ChatGPT在口腔健康咨询中的表现评估：吸烟对口腔健康影响的AI应答质量研究

本研究针对AI在医疗健康信息咨询中的可靠性问题，聚焦吸烟对口腔健康的影响这一公共卫生议题，系统评估了ChatGPT 3.5在回答119个吸烟相关口腔健康问题时的表现。通过GQS、CLEAR、PEMAT等工具分析发现，ChatGPT能提供中等偏上质量的信息（78.1%回答有用），但存在专业领域深度不足（21.9%部分有用）、可读性差异大（手术类问题FKG达12.29）及行动指引欠缺（仅23.5%高行动性）等局限，为AI在口腔健康教育的应用边界提供了重要实证依据。

　　

随着人工智能(AI)技术渗透医疗领域，公众越来越依赖ChatGPT等工具获取健康信息。然而，当一位吸烟者向AI咨询"烟渍牙能否逆转"或"拔牙后吸烟风险"时，这些看似便捷的回答是否可靠？这直接关系到数百万吸烟人群的健康决策。目前医疗AI研究多聚焦诊断辅助，却鲜少关注其作为"24小时健康顾问"的应答质量——这正是约旦研究团队在《BMC Oral Health》发表的最新研究试图解答的问题。

研究人员通过AlsoAsked等工具抓取500个吸烟相关口腔问题，经去重筛选出119个典型问题，涵盖牙周状况、牙齿健康、口腔卫生、软组织及口腔手术五大领域。采用"隐身模式"下的ChatGPT 3.5生成答案后，创新性地引入多维度评估体系：用FKG/SMOG指数测可读性，GQS量表评质量，CLEAR工具验可靠性，PEMAT量表析可理解性与行动性，并通过ANOVA等统计方法分析差异。

关键发现1：有用性与专业深度的矛盾
数据分析显示，78.1%回答被评为有用（36.1%非常有用），但口腔手术类问题得分显著低于其他领域（p=.008）。例如关于"种植牙后吸烟影响"的答复虽列出感染风险，却未量化具体概率或戒烟时间建议，反映AI在专业深度上的局限。

关键发现2：可读性的"专业门槛"
手术类答复的FKG值达12.29（相当于大学阅读水平），显著高于牙周病类（10.51）和牙齿健康类（9.76）。SMOG指数更显示64.3%手术类答复需13年以上教育才能理解，这可能将低学历吸烟者置于信息劣势。

关键发现3：行动指引的缺失
尽管79.16%回答易于理解，仅23.5%提供明确行动建议。典型如"吸烟致口臭"问题，AI详细解释机制却未逐步指导如何选择漱口水或舌苔清洁工具，这种"知易行难"模式可能削弱健康干预效果。

这项研究首次系统揭示医疗AI的"能力边界"：ChatGPT可作为口腔健康教育的辅助工具，但其标准化应答模式难以替代个性化医疗建议。对临床实践的启示在于，未来AI健康咨询需加强三方面：1）专业领域知识库的垂直深化；2）应答内容的分级适配（如为低学历者自动简化术语）；3）嵌入"问题-解决方案-行动步骤"的结构化输出框架。正如研究者指出，当涉及吸烟这类复杂行为干预时，AI的终极价值不在于替代医生，而是搭建从认知到行动的"智能桥梁"。