2026年3月20日，山东大学护理与康复学院本学年第12期、总第307期研究生学术论坛于学院105教室举行。本期论坛由2024级研究生戴宏悦、张萌萌进行汇报，指导老师为王坤立老师。

第一位汇报者是2024级硕士研究生戴宏悦，汇报的文章题目是“Can artificial intelligence improve the readability of patient education information in gynecology?”，2025年6月发表在American Journal of Obstetrics & Gynecology期刊，影响因子为8.4分。美国医学会建议患者教育资料应达到六年级阅读水平，但现有材料普遍超出这一标准，影响患者理解。随着患者越来越多地使用AI（artificial intelligence）获取健康信息，评估其生成内容的可读性、准确性和清晰度显得尤为重要。该研究旨在评估人工智能，特别是大型语言模型（large language models，LLMs）在改善妇科患者教育资料可读性方面的能力。研究采用横断面设计，选取了10种常见妇科手术，比较了来自美国妇产科医师学会（American College of Obstetricians and Gynecologists，ACOG）和UpToDate.com（UTD）的传统资料与ChatGPT、Copilot、Gemini三种LLMs生成及优化后的资料。研究者通过8种可读性公式对文本进行分析，并由两位妇产科医师对内容进行盲评。结果显示，LLMs生成的材料虽更简洁，但使用了更多复杂词汇，可读性反而更差，平均阅读等级为10.6级，高于ACOG的9.0级和UTD的8.6级。即便在明确提示下，LLMs也未能将材料难度降低至六年级水平，其中ChatGPT生成的内容甚至更难理解。Copilot和Gemini在优化方面表现略好，但均未达标。研究结论指出，当前LLMs在生成和优化患者教育材料方面尚不可靠，存在“误导性简化”风险，即内容更简短但语言更复杂，可能加剧健康素养差距。汇报者指出，研究强调未来需加强AI模型在健康素养方面的保障机制，并结合患者实际反馈进行验证，才能安全应用于临床实践。

第二位汇报者是2024级硕士研究生张萌萌，汇报的文章题目是“Lifestyle Intervention for Sustained Remission of Metabolic Syndrome: A Randomized Clinical Trial”，2026年1月发表在JAMA Internal Medicine期刊，影响因子为23.3分。该研究是一项多中心随机临床试验，旨在探讨代谢综合征患者在常规健康教育和活动监测的基础上，增加以习惯养成为核心的6个月干预，能否在24个月时维持更高的代谢综合征缓解率。研究结果显示，干预组在24个月时的缓解率高于对照组，提示此干预方案不仅能带来短期改善，还具备一定的长期维持效应。同时，作者把干预重点聚焦于“餐时加蔬菜、每日快走”等简单、可重复的行为上，体现了从“告诉患者该做什么”转向“帮助患者真正长期做下去”的思路。汇报者指出，该研究不仅验证了干预的有效性，更揭示了慢病管理的真正难点并非启动改变，而是维持改变。相比于一次性宣教，将健康行为逐步内化为日常习惯，或许是更贴近真实临床场景、也更适于护理实践推广的路径。

本次学术论坛上，两位汇报者围绕各自研究领域作了精彩报告。王坤立老师针对汇报内容逐一进行深入点评与指导。论坛不仅为同学们搭建了高质量的学术交流平台，也进一步深化了大家在相关领域的科研思维。前沿研究成果的分享，为同学们今后的学术探索注入了新的活力，令全体参会人员受益匪浅。

编辑：刘乃菡

图片：周茉