糖尿病足信息问AI靠谱吗？一份基于最新研究的核对清单

脚上一个小水泡，对糖尿病患者来说可能是一场漫长麻烦的开端。神经受损、血流不畅、伤口难愈、反复感染——这些风险环环相扣，任何一环被忽略都可能带来连锁反应。正因如此，越来越多的人习惯在公开可用的对话式人工智能工具里输入自己的疑问，希望快速得到一个像样的回答。但这类回答到底能信几分？近期一项研究给出了一个值得收藏的核对视角。

先把结论放前面：清单不是用来吓人的

这项研究围绕一个核心问题展开：在公开界面、默认单轮提问的条件下，公开可用的大语言模型会怎样回答糖尿病足相关的患者提问？研究者设计了一套包含24个条目的基准问题集，覆盖六个话题方向，并横跨四类来源——公开搜索趋势、公众问答平台、一份中文糖尿病足指南以及国际糖尿病足指南。每个问题分别提交给五个不同的模型各一次，共收集到120份回答。

评估从多个维度切入：回答质量用DISCERN、EQIP和GQS三类工具打分；可见的透明度特征用JAMA基准标准评估；可读性用六种公式测算；此外还设置了一个探索性的潜在风险提示标记，用来筛查是否存在明显的短期伤害信号。需要特别说明的是，这项研究并未进行逐条声明的事实准确性核查，也没有做指南一致性裁定，更没有统计幻觉出现的频率。也就是说，它测的是“表面功夫”和“可读程度”，而不是“每个字都对”。

结果可以浓缩成几条：不同模型在不同指标上表现差异明显；某模型在质量类与透明度类评分中录得较高均值，另一模型在多个可读性等级指标上均值偏低、同时录得较高的可读性简易度分数；所有模型的透明度相关得分都处于低位；没有任何一条回答触发最高两级的风险标记；也没有任何一条回答同时满足全部预设的可读性目标。

第一份清单：问之前，先确认这五件事

• 你问的是谁？同一个问题在不同模型上得到的回答可能差别不小，不要把某一个模型的回答当成通用答案。
• 你用的是什么入口？研究针对的是公开界面、默认单轮对话的条件，这与接入专业系统的工具不是一回事。
• 你期待它做什么？如果只是想了解“糖尿病足可能涉及哪些方面”，它或许能提供线索；如果要做高风险决定，它不应被单独依赖。
• 你打算怎么用这个回答？把它当作提问的起点可以，把它当作处置依据不行。研究结论明确提示，这类默认回答需要在专业人员监督下使用。
• 你有没有记录原始回答？保留截图或文字记录，便于后续与专业人员沟通时对照。

第二份清单：看到回答后，重点盯这六个细节

• 是否提到神经方面的风险。糖尿病相关的足部问题常常从感觉减退开始，回答里若只谈伤口不谈神经，信息是不完整的。
• 是否区分感染与缺血。这两类问题的表现和处理方向不同，混为一谈容易误导。
• 是否提到减压需求。足部受力分布的改变是护理中的关键环节，缺少这部分内容说明回答覆盖面有限。
• 是否谈及复发风险。一次问题处理完不等于结束，复发是真实存在的关注点。
• 是否给出行动指引而非只描述现象。只罗列症状而不说明下一步该找谁、做什么，实用价值会打折。
• 是否语气过于肯定。研究提示透明度相关得分普遍偏低，这意味着回答未必会清楚交代自身局限。越是斩钉截铁的表述，越要多一分警惕。

第三份清单：把AI回答变成有效沟通材料的三步

与其纠结回答对不对，不如把它的内容转成你能带走的材料。研究本身也强调，结构化提问框架是评估这类工具的基础，普通读者同样可以借用这个思路。下面是一个可以照着做的顺序：

1. 先摘录，不改写。把回答中涉及风险识别、日常护理、就医时机的句子原样摘出来，不要用自己的理解替换措辞，避免在转述中丢失或添加信息。
2. 再标记不确定项。凡是回答里含糊、矛盾或你拿不准的地方，用问号标出，整理成一份问题清单，而不是自己先下判断。
3. 最后带去专业咨询。把摘录和问题清单一并交给专业人员，请对方逐条确认或纠正。研究结论建议，高风险决策不应在没有专业人员监督的情况下单独依赖这类回答。

第四份清单：关于可读性，普通人该知道的一件事

研究用六种公式测算可读性，结果是没有一条回答满足全部预设目标。这意味着什么？并不是说回答写得越简单越好，而是说工具生成的文字在句子长度、词汇难度、信息密度上并不稳定，有时读起来顺，有时绕。可读性简易度分数高的模型，在等级类指标上反而偏低，这种指标间的错位说明：读着轻松不等于内容适合你的具体情况。对读者来说，实用的做法是把回答读一遍，遇到读不通的句子就当作提示——这里可能恰恰是信息模糊或逻辑跳跃的地方，值得单独拿出来问。

第五份清单：透明度为什么值得你在意

研究用JAMA基准标准评估可见的透明度特征，结果是各模型得分都处于低位。透明度在这里指的是回答是否交代信息来源、是否说明自身局限、是否提示需要进一步确认。得分低，意味着你往往看不到这些说明。对普通读者而言，这带来一个直接后果：你很难从回答本身判断哪些内容是通用常识、哪些是有依据的建议、哪些只是语言上的顺滑拼接。因此，把“它有没有告诉我它不知道什么”作为一条核对标准，是有实际意义的。

最后一份清单：把它放在什么位置

• 可以当作了解糖尿病足涉及哪些话题的入门线索。
• 可以当作整理提问思路的草稿工具。
• 不可以当作判断自身情况的依据。
• 不可以替代专业人员的评估与建议。
• 不建议在高风险情形下单独依赖它的输出。

研究给出的整体判断是温和而明确的：这套提问框架为公开界面的工具评估提供了结构化基础；默认回答在不同指标上表现不一，透明度有限，可读性不足；在没有专业人员监督的情况下，不应将其单独用于高风险的糖尿病足决策。换句话说，工具可以用，但清单要带上，专业意见要跟上。本文内容仅供参考，不构成任何具体建议，涉及个人情况请咨询专业人士。