大语言模型对脑死亡/按神经标准判定死亡问题的回答：ChatGPT 4o-mini 和 Gemini 3 Flash (Fast)

《Journal of the Neurological Sciences》：Large language model responses to questions about brain death/death by neurologic criteria: ChatGPT 4o-mini and Gemini 3 Flash (Fast)

　　

摘要

背景

公众对脑死亡/神经标准死亡（BD/DNC）的理解普遍较差。随着利用大语言模型（LLM）聊天机器人回答医学问题日益普及，我们试图确定 ChatGPT 4o-mini 和 Gemini 3 Flash (Fast) 提供的关于 BD/DNC 的信息质量。

方法

在家庭倡导者的协助下，我们开发了 45 个关于 BD/DNC 的开放式问题，并于 2026 年 1 月提交给 ChatGPT 4o-mini 和 Gemini 3 Flash (Fast)。我们记录了回复的字数、福克斯 - 金凯德可读性评分和来源信誉度（不可靠来源被定义为非医学、非政府、非法律且不隶属于器官捐赠组织）。2023 年 BD/DNC 指南的两名作者独立评估了相对于公认医疗标准的回复准确性，第三名作者裁决了差异。

结果

大多数回复达到或高于 10 年级水平 [ChatGPT 4o-mini: 44/45 (98%), Gemini 3 Flash (Fast): 39/45 (86%)]。经过裁决，Gemini 3 Flash (Fast) 的 22/45 (49%) 回复和 ChatGPT 4o-mini 的 20/45 (44%) 回复被认为完全正确 (p = 0.673)。准确性与以下因素之间没有关系：字数；可读性；或引用至少一个不可靠来源。

结论

ChatGPT 4o-mini 和 Gemini 3 Flash (Fast) 对关于 BD/DNC 的问题的回答可能包含不准确之处。这可能助长困惑和不信任。将人工智能整合到医疗保健公众教育中具有显著潜力，但需要改进以确保回复准确且易读。医疗保健团队应准备好解决基于使用 LLM 的关于 BD/DNC 的误解。

引言

在进行脑死亡/神经标准死亡（BD/DNC）评估之前，应该举行一系列家属会议以建立融洽关系，讨论患者的临床状况和脑损伤的严重程度，并提供关于 BD/DNC 的教育 [1]。由于认知、情感 and 关系障碍，这些对话可能具有挑战性 [2]。公众对 BD/DNC 的理解较差，医疗保健团队有必要纠正基于媒体、电影和电视节目中关于 BD/DNC 的虚假信息的误解 [3], [4], [5], [6]。

随着使用大语言模型（LLM）聊天机器人回答健康相关问题的日益普及，医疗保健团队还必须意识到，家属可能会利用这项技术试图了解更多关于 BD/DNC 的信息 [7], [8]。一项关于基于人工智能的聊天机器人在公众教育中实用性的系统评价确定了其优势和局限性 [9]。审查中包含的一些研究发现回复文笔好、易于理解、准确、信息丰富且无偏见。另一些研究发现回复不清楚、写作水平高、过时、不准确且没有来源引用。然而，尚未对 LLM 对关于 BD/DNC 的问题的回答进行探索。

我们试图确定两个公开可用的 LLM 提供的关于 BD/DNC 的信息质量 [ChatGPT 4o-mini 和 Gemini 3 Flash (Fast)]。我们假设，像媒体、电影和电视节目一样，这些 LLM 会提供关于 BD/DNC 的虚假信息 [3], [4]。

章节片段

问题开发

开发了 45 个关于 BD/DNC 的开放式问题，基于与家属、受训者和医疗保健专业人员讨论 BD/DNC 的个人经验以及对关于 BD/DNC 常见问题文献的非正式审查（补充文件 1）[10], [11], [12], [13], [14]。问题经所有作者协作共识修订，然后由加拿大重症医学会死亡定义与判定委员会的家庭倡导者审查和修订

可读性

可读性数据见表 1。有 30 个回复包含表格 [Gemini 3 Flash (Fast) 26/45 (58%) 和 ChatGPT 4o-mini 4/45 (9%)]。Gemini 3 Flash (Fast) 的回复明显长于 ChatGPT 4o-mini 的回复 [中位数 473 字，四分位距 (IQR) 432–497 vs. 309 字，IQR 265–370, p < 0.001]。大多数回复按大学年级水平或 10-12 年级水平撰写 [ChatGPT 4o-mini 44/45 (98%) 和 39/45

讨论

尽管在世界大部分地区 BD/DNC 被接受为法律死亡，但公众对 BD/DNC 的理解较差 [5], [6], [21]。国际调查表明，许多人听说过 BD/DNC，但对 BD/DNC 与意识障碍之间的区别、BD/DNC 缺乏恢复能力以及 BD/DNC 与循环呼吸标准死亡的法律等同性存在困惑 [5], [6]。人们经常求助于聊天机器人来回答医学问题，所以它是

结论

尽管大多数 ChatGPT 4o-mini 和 Gemini 3 Flash (Fast) 对关于 BD/DNC 的问题的回答几乎全部正确或完全正确，但不准确之处可能助长困惑和不信任。将人工智能整合到医疗保健公众教育中具有显著潜力，但需要改进以确保回复准确、全面、非常详细且易读。医疗保健团队应准备好解决基于

CRediT 作者贡献声明

Ariane Lewis: 写作 – 原稿、监督、方法论、形式分析、数据管理、概念化。Nikhil Avadhani: 写作 – 审查与编辑、写作 – 原稿、形式分析、数据管理。Sanjiv D. Mehta: 写作 – 审查与编辑、方法论、调查。Ryan Brandon Hunter: 写作 – 审查与编辑、方法论、调查。David Greer: 写作 – 审查与编辑、方法论、调查、形式分析。Matthew P. Kirschen: 写作 – 审查与

利益冲突声明

作者没有利益冲突。

致谢

作者想感谢 Joanne Brennan 女士、注册护士、丧亲母亲以及加拿大重症医学会死亡定义与判定委员会的家庭倡导者，感谢她对本研究使用的问题提供的深思熟虑的反馈。

Ariane Lewis|Nikhil Avadhani|Sanjiv D. Mehta|Ryan Brandon Hunter|David Greer|Matthew P. Kirschen

美国纽约州纽约市纽约大学朗格尼医学中心