As ferramentas de IA podem tornar os materiais educacionais mais fáceis de receber

As ferramentas de inteligência artificial (IA) melhoram significativamente a legibilidade dos materiais de educação de pacientes on -line (PEMs), tornando -os mais acessíveis, mostra um novo estudo.

Liderados por pesquisadores da NYU Langone Health, o estudo se concentrou na legibilidade dos PEMs disponíveis nos sites da American Heart Association (AHA), American Cancer Society (ACS) e American Stroke Association (ASA). Segundo os pesquisadores, esses materiais ajudam os pacientes a tomar decisões sobre seus cuidados de saúde, mas muitas vezes excedem o nível de leitura recomendado do grau 6, dificultando a compreensão de muitos pacientes.

Para o estudo, os pesquisadores avaliaram as capacidades de três grandes modelos de idiomas (LLMS) – Chatgpt, Gêmeos e Claude – para otimizar a legibilidade dos PEMs sem comprometer a precisão. Essas ferramentas generativas de IA são projetadas para simplificar textos complexos, prevendo a próxima palavra em uma frase com base em extensos dados da Internet. Essa previsão da próxima palavra oferece a esses modelos a capacidade de reescrever qualquer artigo em linguagem mais simples, conforme indicado.

Publicado online em 10 de abril no Journal of Medical Internet Researcho estudo envolveu 60 PEMs selecionados aleatoriamente nos sites AHA, ACS e ASA. Os pesquisadores levaram o LLMS a simplificar o nível de leitura dos materiais. Os resultados mostraram que os escores originais de legibilidade estavam significativamente acima do nível recomendado do grau 6, com pontuações médias no nível de 10,7, 10 e 9,6, respectivamente.

Após a otimização pelo LLMS, as pontuações de legibilidade melhoraram significativamente nos três sites. O ChatGPT melhorou a legibilidade para um nível médio de 7,6, Gêmeos para 6,6 e Claude para 5.6. A contagem de palavras também foi significativamente reduzida, tornando os materiais mais concisos.

“Nosso estudo mostra que modelos de idiomas amplamente utilizados têm o potencial de transformar materiais de educação do paciente em conteúdo mais legível, essencial para o empoderamento do paciente e melhores resultados de saúde”, disse o autor sênior do estudo Jonah Feldman, MD, diretor médico de transformação e informática da NYU Langone.

“Nossas descobertas demonstram que mesmo os materiais educacionais compostos com especialistas, que já são direcionados ao paciente, podem se beneficiar de melhorias orientadas pela IA”, disse Feldman, que também atua como professor assistente na NYU Grossman Long Island School of Medicine.

Segundo os pesquisadores, este estudo fornece um exemplo de como as organizações de saúde podem aplicar a IA para tornar a comunicação clínica mais amigável ao paciente. Estudos anteriores demonstraram as capacidades dos modelos de IA para criar explicações focadas no paciente sobre os resultados dos testes cardíacos, para redigir respostas a consultas de aconselhamento eletrônico e gerar resumos favoráveis ​​ao ser humano de relatórios médicos complexos.

“A amplitude de possíveis ofertas de IA mostra como a tecnologia pode ser alavancada para transformar a experiência do paciente em sistemas de saúde, e não apenas nos Estados Unidos”, disse o co-autor do estudo Paul Testa, MD, JD, MPH, diretor de informática em saúde da NYU Langone.

“Esses estudos não são apenas teóricos – depois de demonstrar sua eficácia, estamos ativamente colocando essas ferramentas de IA em prática”, disse Testa, que também é professora clínica da NYU Grossman School of Medicine.

Segundo Testa, a equipe da NYU Langone já está usando as mesmas ferramentas de IA em um estudo controlado randomizado que incorpora resumos gerados por IA e amigáveis ​​ao paciente para instruções de alta hospitalar, com o objetivo de avaliar sua eficácia na melhoria da compreensão e satisfação dos pacientes. Os pesquisadores esperam mostrar que o fornecimento de instruções de alta claro e acessível ajudará a garantir um melhor atendimento pós -alta e transições mais suaves.

“A geração de evidências do mundo real através de ensaios randomizados é crucial para validar a eficácia das ferramentas de IA em ambientes clínicos”, disse o co-autor do estudo Jonah Zaretsky, MD, chefe de medicina associado do Hospital Nyu Langone-Brooklyn. “Essa abordagem garante que a documentação gerada pela IA não seja apenas precisa, mas também genuinamente benéfica para os pacientes e suas famílias”, acrescentou Zaretsky, professor assistente clínico da NYU Grossman School of Medicine.

Além de Feldman, Testa e Zaretsky, os pesquisadores de Nyu Langone envolvidos no estudo foram o principal autor John Will, e os co-autores Mahin Gupta e Aliesha Dowlath.