打开文本图片集

摘要：随着人工智能的发展，以 ChatGPT 等生成式预训练模型为代表的对话生成技术火遍全网，已经在深刻影响人们的工作生活。在智慧健康背景下，利用 ChatGPT 重构健康教育模式，为大学生的健康教育开辟了一条精准的、个性化的道路，必然为传统健康教育模式带来 深远的影响。这些变革将对大学生的健康教育提出挑战，但也是未来发展的重要方向。

关键词：智慧健康、ChatGPT 技术、大学生、精准健康教育

0引言

在经济社会飞速发展的背景下，人们的生活节奏越来越快，压力也来越大，很多人处于 非疾病与非健康的亚健康状态。据 WHO 调查统计显示，70%以上的人处于亚健康状态，仅有 5%的人处于健康状态，而作为精力充沛，活力十足的我国高校大学生群体，亚健康状态占比也高达 56.6%，健康问题尤为突出[1]。大学生是未来国家建设的主力军，在新的时代背景和社会需求下，对其进行健康投入具有教育及传播的双重内涵，对提高其自身及全社会的 健康水平均具有重大意义[2]。相关研究表明，健康教育在促进人们养成有益于健康的行为习 惯和生活方式方面、在改善疾病防治效果和促进卫生服务利用方面均发挥着重要的作用。2021 年，教育部等五部门联合印发的《关于全面加强和改进新时代学校卫生与健康教育工作的意见》中提出：“坚持健康第一的教育理念，把全面提升学生健康素养纳入高质量教育体系，作为学校教育重要目标和评价标准，深化学校健康教育改革，促进学生身心健康、养 成健康生活方式，培养德智体美劳全面发展的社会主义建设者和接班人[3]。”

我国传统的健康教育模式有知信行模式（Knowledge，Attitude， and Practice，KAP）、健康信念模式（ Health Belief Model，HBM ） 和阶段式健康教育模式（ Staged Health Education Model，SHEM）等。传统健康教育模式采用简单的说教模式，患者的积极性差，缺乏个体化， 且太过于形式化，因此效果差强人意[4]。随着人工智能、大数据等技术的发展，智慧健康成为健康管理的主要方式，基于“互联网+精准健康科普”成为健康教育的新趋势[5]，尤其是 2022年 11 月发布的人工智能预训练大模型 ChatGPT，重塑了知识的构造逻辑，不仅可以记录知识、传播知识、表达知识，还可以生成知识，完全重构了传统的健康教育模式，推动教育哲 学的转变，有望使人们的健康教育达到更加智能化和精准化的水平。

1.学术背景与文献综述

1.1智慧健康与大学生健康教育模式

从医疗服务的角度来看，智慧健康是应用大数据、互联网、人工智能、云计算、物联网 等新一代信息技术为人们提供智能化的医疗保健服务，优化医疗保健资源配置，最终实现满 足人们的健康管理需求和提升健康管理质量的目标[6，7]。从学科建设的角度来看，智慧健康 是新一代信息技术和医学发展衍生而来的新兴交叉学科，其培养的人才需要具备医、理、工 等多个学科门类的专业知识[8]。随着智慧健康的发展，人们开始关注如何利用新一代的人工 智能技术辅助大学生的健康教育。通过全天候、全方位的健康监测和指导，更好地改善大学 生的健康状况，从而提高大学生的健康素养。

