生成式人工智能在抗抑郁药减量临床咨询中的应答能力评估：准确性、完整性与安全警示分析

随着精神科用药需求激增，抗抑郁药减量（tapering）成为患者线上咨询热点。本研究首次系统评估GPT-4模型应对抗抑郁药减量临床咨询的表现，发现其应答相关性达100%但存在剂量计算错误、虚构文献等"AI幻觉"现象，强调医疗专业人员不可替代的监管作用。

　　

在精神健康领域，抗抑郁药处方量正以每年4%的速度增长，仅英格兰地区过去十年处方量就从4730万飙升至8560万。然而约30-60%的长期用药者缺乏明确临床指征，且患者常因体重增加、性功能障碍等副作用尝试自行停药。传统减量方案缺乏标准化指导，迫使患者转向网络论坛获取信息，但这类渠道存在严重质量隐患。

针对这一临床痛点，研究人员开展了一项开创性研究，评估GPT-4模型应对抗抑郁药减量咨询的能力。研究团队从NICE指南、皇家精神科医师学会文件及患者论坛提炼10个核心问题，涵盖停药时机、双曲减量法（hyperbolic tapering）、停药症状鉴别等关键场景。通过标准化提示词在GPT-4模型进行两轮独立查询，采用四维评估体系（相关性、准确性、完整性、清晰度）对答案进行双盲评价。

关键技术方法包括：1）基于临床指南和患者优先议题构建10项标准化咨询问题；2）采用GPT-4模型进行两次独立查询以评估应答一致性；3）参照NICE指南等权威文献建立评估矩阵；4）双研究者背对背评价机制；5）对AI提供的参考文献进行真实性核验。

研究结果揭示：

1. 相关性表现优异：所有应答均准确锁定问题核心，80%答案包含"咨询医生"的安全警示（safety netting）。
2. 准确性存在缺陷：双曲减量法应答将对数递减（logarithmic reductions）与剂量-受体占据原理混淆，提供的25%减量示例实际超出该比例。
3. 文献造假问题：6处"AI幻觉"实例，包括虚构的2mg/mL西酞普兰（citalopram）液体制剂和3篇不存在的论文。
4. 信息完整性不足：50%答案缺失关键细节，如停药时间框架仅模糊表述为"数周至数月"。
5. 动态应答差异：间隔5天的重复查询显示，双曲减量法解释有所改进但停药症状持续时间仍表述不一。

讨论部分指出，尽管GPT-4展现出临床咨询的潜力，但其在剂量计算（如将10mg西酞普兰减量方案错误表述）、专业概念解释（如将双曲减量误为对数模型）等方面的缺陷可能引发用药风险。研究特别强调，AI倾向于引用维基百科等非同行评议来源，在回答"哪些抗抑郁药更易引发停药症状"时，竟遗漏文拉法辛（venlafaxine）等高危药物。

该研究的价值在于首次建立了抗抑郁药减量AI应答的评估框架，为后续研究提供方法论基础。作者Miriam Boland等提出，需要开发专门的评估工具监测"模型漂移"（model drift），并建议将AI定位为临床决策的辅助工具而非替代方案。这些发现对正在制定中的AI医疗应用监管政策具有重要参考意义，尤其警示需建立防止"AI幻觉"的核查机制。论文发表于《Research in Social and Administrative Pharmacy》，为数字心理健康时代的人机协作模式提供了关键实证依据。