问AI私密健康问题靠谱吗？一项针对细菌性阴道病咨询的评估给出了答案

AI聊天机器人真的能回答私密健康问题吗？

当身体出现难以启齿的不适，很多人会先上网搜索，或者悄悄问一句AI聊天机器人。这种做法确实方便：它随时在线，不会评判你，也不用排队挂号。但问题是，它给出的建议，到底能不能信？

最近一项发表在学术期刊上的研究，专门评估了五个公开可用的生成式AI聊天机器人，围绕细菌性阴道病（BV）这一常见但常被误解的健康问题，测试了它们给出的回答。研究者设计了一系列普通用户可能问的问题，从症状、诊断、用药、孕期影响到日常护理，覆盖了60多个问题，分别提交给ChatGPT、Gemini、Microsoft Copilot、DeepSeek和豆包，一共收集了305条回复。随后，五位资深妇产科专家对这些回答进行了独立评估，重点关注安全性、准确性、与现行专业指引的一致性、共情表达以及可读性。结果并不让人完全放心。

这些AI回答安全吗？会不会给出有害建议？

研究中最值得关注的一项发现是：在305条回答中，有31条被专家判定为“不安全或可能不安全”，占比约10.2%。换句话说，每十条回答里就有一条可能包含风险。更关键的是，不安全内容并非集中在某一个机器人身上——每个参与测试的界面都出现了不同程度的隐患，比例从6.6%到14.8%不等。虽然从统计上看，各平台之间的安全差异并不显著，但研究者特别提醒，这绝不意味着它们“一样安全”，更不能说明可以放心依赖。

这些不安全的内容主要集中在几个场景：

• 复发性BV的处理建议；
• 性健康相关话题；
• 药物使用，包括是否自行用药、用什么药；
• 日常自我护理措施。

例如，有些回答可能暗示用户自行购买药物、忽略就医的必要性，或者对孕期风险轻描淡写。对于缺乏专业背景的普通用户来说，这类建议很容易被当成“权威答案”照做，从而延误真正需要的专业评估。

除了安全，AI在准确性和共情方面表现如何？

除了安全性，研究还评估了其他几个维度。在准确性、与专业指引的一致性、共情表达和可读性方面，五个聊天机器人之间确实存在差异，并且这些差异在统计上是显著的。也就是说，不同平台给出的回答，质量参差不齐。有的回答在信息准确度上更接近现行专业共识，有的则在共情语气上更让人感到被理解；但可读性方面，六个常用的可读性指标均显示出显著差异，意味着有些回答可能对普通读者来说过于晦涩或过于简略。

不过，研究者反复强调，这项研究只是对“一次提问、一次回答”的记录样本进行描述，并不能代表这些机器人的稳定性能。换句话说，同一个问题，换个时间再问，答案可能完全不同。而且，所有问题只提交了一次，不同平台的提问时间也不一样，顺序固定，这些因素都限制了结论的推广。

那我们还能用AI咨询私密健康问题吗？

研究的结论很明确：不能把AI聊天机器人当作无监督的自我照护工具。每个平台都出现了具有临床相关性的风险内容，而安全性比较不显著，不等于它们可以互相替代或放心使用。这项探索性研究并没有建立任何平台的稳定排名，也无法证明哪个模型更有效或更适合 unsupervised care（无监督照护）。

对于普通读者来说，更务实的态度或许是：AI聊天机器人可以作为一个初步了解概念的入口，比如帮你整理一些问题、理解某些术语，但绝不能替代专业意见。当你遇到复发性症状、涉及用药、正处于孕期或备孕阶段，或者症状持续不缓解时，最稳妥的做法仍然是咨询专业人士，比如妇产科医生或正规健康服务机构。

同时，也要意识到，私密健康问题往往涉及个体差异，同样的症状背后可能有不同的原因。AI给出的通用回答，无法替代针对你个人情况的评估。把它当作一个“信息起点”而非“终点”，或许才是更安全的使用方式。

这项研究也提示我们，随着AI工具越来越普及，如何确保它们在高敏感健康话题上给出安全、准确、有温度的回答，仍然是一个需要持续关注和改进的问题。对于用户而言，保持审慎、多方核实、及时寻求专业帮助，永远是保护自己的第一道防线。