超越准确率：大语言模型能否为家长主动提出的儿童强迫症问题提供符合临床要求的回答？

《Clinical Child Psychology and Psychiatry》：Beyond Accuracy: Do Large Language Models Provide Clinically Adequate Responses to Parent-Initiated Questions on Pediatric Obsessive–Compulsive Disorder?

　　

摘要

背景

越来越多的父母开始使用大型语言模型（LLMs）来获取有关儿童和青少年心理健康的信息。在儿童青少年强迫障碍（OCD）中，早期识别和干预至关重要，人工智能生成信息的准确性可能具有临床意义。本研究评估了大型语言模型对面向父母的儿童青少年OCD相关问题的回答情况。

方法

本研究采用探索性横断面评估方法，使用三种对话式人工智能系统：ChatGPT（GPT-4o）、Google Gemini 和 DeepSeek。通过在线资源和专家审阅，识别出20个反映父母常见关切的问题，并在独立对话会话中使用标准化提示词提交。匿名回答由两名儿童青少年精神科医生独立评估，评估内容包括准确性、可重复性和错误模式。

结果

ChatGPT 的准确性（约91%）和可重复性（约89%）最高，其次是 Gemini（约88%；约85%）和 DeepSeek（约86%；约83%）。分领域分析显示，早期识别/诊断和治疗相关问题的得分最高，而关于家庭功能和日常生活的'问题'得分最低。遗漏临床关键信息——尤其是对暴露与反应预防治疗的强调不足——比事实性错误更为常见。

结论

大型语言模型可以为父母提供关于儿童青少年OCD的可及性且总体准确的信息。然而，各领域的表现差异以及对临床关键内容优先级的有限关注表明，它们应作为专业评估的补充，而非替代。

通俗摘要

如今，许多父母在担心孩子的行为时，会转向ChatGPT等AI聊天机器人寻求帮助。对于儿童强迫症（OCD），尽早获取正确信息非常重要，因为如果未能及时识别该疾病并开始正确治疗，日后治疗难度将增大。我们想了解这些聊天机器人回答父母实际提出问题的表现如何。我们收集了20个关于儿童OCD的常见父母问题，涵盖如何识别、如何治疗以及家庭在日常生活中如何应对等方面。我们将每个问题分别提交给ChatGPT、Google Gemini 和 DeepSeek，并在不同日期再次提问，以观察答案是否保持一致。两名儿童精神科医生在不知晓答案来自哪个聊天机器人的情况下，对答案进行了评分。三个聊天机器人提供的信息总体准确，其中ChatGPT表现略好。关于识别和治疗OCD的问题答案最为准确，而关于日常家庭生活的问题答案准确性最低，例如当孩子反复寻求保证时应如何应对。最常见的问题并非错误信息，而是信息缺失：聊天机器人经常未能强调暴露与反应预防是儿童OCD的推荐首选治疗方法。本研究规模较小且具有探索性，评分依赖于专家判断。尽管如此，研究结果表明，AI聊天机器人可以作为父母获取信息的有用起点，但不能替代能够根据每个孩子的个体情况提供建议并确保关键信息不被遗漏的专业医疗人员。

获取本文全文访问权限

查看本文的所有访问和购买选项。

获取访问权限