Исследование, проведенное под руководством исследователей из NYU Langone Health, было сосредоточено на удобочитаемости PEMS, доступных на веб-сайтах Американской ассоциации сердца (AHA), Американского онкологического общества (ACS) и Американской ассоциации по борьбе с инсультом (ASA). По словам исследователей, эти материалы помогают пациентам принимать решения о своем медицинском обслуживании, но часто превышают рекомендуемый уровень чтения в 6 классе, что затрудняет их понимание многими пациентами.

В ходе исследования исследователи оценили возможности трех больших языковых моделей (LLM) - ChatGPT, Gemini и Claude - для оптимизации удобочитаемости PEMS без ущерба для точности. Эти инструменты генеративного искусственного интеллекта предназначены для упрощения сложных текстов путем предсказания следующего слова в предложении на основе обширных интернет-данных. Это предсказание следующего слова дает таким моделям возможность переписать любую статью более простым языком в соответствии с указаниями.

В исследовании, опубликованном онлайн 10 апреля в Journal of Medical Internet Research, приняли участие 60 случайно выбранных PEM с веб-сайтов AHA, ACS и ASA. Исследователи предложили LLMS упростить уровень чтения материалов. Результаты показали, что первоначальные баллы по удобочитаемости были значительно выше рекомендованного уровня для 6 класса, со средними баллами на уровне 10,7, 10 и 9,6 баллов соответственно.

После оптимизации, проведенной LLMS, показатели удобочитаемости значительно улучшились на всех трех веб-сайтах. ChatGPT улучшил читаемость до среднего уровня 7,6, Gemini - до 6,6, а Claude - до 5,6. Количество слов также было значительно сокращено, что сделало материалы более краткими.

"Наше исследование показывает, что широко используемые модели большого языка обладают потенциалом для преобразования учебных материалов для пациентов в более читаемый контент, что важно для расширения прав и возможностей пациентов и улучшения результатов в области здравоохранения", - сказал старший автор исследования Джона Фельдман, доктор медицинских наук, медицинский директор по трансформации и информатике в Нью-Йоркском университете Лангоне.

"Наши результаты демонстрируют, что даже составленные экспертами учебные материалы, которые уже ориентированы на пациентов, могут извлечь выгоду из улучшений, основанных на искусственном интеллекте", - сказал Фельдман, который также является доцентом в медицинской школе Гроссмана Лонг-Айленда Нью-Йоркского университета.

По словам исследователей, это исследование является примером того, как организации здравоохранения могут применять искусственный интеллект, чтобы сделать клиническое общение более дружественным к пациентам. Предыдущие исследования продемонстрировали возможности моделей искусственного интеллекта для создания ориентированных на пациента объяснений результатов сердечных тестов, составления ответов на электронные запросы о консультациях и создания удобных для пользователя сводок сложных медицинских отчетов.

"Широта возможных предложений ИИ показывает, как технология может быть использована для преобразования опыта пациентов во всех системах здравоохранения, а не только в Соединенных Штатах", - сказал соавтор исследования Пол Теста, доктор медицинских наук, главный специалист по медицинской информатике в Нью-Йоркском университете Лангоне.

"Эти исследования не просто теоретические - продемонстрировав их эффективность, мы активно применяем эти инструменты искусственного интеллекта на практике", - сказал Теста, который также является клиническим профессором Медицинской школы Гроссмана Нью-Йоркского университета.

По данным Testa, команда Нью-Йоркского университета Лангоне уже использует те же инструменты искусственного интеллекта в рандомизированном контролируемом исследовании, которое включает сгенерированные искусственным интеллектом, удобные для пациентов резюме инструкций по выписке из больницы, с целью оценки их эффективности в улучшении понимания и удовлетворенности пациентов. Исследователи надеются показать, что предоставление четких и доступных инструкций по разрядке поможет обеспечить лучший уход после разрядки и более плавные переходы.

"Получение реальных доказательств с помощью рандомизированных исследований имеет решающее значение для подтверждения эффективности инструментов искусственного интеллекта в клинических условиях", - сказал соавтор исследования Джона Зарецки, доктор медицинских наук, заместитель главного врача больницы Нью-Йоркского университета Лангоне в Бруклине. "Такой подход гарантирует, что документация, созданная с помощью искусственного интеллекта, не только точна, но и действительно полезна для пациентов и их семей", - добавил Зарецкий, доцент кафедры клинической медицины Медицинской школы Гроссмана Нью-Йоркского университета.

Исследование было самофинансировано Нью-Йоркским университетом Лангоне. Помимо Фельдмана, Теста и Зарецки, в исследовании принимали участие исследователи из Нью-Йоркского университета Лангоне, ведущий автор Джон Уилл и соавторы Махин Гупта и Алиша Доулат.