通过人工智能简化信息,推进生殖遗传素养和健康公平

科学领域:

• 遗传学 是一个遗传学.
• 健康 公平 卫生 公平
• 人工智能的人工智能

背景情况:

• 生殖基因检测提供了个性化的护理,但由于复杂的患者教育材料 (PEMs) 而受到限制.
• 生殖遗传学的脆弱性可能导致测试技术的滥用.
• 简化PEM对于知情决策和公平获取至关重要.

研究的目的:

• 评估AI和LLM在生殖遗传学中简化PEM的能力.
• 评估人工智能简化的PEMs的临床准确性.
• 通过改善患者教育,推进生殖遗传素养和健康公平.

主要方法:

• 一项比较观察性研究评估了四个AI/LLM (GPT-3.5,GPT-4,Copilot,Gemini),简化了30个PEM.
• 使用五个经过验证的指标测量可读性,评估复杂性降低.
• 30名生殖遗传学专家对120个简化输出进行了临床准确性评估.

主要成果:

• 这四种LLM都显著提高了PEM可读性,达到6-7年级的阅读水平 (P<0.001).
• 在准确性,完整性和相关性方面,GPT-4获得了最高的专家评级.
• 为实时简化和可读性分析开发了一个开放式GUI.

结论:

• 在简化PEM方面,LLM显示出承诺,支持医疗保健专业人员提高患者理解.
• 平衡可读性和内容完整性至关重要,以避免遗漏关键信息.
• 需要进一步的研究,包括患者反,以充分评估对生殖遗传素养和健康公平的影响.