定制化大型语言模型在宫颈癌筛查中的应用潜力与局限性研究

本研究针对宫颈癌筛查公众认知不足的问题，开发了基于GPT-4的定制化AI教育工具。通过提示工程（Prompt Engineering）优化模型输出，结合Streamlit构建云平台，经115名用户测试显示：76%女性用户认可其筛查指导价值，男性用户更关注HPV疫苗接种信息。独立医学评估证实回答准确率达3.83/4分（Wilcoxon检验p>0.05），显著提升健康信息可及性，为AI辅助癌症预防提供新范式。

　　

宫颈癌作为全球女性健康重大威胁，其筛查普及率仍受限于医疗资源分布不均与公众认知差异。尽管HPV（人乳头瘤病毒）疫苗接种和定期筛查可显著降低发病率，但匈牙利等国家数据显示，25岁以上女性HPV疫苗接种率仅10.81%，且存在明显的性别与年龄认知差异。这种现状催生了数字健康解决方案的需求——如何通过人工智能技术突破传统医疗教育的时空限制，成为研究者关注的重点。

匈牙利塞梅尔维斯大学数字健康科学研究所的Viola Angyal团队在《BMC Medical Informatics and Decision Making》发表研究，创新性地将GPT-4模型应用于宫颈癌筛查教育领域。研究人员采用提示工程（Prompt Engineering）技术，通过3-7轮迭代优化（如图4所示），构建能理解医学指南的定制化AI系统。该系统整合美国癌症协会和WHO指南，采用Streamlit框架实现云部署，并设计年龄/性别分层交互逻辑（如图1）。通过115人测试队列（女性占76%）和双盲医学评估，验证了AI工具在提升筛查认知方面的有效性。

关键技术包含：1）基于OpenAI API的GPT-4模型集成（如图2）；2）零样本学习（Zero-shot Learning）提示框架；3）人机交互（HITL）评估体系；4）医学指南驱动的问答链设计；5）响应时间控制在500ms-3秒的云架构优化。

研究结果
用户特征分析
测试人群平均年龄41.2岁，97.3%的25岁以上女性有过筛查经历，但仅77.03%符合3年筛查标准。年轻组（<25岁）HPV疫苗接种率（69.23%）显著高于年长组，印证了政府免费政策的积极影响（表1）。

系统性能
响应时间随交互次数递增（如图7），但未出现API故障。云架构展现出良好的扩展性，满足实时交互需求。

用户体验
74.11%用户认为回答高度相关，62.5%认可个性化建议。年龄与回答个性化显著相关（p=0.047），女性更关注筛查指南，男性侧重HPV疫苗信息（图9）。独立医学评估显示，回答准确性（MD1:3.83±0.38）、清晰度（MD2:4.0±0）和实用性（MD2:4.0±0）均获高分（表5）。

讨论与意义
该研究证实定制GPT虽不能替代临床咨询，但能有效弥合健康信息鸿沟：1）通过年龄/性别自适应输出，解决不同人群认知差异；2）云平台实现低资源地区筛查知识普及；3）提示工程降低AI幻觉风险。局限性在于模型仍依赖统计模式而非医学推理，需持续优化提示策略。未来可扩展至乳腺癌等筛查领域，并通过随机对照试验验证长期效果。这项成果为AI驱动的精准健康教育提供了重要范式，其方法论对慢性病管理等场景具有普适参考价值。