用于药物使用教育的代理人工智能：整合监管和科学知识源

由于快速发展的物质使用环境中的可扩展性、个性化和信息流通方面的挑战，传统物质教育的提供仍然存在问题。虽然人工智能 (AI) 为加强教育提供提供了一个充满希望的前沿领域，但其在提供实时、权威的药物使用教育方面的应用在很大程度上仍未得到充分探索。我们构建了一个基于代理的人工智能网络应用程序，将缉毒局记录与实时同行评审文献相结合，以提供透明的上下文敏感的药物使用教育。该系统使用检索增强生成技术，通过仔细过滤的 102 个文档语料库和动态 PubMed 查询。文档存储在语义上被分块并放置在向量表示中，以便于轻松检索。我们进行了一项专家评估研究，其中由五名主题专家组成的小组提出了 30 个特定领域的问题，两名独立评估者使用五点李克特量表评估了 90 个系统交互（每个问题 30 个主要问题加上两个上下文后续问题），涵盖四个标准：事实准确性、引文质量、上下文连贯性和监管适当性。四个标准的平均评分范围为 4.18 至 4.35（总体类别范围：4.05-4.52），评分者之间存在显着一致性（Cohen 的 kappa = 0.78）。这些发现表明，将权威监管来源与实时科学文献相结合的代理人工智能架构代表了可扩展、准确和可验证的健康教育交付的一个有前途的方向，并保证通过纵向用户研究进行进一步评估。