“AI”能当医生吗？临床中同理心、可读性和一致性的研究 LLM

大语言模型 (LLM) 越来越多地部署在医疗保健领域，但其与临床标准的沟通一致性仍未得到充分量化。我们对结构化医学解释和现实世界的医患互动中的通用和专业领域 LLM 进行多维评估，分析语义保真度、可读性和情感共鸣。基线模型放大了相对于医生的情感极性（非常负面：43.14-45.10% vs. 37.25%），并且在 GPT-5 和 Claude 等较大的架构中，产生更高的语言复杂性（FKGL 高达 16.91-17.60，而医生撰写的响应为 11.47-12.50）。以同理心为导向的提示可减少极端消极情绪并降低年级复杂性（GPT-5 最高可达 -6.87 FKGL 分），但不会显着提高语义保真度。协作重写产生最强的整体一致性。改写配置实现了与医生答案的最高语义相似度（平均值高达 0.93），同时不断提高可读性并减少情感极端。双重利益相关者评估表明，没有任何模型在认知标准上超越医生，而患者始终更喜欢重写的变体以提高清晰度和情绪基调。这些发现表明，LLM 作为协作沟通增强器最有效，而不是替代临床专业知识。