CHAT健康咨询研究报告指南：CHART声明助力生成式AI医疗建议标准化

为解决生成式人工智能(AI)聊天机器人在临床证据总结和健康建议提供中性能评估报告标准不统一的问题，国际多学科团队通过系统评价和德尔菲共识法开发了包含12项39子项的CHART清单，为相关研究提供规范化报告框架，显著提升研究透明度和结果可比性。

　　

这份特殊通讯提出了针对生成式人工智能(AI)驱动聊天机器人的性能评估报告规范。随着聊天机器人健康建议(CHA)研究的激增，报告标准的差异性正严重影响研究结果的可解释性。

研究团队通过多阶段工作开发了CHART声明：首先开展系统评价识别CHA研究在实施、报告和方法学的变异，随后组建包含531位利益相关者的国际多学科团队，通过改良的异步德尔菲共识流程和3次48人参与的同步专家会议，最终形成包含12个主条目和39个子条目的标准化清单。

关键报告要素涵盖：标题(1a)、摘要(1b)、背景(2ab)、模型标识(3ab)、技术细节(4abc)、提示工程(Prompt engineering,5ab)、查询策略(6abcd)、性能评估(7ab)、样本量(8)、数据分析(9a)、结果(10abc)、讨论(11abc)，以及披露(12a)、资助(12b)、伦理(12c)、研究方案(12d)和数据可及性(12e)等规范要求。

该指南特别强调模型技术参数、提示词设计细节和评估方法的透明报告，为临床医生、研究者、期刊编辑和读者提供了标准化评估工具，将有效促进AI健康咨询领域的规范发展。配套的方法学流程图进一步增强了指南的可操作性。