知信行模式、健康信念模式和阶段式健康教育模式是当前最常见的健康教育模式。知信行健康教育模式认为健康行为的改变需要经过知识的获取、信念的形成和行为的实践三个阶 段。首先，通过健康教育传播健康知识，使人们了解健康的重要性和健康行为的益处；然后， 通过信念的形成，使人们相信健康行为的益处，愿意采取健康行为；最后，通过行为的实践， 使人们真正采取健康行为。它的优点是模型简单易懂，易于实施，有利于提高公众的健康知识水平，增强健康信念，促进健康行为的改变。它的缺点是模型过于理想化，忽视了社会环境、个体差异等因素对健康行为的影响，可能导致健康教育效果不佳。健康信念模式是一种理论模型，它认为人们的健康行为受到他们的健康信念的影响。健康信念包括对疾病威胁的感知、对健康行为效果的评估、对健康行为障碍的感知和对健康行为的自我效能感。通过改变这些健康信念，可以促进人们采取健康行为。它的优点是模型考虑了个体的健康信念对健康行为的影响，有助于理解和预测健康行为，指导健康教育的实施。它的缺点是模型过于依赖个体的主观信念，忽视了社会环境、个体能力等因素对健康行为的影响，可能导致健康教育效果不佳。阶段式健康教育模式认为人们的健康行为改变是一个阶段性的过程，包括预期阶段、考虑阶段、准备阶段、行动阶段和维持阶段。在每个阶段，人们的健康信念和健康行为都有不同的特点，因此，健康教育应根据人们所处的阶段，采取不同的策略，以促进健康行为的改变。它的优点是模型考虑了健康行为改变的阶段性特点，有助于制定针对性的健康教育策略，提高健康教育的效果。它的缺点是模型的阶段划分可能存在主观性，不同个体的健康行为改变过程可能不完全符合模型的阶段划分，可能导致健康教育策略的实施效果不佳。

智慧健康技术已经在潜移默化改变传统的健康教育模式。通过使用智慧健康技术，如移动应用程序和在线课程，大学生可以随时随地学习健康知识和技能，而不受时间和地点的限制。此外，这些技术还可以提供个性化的学习内容和反馈，以提高学习的效率和效果。智慧健康可以帮助大学生更好地管理自己的健康，例如通过跟踪和改善饮食、运动和睡眠等生活方式。这不仅可以提高他们的健康水平，也可以培养他们的健康习惯和态度。通过远程医疗和电子健康记录等智慧健康服务，大学生可以更方便地获取和使用健康服务，例如预约医生、 咨询健康问题、获取医疗报告等。智慧健康产生的大量健康和医疗数据可以用于健康研究和创新，例如研究大学生的健康问题和需求，开发新的健康产品和服务，改进健康教育和服务的策略和方法。因此，智慧健康技术可以作为一种强大的工具和资源，来支持和改进大学生的健康教育模式，尤其是最近火爆的 ChatGPT，它引发的人工智能内容生成（AI Generated Content，AIGC）革命，极大的降低了获取健康知识的难度，且能精准的对大学生进行健康画像，重构了健康教育模式。

1.2ChatGPT 技术的应用潜力

ChatGPT 是一种基于 GPT 模型（基于 Transformer 的生成式预训练模型）的对话生成技术。GPT（Generative Pre-trained Transformer）是 OpenAI 提出的一种语言模型，通过在大规模文本数据上进行预训练，可以生成类似人类语言的连续文本。ChatGPT 是 GPT 模型在对话生成任务上的应用，旨在生成自然流畅的对话。与传统的对话系统不同，ChatGPT  通过模仿大量的对话样本，从而学习到人类对话的特点和模式。这种无指导学习的方式使得 ChatGPT 能够生成富有多样性和创造性的回复。

ChatGPT 使用了预训练和微调两个核心技术。ChatGPT 首先在大规模的非对话文本数据上进行预训练，通过预测下一个词的方式学习语言的规则和结构。这种预训练的方式使得模 型能够理解上下文和句法，并具备一定的语义理解能力。在预训练后，ChatGPT  进一步在对话数据上进行微调。微调的过程中，模型通过最大化生成正确的回复的概率来进行训练。在 微调阶段，还需要使用人工标注的对话数据作为训练集，以使模型产生符合人类对话风格和 要求的回复。

ChatGPT 具有生成式、上下文理解和可扩展等特征。ChatGPT 能够自动生成连续的对话回复，不仅仅是简单的检索式回答，因此可以产生更加富有创造性和多样性的回答。由于GPT 模型的结构使得它能够理解上下文信息，ChatGPT 在对话中能够根据历史对话内容来产生相关的回复。ChatGPT 可以通过增加预训练和微调的数据量，来提高模型的性能。此外， 模型还可以通过添加对话数据进行特定领域的微调，使得对特定领域的回答更加准确和专业。

