Combatir la desinformación relacionada con la salud en las redes sociales con grandes modelos de lenguaje

Área de la Ciencia:

• La inteligencia artificial es inteligencia artificial.
• Salud Pública La salud pública.
• La lingüística computacional es la lingüística computacional.

Sus antecedentes:

• Las plataformas de medios sociales se enfrentan a desafíos significativos con la propagación de la desinformación de salud.
• La identificación precisa y la refutación de la desinformación médica son cruciales para la salud pública.
• Los métodos existentes para combatir la desinformación de salud en línea requieren mejora.

Objetivo del estudio:

• Afinar los grandes modelos lingüísticos (LLM) para identificar y contrarrestar la desinformación relacionada con la salud en las redes sociales.
• Evaluar el rendimiento de los modelos T5, BERT y LlaMa-2 en la clasificación de contenidos de salud y la detección de desinformación.
• Desarrollar un sistema que utilice la generación aumentada de recuperación (RAG) para refutar la desinformación identificada.

Principales métodos:

• Ajuste fino de los modelos T5, BERT y LlaMa-2 en dos etapas: clasificación de textos relacionados con la salud y verificación de la desinformación.
• Empleando la generación aumentada de recuperación (RAG) para consultar bases de datos médicas de confianza para obtener información precisa.
• Evaluar experimentalmente el rendimiento del modelo utilizando puntuaciones de precisión, recuerdo y F1.

Principales resultados:

• Los modelos lograron un 94% de precisión, un 95% de recuerdo y un 90% de F1 para clasificar el contenido relacionado con la salud.
• Los textos de desinformación se clasificaron con un 99% de precisión, un 95% de recuerdo y un 97% F1.
• El sistema desarrollado demuestra una alta precisión en la identificación y clasificación de la desinformación en salud.

Conclusiones:

• Los LLM afinados son herramientas altamente efectivas para combatir la desinformación de salud en las redes sociales.
• El enfoque RAG permite una refutación eficiente de la desinformación mediante el aprovechamiento de fuentes médicas autorizadas.
• El sistema presentado ofrece una solución valiosa para que los expertos en salud gestionen la desinformación relacionada con la salud en línea.