小型研究：ChatGPT 与 Google（谷歌） Gemini 对房颤的患者教育解释质量总体无显著差异
一项仅基于摘要可见内容的小型研究，让 ChatGPT 与 Google Gemini（均为生成式 AI（人工智能） 工具）分别解释心房颤动（房颤）及其治疗，并由 28 名参与者评分，其中包括心内科医生、心内科专科培训医生和 17 名非医学背景大学毕业生。
结果显示，两个平台的总体质量无显著差异； 但医生更认可对“不治疗后果”的解释，非医学读者则更认可版式与结构。 这有助于理解：评估面向患者的 AI 教育内容时，医生与普通读者的判断标准并不一致。
研究把提示词“向患者解释心房颤动及其治疗方法”分别输入 ChatGPT 和 Google（谷歌） Gemini，并将两个回答与基于患者教育材料评估工具（PEMAT）和 DISCERN 标准制作的问卷，在 2024 年 9 月至 10 月发放给潜在参与者。
28 名参与者包括心内科医生、心内科专科培训医生和 17 名非医学专业人士（非医疗领域就业的大学毕业生）； 问卷采用 5 点李克特量表，并用 Wilcoxon 符号秩检验比较均值。 总体质量在两个平台间未见显著差异。
医生对偏倚的评分高于非医学专业人士（均值 3.82 对 4.33，P=.04），对不治疗后果的解释评分也更高（2.85 对 1.86，P=.005）；
非医学专业人士则在视觉提示（3.97 对 2.48，P<.001）、信息性标题（4.77 对 3.95，P=.001）、分节简洁（4.71 对 4.29，P=.04）、可识别的患者行动（4.21 对 3.19，P=.04）和补充资源引用（2.65 对 1.71，P=.006）上评分更高。
作者称这是首个评估上述平台房颤教育质量的研究，属试点研究，并呼吁后续开展纵向研究及对临床结局影响的评估。 注意：本条仅依据摘要，未阅读全文； 样本仅 28 人，不能推断真实临床效果。
这条结果值得教育产品团队注意的地方不在“哪个模型更好”，而在评价者身份会改变结论：医生更看重是否讲清不治疗的后果与潜在偏倚，普通读者更看重标题、分节、视觉提示等可用性结构。 做面向公众的 AI（人工智能） 学习或健康科普产品时，若只用专业人士评审，可能低估普通用户的阅读障碍； 只用普通用户评审，又可能放过关键风险信息缺失。
样本小、单次提示、单病种，均限制外推。
后续观察信号
- 复现研究是否采用更大样本和多轮提示？
- 是否有研究报告 AI（人工智能） 生成解释对患者实际理解水平的直接影响？