高血压共病慢性病患者AI生成运动建议的质量与安全性：一项专家评估研究

《DIGITAL HEALTH》：Quality and safety of AI-generated exercise advice for patients with hypertension and comorbid chronic diseases: An expert evaluation study

　　

背景：生成式人工智能可能通过提供可获取和个体化的健康信息来支持慢性病管理，但其在高血压及共病慢性病患者运动指导方面的质量与安全性仍不明确。目的：本研究旨在从患者和医生双重视角评估AI生成的运动建议对高血压共病慢性病患者的效果。方法：研究纳入20名高血压且至少合并一种共病慢性病的患者。研究人员将去标识化的体检报告和自我报告的运动相关信息输入ChatGPT，以生成个体化运动建议。患者评价了可理解性、可操作性、个人相关性和可接受性。5名医生采用五点Likert量表独立评价了临床准确性、安全性、个体化、处方完整性和临床实用性。结果：患者评价总体良好，可理解性的总体一致性为85.0%，可接受性为80.0%，可操作性为75.0%，个人相关性为70.0%。医生评价同样积极，临床准确性评分最高（4.04±0.80；一致性82.0%），安全性次之（3.95±0.82；一致性78.0%）。个体化（3.75±0.89；68.0%）和处方完整性（3.67±0.91；64.0%）评分相对较低。结论：患者报告了良好的感知可用性，医生总体上对运动建议评价良好。但这些评分并不能确立临床安全性或有效性。AI生成建议经临床医生审核后可能有助于运动相关的健康教育，但患者评价偏差、模型可重复性有限以及缺乏安全性问题的案例层面解释限制了对结果的解读。

高血压是全球最常见的慢性病之一，世界卫生组织估计约12.8亿成年人患有高血压，且许多人群的知晓率、治疗率和控制率仍不足。高血压是心血管疾病、卒中、肾脏疾病和过早死亡的重要可改变危险因素，因此需要长期管理，而规律运动被指南推荐为血压管理和心血管风险降低的核心组成部分。然而，临床实践中许多高血压患者同时患有糖尿病、肥胖、慢性肾脏病、心血管疾病、肌肉骨骼疾病或呼吸系统疾病等多种共病。共病状态会增加治疗负担、使自我管理复杂化，并需要更个体化的生活方式指导。将通用指南转化为安全、个体化的运动建议十分困难，尤其需要兼顾血压控制、药物使用、功能能力、疾病特异性禁忌、症状监测及潜在不良事件。生成式人工智能（Generative AI）和大语言模型（Large Language Model, LLM）正被探索用于慢性病管理、患者教育和生活方式支持，其可提供快速、低成本且看似个性化的建议，但同时也引发了对质量、安全性、责任归属和临床适用性的担忧。对于高血压共病慢性病患者，AI生成运动建议的安全性和个体化尚未得到充分研究。因此，研究人员开展了这项专家评估研究，从患者和医生双重视角评价AI生成运动建议的质量与安全性。

研究人员在广东省第二人民医院（Guangdong Second Provincial General Hospital）于2025年9月10日至12月10日期间招募了20名高血压且至少合并一种共病慢性病的患者，收集其体检报告和患者口头描述的运动相关信息，去除直接标识符后，通过ChatGPT网页界面（OpenAI）生成个体化运动建议，使用标准化单轮提示词模板，未使用API。患者对各自建议的可理解性、可操作性、个人相关性、可接受性和遵从意愿进行评价；5名医生独立对所有20份建议的临床准确性、安全性、个体化、运动处方完整性和临床实用性进行评价，均采用五点Likert量表，医生评分的一致性使用组内相关系数（Intraclass Correlation Coefficient, ICC）评估。

**患者病例特征**：共纳入20例患者，平均年龄（63.4±9.1）岁，男性11例（55.0%），平均体质指数（Body Mass Index, BMI）为27.2±3.5 kg/m²，平均收缩压（143.8±12.6）mmHg，平均舒张压（86.9±8.4）mmHg，高血压病程中位数为8.0年，共病数量中位数为2.0个。最常见的共病为血脂异常（60.0%）、超重或肥胖（55.0%）和2型糖尿病（40.0%），此外还包括肾功能异常或慢性肾脏病（20.0%）、其他心血管疾病（25.0%）、慢性呼吸系统疾病（15.0%）和肌肉骨骼疾病（30.0%）。该描述基于体检报告、既往病史和患者提供的信息。

**患者评价**：患者对AI生成运动建议的总体评价良好。85.0%（17/20）认为建议易于理解，80.0%（16/20）表示可接受并愿意遵循，75.0%（15/20）认为建议提供了清晰可行的步骤，70.0%（14/20）认为建议与自身健康状况、运动习惯和偏好相关。所有维度均无患者选择“强烈不同意”，但个人相关性维度的中性评分相对较多，提示AI在更贴近个体情况方面仍有改进空间。

**医生评价**：5名医生对20份运动建议共产生100条评分。临床准确性评分最高（4.04±0.80，一致性82.0%），安全性评分次之（3.95±0.82，一致性78.0%），可行性和临床实用性评分为（3.90±0.83，一致性76.0%），个体化评分为（3.75±0.89，一致性68.0%），运动处方完整性评分为（3.67±0.91，一致性64.0%）。各维度ICC介于0.70至0.82之间，提示医生间一致性为中度至良好。安全性方面有7条评分选择“不同意”，但这一结果仅代表医生对书面建议的判断，并不等同于已确认的安全失败，且研究未收集针对个别评分的结构化文本解释，因此无法将不同意归因于特定临床错误。

讨论部分指出，患者和医生的正面评价支持将AI生成建议作为运动相关健康教育的辅助工具进行进一步评估，但本研究并未证明其对运动依从性、血压控制或临床结局的改善，也未与通用宣教材料或医生撰写的建议进行对比。较低的个体化和完整性评分提示，未来应通过优化提示词策略或采用迭代生成来增强建议的具体性和针对性。安全性方面，7条不同意评分不能脱离案例层面的原因解释，未来需结合原始推荐、患者信息和评价者说明进行病例级审查。本研究的局限性包括：患者评价为非盲法，可能受个人化预期和确认偏倚影响；样本量小且为单中心；使用网页界面而非版本锁定的模型，可重复性受限；单轮生成无法评估重复输出的变异性。

本研究从患者和医生双重视角评估了AI生成的运动建议对高血压共病慢性病患者的质量与安全性。患者普遍认为这些建议可理解且可接受，医生总体上对临床准确性和安全性评价良好。这些评分不能确立临床安全性或有效性，但提示这些建议在经临床医生审核后可能作为运动相关健康教育的辅助工具具有潜在价值。然而，个体化和运动处方完整性评分相对较低，表明仍需进一步改进，尤其是在根据患者的临床状况、运动习惯和安全风险调整建议方面。总体而言，生成式人工智能可能有助于提高个体化运动教育的可及性和效率，但在复杂慢性病患者中的应用应得到谨慎的提示词设计和适当的专业审核的支持。