综述：人工智能技术与健康素养：一项系统性综述

本综述系统评估了人工智能（AI）技术在健康素养（Health Literacy）领域的应用现状，涵盖自然语言处理（NLP）、机器学习（ML）和深度学习（DL）等方法在文本简化、问答系统和多语言支持等方面的作用。文章指出当前研究在健康素养定义统一性、个体与组织层面评估工具应用以及实际效果验证方面存在显著不足，并强调未来需结合人类专家监督与多样化评估指标以推动该领域的规范化发展。

　　

引言

健康素养被世界卫生组织（WHO）定义为个体获取、理解和运用健康信息以做出合理决策的能力，其水平受教育、文化背景和社会资源等多因素影响。全球普遍存在健康素养不足的现象，这与不良健康结局及医疗资源获取困难密切相关。近年来，人工智能（AI）技术的快速发展为健康素养的提升提供了新机遇，但其实际应用效果及伦理问题仍需系统评估。

方法

本研究遵循PRISMA指南，对2014年1月至2024年4月间六大数据库（Scopus、CINAHL、ERIC、PubMed、Web of Science、MEDLINE）中涉及AI与健康素养的文献进行系统性筛选。最终纳入18项符合标准的研究，涵盖文本简化、多语言翻译、问答系统及健康信息评估等多个方向。数据提取内容包括研究目标、AI技术类型、健康素养定义及测量工具、性能评估指标等，并采用适应性质量评估工具对偏倚风险进行评价。

结果

健康素养的定义与测量

仅有7项研究明确定义了健康素养，均强调其作为个体能力的核心特征，包括信息获取、理解与应用。仅1项研究使用了个体水平健康素养测量工具（ComprehENotes），而组织层面的健康素养评估几乎被完全忽视。

AI技术应用概况

研究主要采用三类AI技术：

1. 1.
   传统机器学习方法（如线性判别分析LDA、K近邻KNN）用于文本可读性分类和实体链接；
2. 2.
   深度学习模型（如长短期记忆网络LSTM、序列标注模型SEQ）处理临床文本复杂词识别与多标签分类；
3. 3.
   基于Transformer的模型（如BERT、GPT-4）广泛应用于文本简化、多语言问答和医学实体提取。

ChatGPT及其变体在多项研究中被用于降低医疗文本阅读难度（如手术同意书、放射报告），并将其阅读等级从高中水平降至小学6年级水平。

功能应用场景

• •
  文本复杂度评估（7项研究）：通过AI分析医疗文档的词汇难度与句法结构；
• •
  文本简化与可读性提升（9项研究）：利用生成式AI改写患者教育材料，显著改善Flesch-Kincaid可读性指数（FRES、FKGL）；
• •
  多语言翻译与支持（2项研究）：涵盖西班牙语、中文、印地语等语种，但非英语语种性能仍不稳定；
• •
  交互式问答系统（6项研究）：如针对高血压、儿科泌尿问题的聊天机器人（Chatbot），提供实时健康咨询。

评估指标

研究采用三类评估方式：

1. 1.
   人工评估：专家准确性验证（如临床指南对比）和Likert量表评分；
2. 2.
   机器学习指标：准确率（Accuracy）、F1分数（F1-Score）、曲线下面积（AUC）等；
3. 3.
   可读性指标：Flesch-Kincaid等级（FKGL）、Gunning雾化指数（GFI）、SMOG等。

局限性与偏倚风险

仅5项研究涉及参与者体验测试，样本量小（28–109人），且多以英语文本为主。多数研究依赖可读性指标作为理解度的代理，而非直接测量患者实际认知效果。质量评估显示，61%研究为高质量，但普遍存在健康素养定义不统一、评估工具缺失问题。

讨论

AI技术通过自动化文本处理和交互式服务为健康素养提升提供了新途径，但其有效性仍受限于以下因素：

1. 1.
   技术层面：Transformer模型虽高效但依赖大量算力，传统机器学习方法可解释性强但处理复杂语境能力有限；
2. 2.
   评估层面：缺乏标准化健康素养测量工具，尤其是组织级评估框架；
3. 3.
   实践层面：需平衡AI自动化与人工监督，以确保信息准确性并避免误导性输出。

未来研究应聚焦以下方向：

• •
  开发兼顾个体与组织水平的健康素养评估工具；
• •
  增强AI模型在多语言、多文化背景下的适应性；
• •
  结合检索增强生成（RAG）等技术提升输出内容的可靠性与时效性。

结论

AI在健康素养领域的应用呈现多元化趋势，但在定义统一性、效果验证及实际推广方面仍面临挑战。未来需通过跨学科合作、人类专家参与及多样化评估体系，推动AI技术在健康沟通中的规范化与精准化应用。