GPT驱动社交机器人在医院应用研究

来自特温特大学、梅斯克伦特医疗中心与米兰理工大学的研究人员共同开展了一项试点研究，旨在探索能否使用由GPT驱动的社交机器人在医院环境中为患者提供医疗信息支持。初步结果显示，患者和医护人员对该技术的接受度较为积极，但研究人员态度审慎，强调研究重点在于评估技术、组织与伦理层面的可行性，而非直接证明其提升护理质量。

当前，医疗系统正面临日益增长的压力。由于人员短缺与护理需求上升，医疗服务的可及性受到挑战。在慢性病管理等场景中，清晰有效的医患沟通至关重要。数字技术虽有望缓解这一矛盾，但也引发了关于信息可靠性与技术信任度的讨论。

以“具身”形态探索人工智能应用

在此背景下，特温特大学的科研团队与梅斯克伦特医疗中心的临床专业人员合作，研究如何通过搭载GPT的实体社交机器人，向患者解释其病情与治疗方案。该系统具备拟人化的面部特征、表情模拟及语音交互能力，可通过自然对话方式回应患者疑问。

研究发现，机器人的实体存在形式得到了患者和医护人员的基本认可。患者普遍认为与机器人的对话易于进行且体验愉快。“但这并不等同于证明护理质量得到了提升，”首席研究员扬-威廉·范·特·克洛斯特强调，“我们的研究重点在于验证该体系在实际中能否正常运行，而非其是否已优化护理质量。”

走进真实临床场景的测试

研究初期在实验室环境中进行，随后转入医院日常实践开展测试。共有21名骨关节炎患者和7名医疗专业人员参与了机器人交互体验。患者与医护人员均对系统的易用性和可接受度给予了正面评价。范·特·克洛斯特指出：“接受是必要的第一步。唯有在此基础上，才能进一步探究这类技术是否真正有助于改善信息传递效果、提升治疗依从性，或为医护人员节省时间。”

可控化人工智能应用模式

该研究的核心环节在于对人工智能使用方式的严格设定。GPT技术并未被开放至互联网自由检索，而是仅限于访问经事先审核、由医生确认的医学网站信息。通过这一方式，研究团队旨在降低错误信息或人工智能“幻觉”输出的风险。

“关于人工智能是否应用于医疗的讨论往往陷入非此即彼的争论，”范·特·克洛斯特表示，“而我们的研究表明，关键在于如何设定其使用框架。通过明确边界，医疗专业人员依然掌握着主导权。”

跨学科协作推动创新

本项目是一次典型的跨学科合作，融合了行为科学、临床医学与技术设计的专业知识。除特温特大学的研究人员外，医疗从业者、设计师与国际合作伙伴也共同参与了研发工作。“正是这种多方协作，使得此类前沿研究成为可能，”范·特·克洛斯特总结道。下一步研究将继续深入，包括知识转化机制与长期使用效果评估，目前针对医疗场景专用语言体系的优化工作也已展开。