ChatGPT   技术展现了巨大的应用潜力，在健康教育领域也有广泛的应用前景。ChatGPT 可以为大学生提供个性化的健康咨询和教育，解答他们的健康问题，引导他们形成良好的生 活习惯。ChatGPT  可以根据每个学生的健康状况和需求，提供个性化的健康教育和建议。例如，它可以根据学生的饮食、运动和睡眠数据，提供个性化的健康改善计划。ChatGPT  可以作为一个 24/7 的健康咨询服务，随时回答学生的健康问题和疑虑。例如，它可以解释健康报告的含义，提供疾病的预防和治疗信息，提供急救和自我护理的指导。ChatGPT  可以通过互动的方式，提高学生的健康教育的兴趣和参与度。例如，它可以通过问答、游戏和挑战等 方式，教授健康知识和技能。ChatGPT  可以收集和分析学生的健康数据，以了解他们的健康状况和需求，评估健康教育的效果，提供健康教育的改进建议。

因此，ChatGPT  作为一种强大的工具，能够重构健康教育模式，提高大学生的健康教育的效率和效果，提供更好的健康服务，促进健康研究和创新。

基于 GPT 技术的健康教育模式包括数据收集、模型训练和语义分析及精准个性化回应三个环节。通过收集大学生健康数据，利用语义分析提取关键信息，再经 ChatGPT 生成个性化的回应，对大学生进行健康问题解答和指导。如图 1 所示。

数据收集部分收集大量的健康教育相关的数据，包括健康知识、健康行为、健康信念等内容。这些数据可以从医学文献、健康教育网站、健康教育手册等来源获取。模型训练和语义分析部分使用 GPT  技术对收集的数据进行训练，训练出一个能够理解和生成健康教育内容的模型，然后利用自然语言处理技术对收集到的数据进行语义分析，提取关键信息。可以利用文本分类、实体识别等技术。精准个性化回应部分采用 ChatGPT 等自然语言生成的模型， 生成个性化的回应。通过对用户提问进行情感分析、主题建模等技术，生成符合用户需求的回答。用户可以通过文字或语音与智能健康教育助手进行交互，提出自己的健康问题或需求。 助手根据用户的问题或需求，生成相应的健康教育内容。除此之外，ChatGPT 健康教育模式可对大学生进行健康问题解答和指导，将生成的回复展现给用户，解答他们的健康问题，并根据用户需求进行健康指导，并可以根据用户提供的数据生成个性化的健康建议，帮助他们维持健康生活状态。智能健康教育助手可以根据用户的健康状况和行为习惯，定期推送个性化的健康教育内容。通过用户反馈和行为数据，评估健康教育内容的效果，不断优化模型和推送策略。

这种模式的优点是能够提供个性化的健康教育服务，提高健康教育的效果。同时，GPT 技术的使用使得健康教育内容的生成更加自动化和智能化。缺点是需要大量的数据进行训练， 且对用户隐私的保护需要特别注意。

