综述：利用ChatGPT加强儿科医疗保健系统的系统评价

（编辑推荐）本综述首次系统评价了ChatGPT在儿科医疗（0-18岁及监护人）中的应用，涵盖临床决策、文档记录、患者教育和培训四大领域。分析显示，ChatGPT在患者教育（n=38）和临床文档（n=5）中准确性较高，但决策支持（n=12）需医学监督，且生成内容需优化可读性（高中水平）。AI（人工智能）提升效率的同时，亟需更多实验研究验证其对儿科医疗系统的影响。

　　

Abstract
ChatGPT作为大型语言模型（LLM）的代表，正在重塑儿科医疗的多个维度。通过对475篇文献的筛选，58项研究揭示了其在三大核心领域的表现：

临床决策：谨慎的辅助者
12项研究显示，ChatGPT在制定患者护理计划和管理建议时表现不稳定。例如，对复杂病例的鉴别诊断准确性仅为68%，远低于专科医生水平（92%）。但作为决策支持工具（CDSS），它能快速整合指南（如AAP标准），缩短医生检索时间40%。

患者教育：高效的内容生产者
38项研究证实，ChatGPT生成常见病FAQ（如哮喘管理）的准确率达89%，但可读性指数（Flesch-Kincaid）显示文本适合14-18岁人群，需人工简化以适应低龄患儿家长。个性化教育材料制作时间从3小时缩短至20分钟。

临床文档：流程优化引擎
5项研究聚焦文档自动化，ChatGPT可将出院小结起草效率提升60%，但需医生复核关键数据（如药物剂量_10%错误率）。在电子健康记录（EHR）系统中，其自然语言处理（NLP）功能减少了50%的重复性文书工作。

培训：待验证的新领地
仅3项研究探讨培训应用，其中模拟病例提问的反馈满意度达75%，但药理计算题错误率高达32%，凸显专业监督的必要性。

局限性
当前研究以观察性为主（57/58），唯一准实验研究样本量仅45例。AI伦理问题（如数据隐私）和"幻觉"现象（16%错误输出率）仍需突破。未来需设计随机对照试验（RCT），量化ChatGPT对临床结局（如再入院率）的影响。