综述：大型语言模型在药物相互作用分析能力方面的系统性图谱评价

　　本综述系统评价了大型语言模型（LLM）在药物相互作用（DDI）分析中的应用。研究表明，以ChatGPT-4.0为代表的公开LLM在识别潜在DDI方面展现出一定能力，但准确性存在波动，亟需开发专门用于DDI检测的标准化工具以提升用药安全。

　　

背景

药物相互作用（DDI）是全球公共卫生领域的重要问题，直接影响患者安全与治疗结局。随着大型语言模型（LLM）——例如ChatGPT、Bing AI和Google Bard等——在医疗健康领域的应用日益广泛，其作为便捷的辅助工具用于DDI分析的潜力引起关注，然而其实际效能尚不明确。本项研究通过系统性综述，对基于LLM的聊天机器人在识别DDI方面的表现证据进行全面评估。

方法

本研究遵循PRISMA指南进行系统综述（PROSPERO注册号：CRD420251020360），检索时限为2015年1月1日至2025年3月31日，覆盖PubMed、Scopus与Web of Science三大数据库。纳入标准明确限定为使用公开可用的LLM聊天机器人进行DDI检测的相关研究，以确保证据的实用性与可重复性。

结果

共纳入9项发表于2023至2025年间的研究，这些研究评估了多种主流LLM聊天机器人在DDI识别任务中的表现。方法类型多样，涵盖患者层面的多药并用筛查、单一药物核查以及基于临床案例的情景测试。结果显示，不同聊天机器人性能差异显著：ChatGPT，尤其是其4.0版本，能够识别较多潜在DDI，但准确性存在较大波动；相比之下，Bing AI和Google Bard的表现可靠性较低，一致性与覆盖范围均不及ChatGPT。

结论

当前公开可用的LLM聊天机器人在检测DDI方面表现出部分有效性，但整体效果不一致且尚未达到可靠临床应用的标准。因此，亟需开发专用于DDI识别、且可免费获取的专业化聊天机器人工具。未来的研究方向应集中于制定统一的性能评估标准、扩大模型的可及性，并进一步推动LLM在临床用药安全实践中的落地应用。

Prospero

本系统综述已在PROSPERO平台注册，编号为CRD420251020360。