar健康研究所的研究团队针对这一临床痛点展开创新探索，通过两阶段研究评估ChatGPT 3.5版本在SCI/D患者泌尿症状管理中的实际效用。研究团队从 advocacy groups和MedStar国家康复医院门诊网络中招募30例患者，采用基于USQNB验证工具的标准化场景测试，结合半结构化访谈和5项问卷调查，系统分析患者对AI建议的接受度及其对医疗决策的影响。

主要技术方法
研究采用混合方法设计：1) 基于USQNB问卷开发场景测试模板，涵盖间歇性和留置导管使用者两类亚群；2) 通过Microsoft Teams进行远程访谈（平均34分钟），记录患者与ChatGPT的交互体验；3) 采用归纳内容分析法对转录文本编码，建立症状管理、AI体验、决策影响和技术使用四大主题框架；4) 通过共识讨论确保编码一致性，采用同行汇报和审计追踪保证研究严谨性。

研究结果

参与者特征
30例参与者中67%为脊髓损伤患者，73%使用间歇性导尿，97%对技术使用感到舒适。收入分布显示37%年收入≥15万美元，但种族多样性不足（90%为白人）。

症状管理
患者描述的典型症状包括尿液浑浊(7例)、异味(5例)和尿频(6例)。自我管理策略以增加饮水量(15例)和服用补充剂(18例)为主，部分患者提及情绪影响和社会活动受限。

ChatGPT使用体验
所有参与者认同AI建议，其中43%强烈赞同。应答内容被认为"与专业建议相符"(P18)，但27%指出缺乏个性化医疗史整合。典型查询如"尿液浑浊伴异味持续48小时是否需要就医？"显示患者主要寻求症状解读和就医时机判断。

决策影响
93%参与者依据AI建议调整行为，包括延迟就医(12例)或尝试自我管理(9例)。值得注意的是，AI在区分无症状菌尿与真正UTI方面展现出临床价值，这正是一线医生也面临的诊断难题。

讨论与意义
该研究揭示了生成式AI在慢性病管理中的双重价值：既可作为"数字分诊员"缓解医疗资源压力，又能填补患者教育空白。与既往研究相比，ChatGPT在解释非典型症状方面表现突出，这对症状感知异常的SCI/D群体尤为重要。然而，AI的"黑箱"特性仍是主要障碍——研究中31%的应答被归类为信息遗漏，这与最新文献报道的AI错误类型分布一致。

从临床转化角度看，这项研究为开发下一代AI辅助工具指明了方向：1) 需整合USQNB等验证工具提升应答特异性；2) 应建立电子健康记录对接机制实现个性化建议；3) 需加强错误预警系统，特别是对高临床显著性问题的识别。发表于康复辅助技术顶刊的这项成果，不仅为SCI/D管理提供新思路，更为AI在慢性病领域的应用建立了方法学范式。未来研究应扩大样本多样性，并探索AI工具对长期临床结局（如住院率、抗生素使用量）的实际影响，以推动循证医疗与人工智能的深度融合。