在 CGM 知情糖尿病咨询中对 大语言模型 和临床医生撰写的反应进行盲态多评估者比较评估

连续血糖监测 (CGM) 是糖尿病护理的核心，但清晰且富有同理心地解释 CGM 模式仍然非常耗时。基于检索的 大语言模型 (LLM) 系统在 CGM 知情咨询中的证据仍然有限。评估基于 LLM 的基于检索的对话代理 (CA) 是否可以支持患者理解 CGM 数据并为常规糖尿病咨询做好准备。我们开发了一个基于 LLM 的基于检索的 CA，用于 CGM 解释和糖尿病咨询支持。该系统生成简单的语言响应，同时避免个性化的治疗建议。十二个 CGM 知情案例是根据公开数据集构建的。 2025 年 10 月至 2026 年 2 月期间，6 名英国资深糖尿病临床医生每人审查了 2 个指定病例并回答了 24 个问题。在盲法多评估者评估中，CA 生成和临床医生编写的每个响应均由 3 名临床医生在 6 个质量维度上独立评分。还记录了安全标志和感知源标签。主要分析使用线性混合效应模型。总共 288 个独特的回复（144 个 CA 和 144 个临床医生）产生了 864 个评级。 CA 获得的质量得分高于临床医生的回答（平均 4.37 比 3.58），估计平均差异为 0.782 分（95% CI 0.692-0.872；P<.001）。最大的差异是同理心（1.062，95% CI 0.948-1.177）和可操作性（0.992，95% CI 0.877-1.106）。安全标志分布相似，两组中很少出现重大问题（3/432，各 0.7%）。基于检索的 LLM 系统可能具有作为 CGM 审查、患者教育和会诊前准备的辅助工具的价值。然而，这些发现并不支持自主治疗决策或无人监督的现实世界使用。