2.2实施流程

基于 ChatGPT 的大学生健康教育模式的实施流程可以包括以下步骤：

（1）需求分析：确定大学生健康教育的目标、内容和重点，包括了解教育的范围（例 如饮食、运动、心理健康等）、目标群体和他们的需求。

（2）数据收集与整理：收集与大学生健康相关的数据和信息，例如健康指南、研究报 告、问卷调查等。整理这些数据以备后续的训练和准备。

（3）模型训练：利用 OpenAI 的 ChatGPT 平台进行模型的训练。选择适当的数据集并进行预处理，以帮助模型理解和回答与大学生健康有关的问题。

（4）用户行为分析：通过分析用户的使用行为，了解用户对健康教育内容的接受程度 和使用频率。

（5）内容推送：系统根据用户的问题或需求，生成相应的健康教育内容，并定期推送 个性化的健康教育内容。

（6）健康状况跟踪：通过跟踪用户的健康状况，了解健康教育内容对用户健康的影响。

（7）模型调试与优化：针对模型的输出进行调试和优化，确保模型的回答准确、合理，并考虑用户友好性、个性化等因素。

需要注意的是，ChatGPT  模型作为一个辅助工具，仍需要人工监督和参与。在实施流程中，应保证模型输出的准确性和可靠性，并在必要时提供额外的补充和监督。

2.3 ChatGPT 重构传统健康教育模式

知信行模式是一种学习和行动的模式，是知识、信念和行为的简称。知信行模式的基础 是认知理论和动机理论。该模式很直观的将人的行为改变分为获取知识、产生信念及形成行 为 3 个连续过程。ChatGPT 利用智能技术实现了知信行 3 个过程的紧耦合，减少了知识到行为转化过程中的干扰因素。首先，ChatGPT   可以作为智能教育平台，利用其对话能力和多技能，为用户提供更加丰富、有趣、互动的健康知识和信息，提高用户的认知水平和兴趣。其 次，ChatGPT   可以根据用户的个性化需求和反馈，利用其对话能力和多技能，为用户提供更加合适、有效、可信的健康信念和态度，增强用户的行为改变的动力和信心。最后，ChatGPT 可以作为智能辅导平台，利用其对话能力和多技能，为用户提供更加具体、实用、可行的健 康行为建议和指导，帮助用户实现健康行为的转变和维持。ChatGPT  影响知信行健康教育模式如图 2 所示。

健康信念模式是一种运用社会心理方法解释健康相关行为的理论模式，它认为个体的健 康行为取决于其对健康威胁的感知和对行为结果的期望。ChatGPT  对健康信念模式的影响来源于对健康威胁案例正向和反向解释，提升用户健康信念的敏感性。首先，ChatGPT  利用对健康案例的解释，促使用户思考自己的健康信念，并在健康决策方面提供建议。通过与ChatGPT  的对话，用户可以利用真实健康案例，反思自己的健康偏好、信仰和做法，从而形成更明确的健康信念模式。其次，ChatGPT  可以提供鼓励和指导，帮助用户建立积极的健康行为习惯。例如，它可以提供健康饮食建议、锻炼计划和压力管理技巧，以帮助用户改善生 活方式和预防疾病。

阶段式健康教育模式是一种以患者个体情况为主，给予不同治疗阶段科学、有针对性、 合理的健康教育的模式。由于人的行为变化是一个过程而不是一个事件，而且每个改变行为的人都有不同的需求和动机，CHatGPT 可以针对其需要提供不同的干预帮助，从而促使教育对象向下一个阶段转变，最终采纳有益于健康的行为。首先，ChatGPT 可以在不同阶段提供连续的健康教育支持。它可以记录用户的历史对话，以便在后续对话中提供更一致和连贯的建议。这种持续性的支持可以帮助用户在不同阶段保持健康信念，并适应教育目标的演变。 其次，ChatGPT 可以与用户合作制定健康目标，并提供可行的计划和建议。它可以帮助用户在每个阶段设定明确的健康目标，并提供相应的知识和技能来实现这些目标。这有助于用户在阶段性健康教育模式中取得进展并增强自我效能感。最后，ChatGPT 可以在用户的健康教育过程中充当教育伙伴，鼓励用户主动参与学习和思考。通过提问、回答问题和引导思考， 它可以激发用户的好奇心，并促使他们主动探索健康知识。这有助于用户在阶段性健康教育模式中发展自主学习的能力。

3.讨论与建议

3.1 ChatGPT 技术的局限性与隐忧

尽管 ChatGPT 技术在健康教育领域具有广泛的应用前景，但其仍存在一些问题。例如， ChatGPT 模型的可解释性较差，用户无法得知其生成回应的依据；同时，对于敏感信息的处理也需要加强保护措施。

ChatGPT 需要收集和分析大量的用户数据，这可能引发数据隐私和安全问题。如果没有适当的保护措施，用户的敏感信息可能会被泄露或滥用。虽然 ChatGPT 可以模拟人类的对话， 但它无法理解和表达真正的情感。这可能导致它在处理一些需要深度情感理解和同情的问题时，无法提供满意的回答。ChatGPT 可能会误解用户的问题，或者提供错误或误导性的信息。这在健康教育中尤其危险，因为错误的健康信息可能会导致严重的后果。ChatGPT 无法像人类一样进行复杂的道德和伦理判断。例如，它可能无法处理一些涉及道德和伦理决策的健康问题。如果大学生过度依赖 ChatGPT，他们可能会忽视其他重要的健康资源和服务，如医生和心理咨询师。

