综述：聊天机器人健康建议研究的报告指南：CHART声明

这篇综述介绍了CHAT（Chatbot Assessment Reporting Tool）声明，这是一项针对生成式人工智能（AI）驱动的聊天机器人在提供健康建议（CHA）研究中的报告指南。通过系统评价、德尔菲共识和专家小组会议，开发了包含12项39个子项的标准化报告框架，旨在提高研究的透明度和可重复性，促进临床AI应用的信任与整合。

　　

引言

人工智能（AI）在医疗领域的应用突飞猛进，尤其是生成式AI驱动的聊天机器人（如基于大型语言模型LLM的ChatGPT）在提供健康建议（CHA）方面展现出巨大潜力。然而，现有研究在方法学和报告质量上存在显著差异，例如仅40%的研究完整描述了查询策略，这影响了研究结果的可信度。为此，国际多学科团队开发了CHAT报告指南，通过标准化框架提升CHA研究的透明度。

方法学开发

CHAT的制定遵循EQUATOR网络标准，经历三阶段：

1. 系统评价：筛选7752篇文献，识别137项CHA研究，提炼120项候选报告条目；

2. 德尔菲共识：531名国际顾问委员通过两轮异步投票，新增28项条目；

3. 专家小组会议：48名跨领域专家（含临床医生、AI研究员、患者代表）经12小时同步讨论，最终确定12项核心条目。

值得注意的是，为适应AI技术的快速迭代，指南将适用范围从LLM扩展至所有生成式AI，并设立"动态更新机制"，每半年评估技术进展对指南的影响。

核心报告框架

CHAT清单涵盖六大模块：

• 模型标识（条目3-4）：要求明确AI模型版本、开源状态及调优细节（如是否基于基础模型或经过微调fine-tuning）；

• 提示工程（条目5）：需描述提示词开发流程、参与者背景（如是否包含患者参与），并公开原始提示；

• 查询策略（条目6）：强制报告查询时间/地点、会话分离情况，以及聊天机器人原始输出；

• 伦理规范（条目12）：特别强调患者数据隐私保护措施（如去标识化处理）和版权数据使用许可。

配套的方法学流程图直观展示了从模型选择到结果评估的全流程，帮助研究者规避"黑箱操作"风险。

临床与伦理考量

指南针对四大关键问题提出解决方案：

1. 版权争议：通过要求公开训练数据来源（条目12e）和版权许可状态（条目12cii），应对生成式AI的"合理使用"争议；

2. 偏见控制：强制报告模型性能评估中的基准真相（ground truth）定义（条目7a），减少种族、性别等潜在偏见；

3. 患者安全：设置有害响应评估条目（条目10c），要求识别误导性医疗建议；

4. 动态更新：设立14人"常设专家小组"，采用90%高阈值更新标准，确保指南持续适配AI技术演进。

应用前景

CHAT已获《JAMA Network Open》等六本期刊同步发表，其创新性体现在：

• 多利益方参与：患者代表全程参与条目制定，确保建议贴近实际需求；

• 活体指南机制：突破传统报告指南静态模式，建立技术响应式更新路径；

• 跨学科协同：整合临床医学、数据科学、伦理法学等多维度视角。

未来，随着CHAT的推广应用，结合验证性研究（如标准化性能指标开发），或将加速生成式AI在结肠癌筛查等具体场景中的临床转化，最终实现"人类监督下的AI辅助医疗"生态构建。