人工智能聊天机器人在健康系统术语定义方面的比较评估：一项横断面研究

《Scientific Reports》：Comparative evaluation of artificial intelligence chatbots in defining health system terminology: a cross-sectional study

　　

摘要

p < 0.001）。在全局质量评分和mDISCERN评分上，Perplexity的表现均优于其他机器人（p < 0.05），尤其在后者方面的优势更为明显（p < 0.001）。在某些情况下，Copilot的表现略优于Gemini 3，而ChatGPT-5在这两项评分中的表现都是最低的。Perplexity之所以表现更佳，是因为它更具可靠性，能够提供参考文献，而其他机器人缺乏引用说明，这也是其评分较低的原因。值得注意的是，Perplexity的语义相似度最低，而其余聊天机器人的语义一致性则相对较高且较为接近。这项研究为了解聊天机器人定义健康系统术语的能力提供了有价值的见解，相关方可以利用这些见解来指导实际工作。