Un nuevo estudio sugiere que las herramientas de inteligencia artificial (IA) mejoran significativamente la capacidad de leer el contenido del estudio de los pacientes en línea (PEM), lo que las hace más accesibles.
NYU, dirigido por investigadores de NYU Langon Health, se centra en la capacidad de leer los PEM disponibles en los sitios web de la Asociación Americana del Corazón (AHA), la Sociedad Americana del Cáncer (ACS) y la American Stroke Association (ASA). Según los investigadores, estos materiales ayudan a los pacientes a tomar decisiones sobre su atención médica, pero a menudo exceden el nivel recomendado de grado 6, lo que dificulta que muchos pacientes entiendan para muchos pacientes.
Para el estudio, los investigadores revisaron tres modelos de idiomas principales (LLM): capacidades de chat GPT, Gemini y nube para mejorar la capacidad de compromiso de PEM sin una precisión precisa. Estas herramientas generativas de IA están diseñadas para facilitar el texto complejo predecir la siguiente palabra en una amplia frase basada en datos de Internet. Esta predicción de la siguiente palabra le da a dichos modelos la capacidad de reescribir cualquier artículo en un lenguaje simple como se indica.
En línea apareció el 10 de abril Journal of Medical Internet ResearchEl estudio incluyó 60 PEM seleccionados de los sitios web AHA, ACS y ASA. Los investigadores indicaron que LLM simplifica el nivel de lectura de contenido. Los resultados mostraron que la puntuación original de la lectura fue significativamente del nivel recomendado de grado 6, con un puntaje de nivel de grado de 10.7, 10 y 9.6, respectivamente.
Después de la corrección de LLMS, la puntuación de lectura en los tres sitios web ha mejorado significativamente. Chat GPT mejoró la capacidad de leer 7.6, el nivel de grado promedio de Gemini y hasta 6.6 nubes. El conteo de palabras también se redujo significativamente, lo que hace que el contenido sea más integral.
“Nuestros estudios sugieren que los modelos de lenguaje a gran escala son capaces de transformar a los pacientes en más contenido de lectura de la educación, lo cual es esencial para los pacientes que empoderan y mejores resultados de salud”, dijo el Director Médico de Transformación e Información, Director Médico de Transformación e Información.
“Nuestros resultados muestran que incluso los materiales educativos del experto, que ya están en la dirección de los pacientes, pueden beneficiarse de la mejora de IA”, dijo Feldman, quien se desempeñó como profesor asistente en la Escuela de Medicina de New York Grass Man Long Island.
Los investigadores dicen que el estudio ofrece un ejemplo de cómo las organizaciones de atención médica pueden aplicar IA para hacer que la comunicación médica sea más amigos pacientes. Estudios anteriores mostraron las capacidades del modelo de IA para crear pacientes basados en pacientes con resultados de pruebas cardíacas, desarrollar respuestas a preguntas de asesoramiento electrónico y crear un resumen complejo de informes médicos complejos.
“Las posibles ofertas de IA muestran cómo se puede aprovechar la tecnología de cómo se puede tomar la tecnología para cambiar la experiencia de los pacientes en sistemas de salud”, dijo Paul Testa, co -autor de JD, MPH, JD, MD, JD, MPH, JD, MD, JD, MPH, JD, MD, Jefe de Nyu Langon, Nyuu Langon.
“Estos estudios no son solo teóricos: después de demostrar su efectividad, estamos usando activamente estas herramientas de IA”, dijo Testa, quien también es profesor clínico en la Escuela de Medicina de Grassman de NYU.
Según Testa, el equipo de NYU Langoon ya está utilizando las mismas herramientas de IA en un ensayo de control aleatorio, que incluye resumen generado por el paciente con IA para las instrucciones del hospital, que tiene como objetivo evaluar su efectividad para mejorar la comprensión y la satisfacción del paciente. Los investigadores esperan demostrar que proporcionar instrucciones de eliminación claras y accesibles ayudará a garantizar una mejor atención y una transferencia sin problemas de la descarga posterior.
“Es muy importante producir evidencia del mundo real a través de ensayos aleatorios para verificar la efectividad de las herramientas de IA en entornos clínicos”, dijo Juna Zartsky, coautora del Jefe de Medicina Asociado en el Hospital Brook Lane-Yu Langoon. “Este enfoque asegura que los documentos generados por IA no solo sean precisos sino también reales para los pacientes y sus familias”, dijo Zartsky, profesor asistente clínico en la Escuela de Medicina de New York Grassman.
Este estudio fue proporcionado por el propio NYU Langon. Los investigadores de NYU Langoon, Fieldman, Testa y Zartsky, fueron incluidos en el estudio, así como en el autor central John Will, y el co -autor Mahin Gupta y Eliseo Dulat.
