← 最新论文
📄 medicine

The role of Artificial Intelligence in interventions to reduce alcohol consumption and smoking: A systematic review

这项针对高收入国家随机对照试验的系统评价发现,没有强有力的证据表明人工智能辅助干预能有效减少饮酒或吸烟,这主要是由于结果不一、无法在多组分干预中分离出人工智能的具体影响,以及纳入研究存在较高的偏倚风险。

原作者: Sean Harrison, Claire Tatton, Joelle Kirby, Atandra Das, Sophie Robinson, Rhiannon Evans, Daniel Mutanda, Alisha Davies, Jessica M Armitage, Rabeea’h Waseem Aslam, Tom Arthur, Joht Singh Chandan, Ruth
发布于 2026-07-08
📖 1 分钟阅读☕ 轻松阅读

原作者: Sean Harrison, Claire Tatton, Joelle Kirby, Atandra Das, Sophie Robinson, Rhiannon Evans, Daniel Mutanda, Alisha Davies, Jessica M Armitage, Rabeea’h Waseem Aslam, Tom Arthur, Joht Singh Chandan, Ruth Garside, Jo Thompson Coon, G. J. Melendez-Torres

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

想象一下,你正试图戒烟或减少饮酒。你听说了一种由人工智能(AI)驱动的新型“数字教练”,它承诺能帮助你成功。这篇论文就像是一份庞大的侦探报告,旨在调查所有测试这些 AI 教练是否真的有效的科学研究。

以下是研究人员发现的成果,使用了简单的类比:

大局观:寻找“魔杖”

研究人员寻找了在富裕国家(如美国、英国、德国等)尝试使用 AI 来戒烟或戒酒的研究。他们想知道:在健康应用中加入 AI,是否真的比使用普通应用或完全没有帮助效果更好?

他们发现了 16 项关于饮酒的研究和 12 项关于吸烟的研究。总计涉及近 73,000 人

他们发现的“AI”并非你可能认为的那种“聪明”的 AI

当我们今天听到“AI”时,我们通常会想到那些能写文章或进行深度对话的超级智能聊天机器人(称为大语言模型)。

然而,这些研究中的“AI”更像是一个非常高级的“选择你自己的冒险”书籍一台数字自动售货机

  • 聊天机器人: 它们不是思考型机器。它们大多是“基于规则的”。想象一下一个流程图:如果你说“我压力很大”,电脑就会显示一条预先写好的放松小贴士。 它并没有真正学习或理解你;它只是遵循了一个严格的剧本。
  • 推荐系统: 它们就像音乐播放列表算法。如果你喜欢某首歌,它就会推荐另一首。在这些研究中,如果你点击了一条特定的消息,系统下次就会推荐一条类似的。

至关重要的是,研究人员发现,目前还没有研究使用现代这种“超级智能”的 AI(就像你现在正在交谈的这种)来帮助人们戒瘾。

结论:结果各异且存在“破碎的放大镜”

研究人员试图合并所有结果以得到一个清晰的答案,但这就像试图把苹果、橙子和香蕉混合在一起做成一份单一的水果沙拉。这些研究都如此不同(不同的应用、不同的人群、不同的衡量成功的方式),以至于他们无法通过数学计算得出一个统一的数值。

相反,他们观察了每个研究的故事:

  • 关于饮酒: 一些研究表明 AI 应用帮助学生减少了饮酒,而另一些研究则表明它们毫无作用。一项研究发现,一个能够定制内容(就像为你浏览器的个人教练)的网站效果很好,但聊天机器人应用的表现则好坏参半。
  • 关于吸烟: 结果非常混乱。一些研究显示 AI 聊天机器人帮助人们戒烟了,而另一些研究则显示它们并不比标准的短信服务或没有 AI 的普通应用更好。

“破碎的放大镜”问题:
最大的问题不仅在于结果各异,还在于这些研究本身存在重大缺陷。研究人员使用了一个“偏倚风险”工具(质量检查工具)进行评估,发现几乎所有的研究都属于“高风险”。

  • 类比: 想象你在评判一场比赛,其中一半的选手在中途退出了,而终点线的裁判因为没戴眼镜,只能靠猜测谁先冲过终点线。因为有这么多人在研究中中途退出,且数据是自我报告的(人们只是口头说“我戒了”而没有证据),研究人员无法完全信任这些结果。

利益相关者(专家)怎么说

研究人员还采访了公共卫生专家和社区领袖。这些专家表达了一些担忧:

  • “协同生产”差距: 许多应用是由技术人员开发的,而没有询问实际用户(饮酒者或吸烟者)想要什么。这就像厨师在做菜时没有询问食客是否对坚果过敏。
  • “准备程度”差距: 仅仅拥有一个应用并不意味着人们已经准备好去使用它。有些人可能需要先学习如何使用这项技术。
  • “公平性”差距: 人们担心这些高级的 AI 工具可能会在无意中只帮助了那些富有且精通技术的群体戒瘾,从而让弱势群体掉队,使健康不平等现象更加严重。

底线结论

目前还没有强有力的证据证明 AI 能帮助人们减少饮酒或吸烟。

论文总结道,虽然 AI 在未来可能会很有用,但我们目前还没有足够的证据来证明它确实有效。我们现有的研究太混乱、缺陷太多,且彼此之间差异太大,以至于无法得出确定的结论。此外,我们甚至还没有测试过当今这种“超级智能”的 AI。

简而言之:这位数字教练仍在培训中,我们目前还不能确定它是否已经准备好帮你戒瘾。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →