2026年7月，深圳大学医学部公共卫生学院刘甲野课题组在国际数字医学领域期刊 Journal of Medical Internet Research（JMIR） （新锐一区，Top期刊）在线发表题为 “Comparative performance of AI models and clinicians in evidence-based cardiovascular disease management for people living with HIV: Comparative Study” 的研究论文。深圳大学医学部公共卫生学院硕士研究生孔天祺为第一作者，刘甲野为独立通讯作者，深圳大学为第一作者单位和唯一通讯作者单位。

随着抗逆转录病毒治疗的广泛应用，HIV 感染者生存期显著延长，心血管疾病等非艾滋病相关疾病逐渐成为影响患者长期健康的重要因素。然而，HIV 感染者心血管疾病管理涉及感染疾病、心血管疾病、药物相互作用及代谢异常等多个领域，临床实践中仍存在明显的跨学科知识衔接挑战。

针对这一问题，本研究基于 HIV 与心血管疾病相关指南，构建标准化临床评价体系，围绕基础知识、药物管理、临床决策及病例分析等内容，对 DeepSeek-V3、DeepSeek-R1、ChatGPT-4o 和 ChatGPT-o4-mini 四种人工智能模型，以及感染科和心血管科临床医生进行了系统比较。研究邀请多学科专家从准确性、完整性、可读性和可靠性四个方面进行评价。

研究发现，人工智能模型在各项评价指标中均表现出更高水平和更好的稳定性，平均评分显著高于临床医生。其中，DeepSeek-R1 在多个维度中表现最佳，显示出较强的复杂医学问题推理和知识整合能力。研究同时发现，不同专业医生各具优势：心血管医生在心血管风险评估方面表现更佳，而感染科医生在抗病毒治疗相关问题处理中更具优势。该研究表明，人工智能有望成为 HIV 感染者长期综合管理的重要辅助工具，通过整合多学科医学知识，帮助医生提升复杂共病患者的规范化管理水平。研究团队指出，人工智能并非替代临床医生，而应作为临床决策支持和多学科协作的重要补充，为未来智慧医疗模式的发展提供新的研究方向

 图 人工智能模型与临床医生比较评价的标准化问题构建、回答收集及质量评估流程

该研究得到国家自然科学基金、广东省基础与应用基础研究基金、广东省医学科学技术研究基金等项目资助。

 原文链接：https://doi.org/10.1038/s42003-026-10655-5