因此，使用 ChatGPT 技术时，需要谨慎处理这些局限性和隐忧，确保它的使用是安全、有效和负责任的。

3.2未来发展方向与注意事项

为了更好地推动智慧健康背景下的大学生精准健康教育模式，我们应加强对数据隐私和安全性的关注，提高 ChatGPT 技术的可解释性和透明性。此外，与传统健康教育方式相结合， 形成融合模式，也是未来发展的重要方向。

通过改进算法和模型，使 ChatGPT 能够更好地理解和表达情感，以提供更人性化的对话体验。通过提供更准确和可靠的信息，减少误解和误导的风险。通过学习和适应每个用户的 特定需求和偏好，提供更个性化的服务。通过引入道德和伦理规则，使 ChatGPT 能够处理更复杂的道德和伦理问题。通过改进数据保护措施，保护用户的数据隐私和安全。

4.结论

传统健康教育模式存在效果不佳的问题，而智慧健康技术和 ChatGPT 的出现为健康教育提供了新的机遇。基于 ChatGPT 的健康教育模式包括数据收集、模型训练和语义分析及精准个性化回应三个环节，可以提供个性化、智能化的健康教育服务。ChatGPT  技术重构了传统健康教育模式，为大学生的健康教育提供了更好的发展思路。ChatGPT  实现了大学生健康教育的变革，但是也存在模型的可解释性较差、无法理解和表达真正的情感、用户的敏感信息 可能会被泄露或滥用等问题。为了更好推动 CHatGPT  健康教育模式在大学生健康教育中的应用，我们应加强治理，改进算法和模型，通过引入道德和伦理规则，使 ChatGPT 能够处理更复杂的道德和伦理问题，通过改进数据保护措施，保护用户的数据隐私和安全。

参考文献：

王平霞，朱小云.大学生亚健康状况调查及其影响因素分析[J].价值工程，2020，39（21）：219-221.

刘露.新冠疫情背景下大学生健康教育资源配置研究[D].银川：宁夏大学，2022.

教育部等五部门关于全面加强和改进新时代学校卫生与健康教育工作的意见（教体艺[2021]7 号）[EB/OL].（2021-08-02）[2022-12-21].http：//www.gov.cn/zhengce/zhengceku/2021-09/03/content_ 5635117.htm.

余珊，王波. 糖尿病健康教育研究进展[J].昆明医科大学学报，2018，39（4）：130-134.

健康中国行动推进委员会发布《健康中国行动（2019-2030 年）》[J].健康世界，2019（12）：8-9．

韩晓丹，金新政.智慧健康研究热点分析[J].智慧健康，2016，2（06）：2-7.

马费成，周利琴.面向智慧健康的知识管理与服务[J].中国图书馆学报，2018，44（05）：4-19. [8]王志华，马晟，杨爱荣等.“智慧健康”教学信息平台研究[J].智慧健康，2022，8（28）：30-35.

作者简介：杨枫（1978-），男，河南郑州，博士，副教授，研究方向：人工智能，大数据，健康管理。

基金项目：本文系教育部人文社会科学研究青年基金项目“大数据背景下基于中医‘治未病’思想的健康中国战略应用研究”（编号： 18YJCZH216）；河南省重点研发与推广专项（软科学研究）项目“智慧中医药背景下中医精准健康服务体系构建及应用研究”（编号：222400410477）；河南省哲学社会科学规划项目“基于大数据和区块链的中医精准健康服务体系构建及应用研究”（编号： 2021BZH009）；河南科技智库中医药强省战略研究基地调研课题“智慧健康背景下中医药精准服务机制及实现路径研究”（编号：2022-ZYYQS-02）；河南中医药大学“推进治理体系和治理能力现代化 促进学校高质量发展”研究项目（编号：2020-ZLYB-013）。