评估个人健康记录在个性化健康AI中的效用

由患者管理的个人健康记录（PHR）有望帮助患者更好地了解自身健康；但记录中的信息复杂，可能妨碍洞见的获得。在本研究中，我们评估大语言模型（LLM，Gemini 3.0 Flash）在以PHR临床数据作为上下文时，为用户健康问题提供有用回答的潜力。共2,257条用户查询取自3种不同分布以代表患者问题：较短的网页搜索查询、由聊天机器人对话模板衍生的较长问题，以及患者向其医疗团队提出的问题（患者来电）。查询与去标识化的PHR（来自1,945份的池）相匹配。Gemini的回答在三种条件下生成：(1) 无PHR上下文；(2) 提供人口学特征、病症与用药的基础摘要；(3) 提供完整、详尽的临床记录。在评估方面，我们利用了现有评分框架（SHARP），并针对解读PHR时的特定错误模式开发了新框架。评估对全部数据使用自动评分器，对子集（n=95）使用临床医生评分，两组评分者均知悉完整PHR上下文。我们发现，加入PHR数据后，所有问题类型回答的有用性都显著提升（p < 0.001，配对t检验）。我们还观察到回答在安全性、准确性、相关性与个性化方面的潜在提升。我们的PHR评估框架还识别出LLM理解复杂PHR特定方面时的缺口，例如时间上的迷失，以及罕见但有意义的虚构。这些结果表明PHR数据有望帮助具有广泛用户需求的人群，并提供了监测基于PHR上下文的LLM回答缺口的框架。本研究激发了进一步的工作，以评估并实现用户从理解自身健康记录中获得的潜在收益。