大语言模型在药物相关物质使用障碍研究与照护中的应用、安全性评估与未来方向：范围综述（预印本）

背景 物质使用障碍（SUD）在美国影响超过4800万人，但获得照护常受到污名化、经济障碍和服务可及性有限等因素的制约。尽管数字健康干预已开始缓解这些挑战，但GPT等大语言模型（LLM）为可扩展的SUD康复支持带来了新的可能。然而，关于LLM在SUD情境中应用的实证证据仍较为零散，评估也不均衡。有必要开展范围综述，以综合现有方法、揭示方法与安全性方面的缺口，并为未来研究提供参考。目的 本范围综述综合关于LLM在SUD和成瘾情境中应用的现有证据。它考察基于LLM的工具如何在照护全过程中得到应用，识别常见任务和数据来源，评估风险与安全性关切，并梳理有效性的早期证据以及可为未来研究提供参考的缺口。方法 我们按照PRISMA-ScR指南开展范围综述。我们检索医学和技术数据库，纳入报告LLM在药物相关SUD情境中实证发现的研究。在识别出的675条记录中，492条在标题和摘要层面进行筛选，60条接受全文审查，12项研究符合纳入标准。结果 所有纳入研究均发表于2024年或2025年，表明证据基础非常新且发展迅速。多数研究使用公开社交媒体或在线论坛（12项中的8项），3项研究使用EHR等临床数据，1项研究使用结合传感器、图像和聊天记录的多模态数据。GPT系列模型使用最频繁（12项中的10项），常与Llama或Mistral模型一同评估。在各研究中，LLM应用集中于四类任务：文本分类与提取、回复生成、对话式决策支持，以及使用LLM衍生特征的预测建模。分类与提取任务最常见，且常较传统机器学习或基于规则的基线表现出更优性能。尽管通用LLM在SUD相关情境中容易生成污名化、有偏见或临床不当的内容，但也有报告称，有针对性的提示工程显著减少了污名化语言，并提高了回复的感知充分性和适当性。然而，安全性评估在范围和深度上仍然有限。结论 基于LLM的工具在支持SUD相关研究和照护方面显示出新兴潜力，尤其是可扩展的分类与信息提取、对话式筛查，以及从非结构化文本或语音中衍生特征。然而，当前工作主要处于临床前阶段，依赖公开数据集和模拟提示，关于安全性、临床有效性或康复环境中真实世界实施的证据有限。在SUD情境中负责任地使用，需要采取安全优先的开发路径，整合人在回路验证、系统性提示工程以及精选回复库等设计约束。还需要努力加强临床医生、同伴专家和康复中人群的LLM素养。

中文由 AI 翻译，仅供参考，以原文为准。