一项横断比较研究把9个癌痛相关问题分别抛给四款AI聊天机器人，共收集36条回答，再由两名肿瘤科医生盲评。几款模型的信息质量、可信度存在差异，而在可读性上，未必达到给患者看的科普标准。

用AI了解「癌痛大概是怎么回事」「有哪些镇痛方式」可以，但别拿它替代就诊。疼痛控制方案需要医生根据病因、用药史和身体情况个体化调整；如果疼痛突然加重、无法缓解或伴随新症状，应尽快联系医护，而不是继续追问 AI。

AI成了很多人的第一站

半夜疼得睡不着，很多人第一反应不是打120，而是打开一个聊天框。「癌痛怎么缓解」「止痛药会不会上瘾」——这类问题，正越来越多地被抛给AI。问题随之而来：它给的答案，质量到底靠不靠谱？

你问过AI身体的事吗

你可以回想一下，自己有没有拿着AI给的答案去过医院，或者干脆按它说的去处理。AI的回答通常流畅、自信、结构工整，这种「像样」很容易让人放下戒心。但流畅不等于准确，也不等于你能看懂——这两件事，恰好是这项研究要衡量的。

36条回答，两位医生盲评

四款AI，分数不一样：研究用9个来自搜索热词趋势的癌痛问题，分别提交给四款主流聊天机器人（共36条回答），由两名肿瘤科医生用四套通用工具盲评信息质量、可信度与可读性。结果：在整体信息质量上四款差异不显著；但在患者信息质量和可信度维度上差异明显，其中一款在多项评分上高于其余几款。

读得懂，是另一道门槛：真正让研究者担心的是可读性。即便内容在专业上说得过去，如果句子过长、术语密集、阅读难度高于一般科普材料的水平，对正在疼痛中、又缺乏医学背景的患者来说，等于没用。

不止癌痛，这是个共性问题：同一类问题在别的健康话题上也反复出现。一项研究把58个素食与纯素营养问题提交给五款AI，得到290条回答，由五位有临床营养背景的评分者盲评，同样发现产品之间存在差距 [来源：Safety, accuracy, empathy, reliability, and readability of large language model chatbot responses to public-facing vegetarian and vegan nutrition advice questions: a cross-sectional comparative study]。另一项针对某罕见食管疾病的研究里，六款AI的240条回答中，有11.3%被医生判为「潜在不安全」 [来源：Public-facing health information on achalasia generated by large language models: a multidimensional comparative study]。

240条回答里有27条（11.3%）被专业医生判为潜在不安全，各模型的占比在7.5%到15.0%之间。这意味着，你随口一问，拿到不安全建议并不是小概率事件。

把AI放在它该在的位置

1 用AI做「初步了解」可以——帮你把生词和大致选项理清，但别当成诊断依据。

2 关键问题必须回到医生——剂量、换药、停药这类决定，AI无从了解你的整体情况。

3 判断信息还要看来源——这项研究提示，不同产品的信息质量与可读性差异明显，同一句话换个AI问，答案可能就不一样，多方核对、以专业医护为准更稳妥。

① 研究设计：每个问题只提交一次，AI回答存在随机性，属单次快照。
② 样本有限：仅4款模型、9个英文问题，且问题来自搜索热词而非真实患者。
③ 语言局限：问题与评估均为英文，中文场景的表现未知。
④ 时效限制：模型会持续更新，结论只反映测试当时的产品状态。

参考资料：Li Q, Zhang S, Ma X, et al. Artificial Intelligence Chatbots as Sources of Cancer Pain Information: A Comparative Evaluation of Quality, Transparency, and Readability. Journal of Pain Research（2026）. https://doi.org/10.2147/jpr.s643383