两种人工智能模型对于原发性骨质疏松症诊疗指南及临床骨密度检查解读的对比分析

摘要

目的 为人工智能模型应用于骨质疏松症临床诊疗的效用提供实证依据。方法 选取原发性骨质疏松症诊疗指南核心章节，由10位骨科医师从准确性、全面性、可解释性、临床应用性4个维度对ChatGPT和DeepSeek的回答内容与指南标准对比评分，并结合临床骨密度检测结果，评估模型决策的准确性与科学性。结果 10位骨科医师评分一致性较高。DeepSeek准确性评分高于ChatGPT，在药物管理及参数解析方面更精准契合指南更新要点。2种模型全面性及可解释性评分虽无统计学差异，但DeepSeek通过整合药物假期管理、FLS协作模式及OSTA筛查工具构建多维评估框架，并采用图表提升信息呈现效率。DeepSeek临床应用性评分优于ChatGPT，其建立的决策路径与全周期监测体系有效缩短临床决策时耗。临床骨密度检测分析显示，ChatGPT仅提供基础诊疗框架，而DeepSeek具有更完整的指南依从性和临床适用性。结论 AI能提升骨质疏松症临床决策效率和质量，DeepSeek解读的表现比ChatGPT更优异。

关键词

人工智能模型 / 骨质疏松症 / DeepSeek / ChatGPT / 精准医疗