《International Emergency Nursing》：Agreement and classification performance of ChatGPT-5-generated and nurse-led emergency department triage using an expert reference decision: A retrospective study
编辑推荐：
•在急诊科中，由护士主导的分诊对于患者安全和资源管理至关重要，而分诊不准确是一个常见的问题，尤其是在患者数量众多和工作量较大的情况下。•本研究系统地评估了基于ChatGPT-5的人工智能分诊系统与护士分诊及黄金标准决策之间的一致性，使用了真实的患者数据，为基于大语言模型的分诊在急
- •
在急诊科中，由护士主导的分诊对于患者安全和资源管理至关重要，而分诊不准确是一个常见的问题，尤其是在患者数量众多和工作量较大的情况下。
- •
本研究系统地评估了基于ChatGPT-5的人工智能分诊系统与护士分诊及黄金标准决策之间的一致性，使用了真实的患者数据，为基于大语言模型的分诊在急诊护理中的临床可靠性和潜在应用提供了直接证据。
- •
人工智能辅助的分诊可以作为一种决策支持工具，提高护士的分诊准确性，尤其是在病情严重或患者数量较多的情况下。通过减少分诊不当的情况并标准化评估流程，此类系统可以提高患者安全，优化工作流程效率，使护士能够更有效地分配资源，从而最终提升急诊科的整体表现。
引言
急诊科是一个复杂且拥挤的环境，需要在紧迫的时间压力下作出快速、可靠且资源敏感的决策。全球患者数量的增加加剧了运营负担，使得分诊的准确性成为患者安全和系统效率的关键指标[1]、[2]。虽然分诊通常由护士根据标准化协议进行，但在常规急诊实践中准确的分诊仍然具有挑战性，文献中仍不断报道分诊不当和过度分诊的情况[3]。在基于资源的分诊系统中，这一分类过程变得更加复杂，因为决策同时受到临床风险和预测医疗干预的影响[4]。人工智能（AI）和机器学习（ML）为基础的系统正日益被研究作为改进急诊科分诊的决策支持工具[5]、[6]。尽管ML方法在预测临床结果方面可能优于传统分诊方法，但使用真实临床数据对ChatGPT-5进行直接性能评估的研究仍然有限[7]、[8]、[9]。此外，大多数先前的研究依赖于基于场景的设计或三级医疗机构的环境，未能反映二级医院的实际情况，而AI对分诊不当和过度分诊具体影响的研究也不够充分[10]、[11]、[12]、[13]。
将人工智能安全整合到急诊科中需要通过一致性统计、分类偏差以及分诊不当和过度分诊等临床指标来评估其性能，而不仅仅是依赖总体准确性。因此，本研究的主要目的是比较ChatGPT-5生成的分诊决策与护士主导的分诊在面对二级急诊科的非紧急（黄色/绿色）成人患者时的协议性和诊断性能，并与多学科专家判定的参考决策进行对比。本研究基于以下假设：
•ChatGPT-5生成的分诊将与多学科专家参考分诊决策至少达到中等程度的一致性。
•与参考决策相比，ChatGPT-5生成的分诊和护士主导的分诊在分类偏差模式和诊断性能指标上会有所不同。
章节摘录
研究设计
这项回顾性横断面分析研究了2025年12月1日至31日期间到二级公立医院急诊科就诊的非紧急（黄色/绿色）成年患者的去标识化电子健康记录，这些患者有护士主导的分诊记录。该研究是对医院信息管理系统（HIMS）中常规临床实践生成的数据进行二次分析，未涉及任何临床干预措施。
结果
患者的 demographic characteristics 和临床发现的描述性统计数据见表1。在纳入研究的1,564名患者中，55.9%（n = 874）为女性，44.1%（n = 690）为男性。平均收缩压、舒张压、脉率和血氧饱和度分别为131.40 ± 21.79 mmHg、75.38 ± 14.15 mmHg、89.80 ± 16.10次/分钟和36.13 ± 0.25°C。平均就诊等待时间为5.01 ± 5.11分钟。
讨论
在本研究中，将ChatGPT-5生成的分诊与护士主导的分诊的结果与多学科专家参考决策进行了对比，发现两种方法在总体一致性和分类模式上存在显著差异。尽管ChatGPT-5生成的分诊与专家参考决策的一致性更高，但两者在分类方向上存在明显的差异。这些发现表明……
局限性
本研究存在一些局限性。仅纳入了非紧急（黄色/绿色）成人患者，因此无法推广到儿科患者和紧急科全体患者。专家参考决策是由两名成员组成的多学科小组共同作出的，未进行单独的初步评分，因此无法量化预先达成的一致性。ChatGPT-5和小组使用的是标准化的分诊级信息，而护士也可以直接评估患者。
结论
在这项针对非紧急（黄色/绿色）成人急诊科患者的回顾性研究中，基于标准化初步分诊数据的ChatGPT-5生成的分诊与多学科专家参考决策的一致性更高，总体分类准确性也更高，并且比基于患者现场评估的护士主导分诊更具敏感性。成对比较进一步显示，ChatGPT-5生成的分诊在将患者分类为黄色的情况较少。
CRediT 作者贡献声明
Elif Bodur Tiryaki：撰写 – 审稿与编辑，撰写 – 原稿撰写，调查，正式分析，数据整理，概念构思。O?uzhan Tiryaki：可视化，验证，方法学，调查，正式分析，概念构思。Miray Soysal：调查，数据整理。Yal??n Kanbay：撰写 – 审稿与编辑，监督。Fatma Guducu Tufekci：可视化，监督。
伦理声明
作者尚未从参与者或其法定代表处获得知情同意。由于研究的回顾性质，伦理委员会免除了获取知情同意的要求。本研究仅基于现有患者记录的审查，未与参与者发生直接接触或干预，所有数据均经过匿名分析，严格保护了患者的保密性和隐私。
本研究符合……
关于写作过程中生成式AI和AI辅助技术的声明
在准备这项工作时，作者使用了[ChatGPT-5]来[提高文本的清晰度和连贯性]。使用该工具/服务后，作者根据需要审阅和编辑了内容，并对出版物的内容负全责。
利益冲突声明
作者声明他们没有已知的财务利益或其他个人关系可能影响本文所述的工作。
致谢
作者感谢急诊科工作人员和医院管理部门对这项回顾性研究的支持。
Elif Bodur Tiryaki|O?uzhan Tiryaki|Miray Soysal|Yal??n Kanbay|Fatma Guducu Tufekci
