针对慢性非特异性腰痛患者的“人-ChatGPT协同”脊柱卸载运动方案开发及专家验证

《Sport Sciences for Health》：Development and expert validation of human–ChatGPT collaborative spinal de-loading exercise protocol for individuals with chronic non-specific low back pain

　　摘要背景慢性非特异性下背痛（CNSLBP）是一种常见的肌肉骨骼疾病，与显著的残疾程度和社会经济负担相关。尽管运动疗法是保守治疗的基石，但制定结构化的循证康复方案仍具挑战性。生成式人工智能的近期进展，特别是ChatGPT，可能为康复方案的制定提供新的机遇；然而，对ChatGPT生成的运动方案进行专家验证的研究仍十分有限。本研究旨在制定并确立人机协作式（人类与ChatGPT）脊柱减压运动方案用于慢性非特异性下背痛患者的专家内容效度。方法本研究采用人机协作框架进行方法论内容效度研究。该方案通过循证综合、迭代式提示工程、基于ChatGPT的方案生成、研究团队优化以及多学科专家评审等步骤开发。初步方案包含32项运动项目，分为四个渐进式康复阶段。由79名专家（包括大学教授、执业治疗师和博士候选人）使用内容效度比（CVR）和内容效度指数（CVI）对内容效度进行评估。采用Kruskal-Wallis H检验分析各组专家之间的差异。结果平均CVR为0.33，超过最低可接受阈值0.19。总体S-CVI/Ave为0.91，表明具有优异的内容效度。最终的人机协作脊柱减压运动方案包含32项经验证的运动项目。各组专家之间未发现显著差异（H = 0.040，df = 2，p = 0.980）。结论经过多学科专家评估，人机协作脊柱减压运动方案显示出优异的内容效度。这些发现支持了ChatGPT在"人在回路"框架内作为康复方案制定辅助工具的潜在作用。需要进一步的临床研究来评估其在慢性非特异性下背痛患者中的有效性和实际适用性。