Health consumers' use and perceptions of health information from generative artificial intelligence chatbots: A scoping review.

健康消費者對生成式人工智慧聊天機器人健康資訊的使用與看法:一項範疇性回顧

<think> 嗯,我现在要分析这个PubMed的研究,标题是“Health consumers' use and perceptions of health information from generative artificial intelligence chatbots: A scoping review.”。首先,我得仔细看看摘要,了解这篇文章的主要内容和结构。 研究的背景是说,健康消费者使用生成式人工智能(GenAI)聊天机器人来获取健康信息。随着GenAI聊天机器人的不断改进和应用,了解这些工具生成的健康信息如何被使用和感知变得很重要。研究的目的是进行一个系统的综述,探讨健康消费者对GenAI聊天机器人提供的健康信息的使用情况和看法。 方法方面,他们使用了Arksey和O'Malley的五步协议来指导他们的系统综述,并遵循PRISMA指南,收集了2019年1月1日之后发表的相关文献。他们进行了主题分析和内容分析。结果部分提到,他们检索到了3840个标题,最终审核了12篇论文,包含13个研究,其中5个是定量研究,4个是定性研究,4个是混合方法。ChatGPT在11个研究中被使用,GPT-3在2个研究中被使用。大多数研究是在美国进行的,涉及的一般和特定健康主题包括医学影像、心理健康和疫苗接种。只有1个研究明确使用了理论,8个研究质量被评为优秀。这些研究被分类为用户体验研究(4个)、消费者调查(1个)和评估研究(8个)。5个研究检查了健康消费者对GenAI聊天机器人健康信息的使用情况。感知方面包括准确性、可靠性、可读性、信任、隐私、有用性、可访问性、情感吸引力、态度和有效性等方面。结论是,虽然健康消费者可以使用GenAI聊天机器人获取可访问、可读和有用的健康信息,但对准确性、可信度、有效性和安全性的负面看法构成了障碍,需要解决这些问题以减轻健康风险,改善健康信念,实现积极的健康结果。同时,需要更多基于理论的研究,以更好地理解接触GenAI聊天机器人健康信息如何影响健康信念和结果。 接下来,我需要从六个角度进行分析: 1. 研究目的与假设:研究主要探讨健康消费者如何使用和感知GenAI聊天机器人提供的健康信息。假设可能包括这些工具的使用情况和感知结果会影响健康行为和结果。 2. 方法与设计:使用系统综述和主题分析,优点是系统全面,但可能缺乏深度,且文献选择可能存在偏差,尤其是大部分研究来自美国,可能忽略其他地区的情况。 3. 数据解释与结果:结果显示消费者普遍认为这些工具有用,但对准确性和安全性有担忧,这支持了研究的假设,即负面感知可能阻碍其应用。 4. 局限性与偏见:综述可能遗漏了早期或非英文的研究,样本主要集中在美国,可能存在文化偏差。同时,研究质量评估可能不够严格,仅有8个被评为优秀。 5. 臨床及未来研究意义:需要改善工具的准确性和安全性,增加公众的信任,以促进积极的健康结果。未来的研究应更多地基于理论,并扩展到不同地区和文化背景。 6. 其他观点:可能的其他解释包括消费者对AI的不信任可能源于缺乏透明度或过去的负面经验。此外,不同的健康主题可能影响感知,如心理健康信息可能比医学影像更受信任。 总结来说,这个研究系统地审视了GenAI聊天机器人在健康信息中的应用,揭示了其潜在的优势和挑战,强调了提升准确性和安全性以增强信任的重要性,同时指出了未来研究的方向,如增加理论基础和多样化的研究样本。 </think> ### 逐步解释與分析 #### 1. 研究目的與假設 研究旨在探討健康消費者如何使用和感知來自生成式人工智慧(GenAI)聊天機器人提供的健康資訊。研究假設這些工具的使用情況和感知結果可能影響健康行為和健康結果。 #### 2. 方法與設計 研究採用了系統性回顧法,並使用主題分析和內容分析。優點是系統全面,但可能缺乏深度,且文獻選擇可能存在偏差,尤其是大部分研究來自美國,可能忽略其他地區的情況。 #### 3. 數據解釋與結果 結果顯示消費者普遍認為這些工具有用,但對準確性和安全性有擔憂,這支持了研究的假設,即負面感知可能阻礙其應用。 #### 4. 局限性與偏見 回顧可能遺漏了早期或非英文的研究,樣本主要集中在美國,可能存在文化偏差。同時,研究質量評估可能不夠嚴格,僅有8個被評為優秀。 #### 5. 臨床及未來研究意涵 需要改善工具的準確性和安全性,增加公眾的信任,以促進積極的健康結果。未來的研究應更多地基於理論,並擴展到不同地區和文化背景。 #### 6. 其他觀點 可能的其他解釋包括消費者對AI的不信任可能源於缺乏透明度或過去的負面經驗。此外,不同的健康主題可能影響感知,如心理健康資訊可能比醫學影像更受信任。 ### 結論 該研究系統地審視了GenAI聊天機器人在健康資訊中的應用,揭示了其潛在的優勢和挑戰,強調了提升準確性和安全性以增強信任的重要性,同時指出了未來研究的方向,如增加理論基礎和多樣化的研究樣本。