在ChatGPT对阿片类药物使用障碍反应中的可读性,语言复杂性和污名化常见问题:比较分析:比较分析
Vitor M Campos1, Daniel L Heringer2, Gabriel P A Costa3,4,5
1Federal University of Santa Catarina (UFSC), Florianópolis, Brazil.
与常见问题相比,AI聊天机器人为阿片类药物使用障碍 (OUD) 教育提供了更全面但更难以阅读的内容. 虽然耻辱感是相似的,但复杂性可能会限制患者的理解和遵守健康素养标准.
科学领域:
- 医疗保健中的人工智能
- 数字健康素养 数字健康素养
- 患者教育 患者教育
背景情况:
- 人工智能聊天机器人越来越多地集成到患者教育平台中.
- 确保可访问和非耻辱化的内容对于像阿片类药物使用障碍 (OUD) 这样的疾病至关重要.
研究的目的:
- 为了比较AI聊天机器人产生的内容的可读性,复杂性和污名性,与已建立的卫生组织常见问题对OUD的FAQ进行比较.
- 为了确定AI驱动的患者教育的健康素养标准的潜在差距.
主要方法:
- 分析了50个与OUD相关的常见问题和相应的ChatGPT GPT-4o响应.
- 使用单词/句子计数,词汇密度和六个可读性指数评估内容.
- 使用t测试或Wilcoxon签名等级测试对差异的统计测试.
主要成果:
- 聊天GPT的答案比常见问题要长得多 (多了177个单词),更复杂 (词汇密度更高,每个单词有更多的字符/音节).
- 在六个不同的索引中,ChatGPT的可读性等级在六个不同的索引中始终更高 (例如,Flesch-Kincaid +3.61).
- 污名化术语的频率在ChatGPT响应和常见问题之间是相似的.
结论:
- 对于OUD,人工智能生成的内容比传统的常见问题更全面,但读起来不那么容易,这对健康素养构成了挑战.
- 人工智能反应的长度和复杂性可能会阻碍患者的理解和有效使用.
- 调查结果强调了需要简单的语言提示和人工智能辅助患者教育的人类监督,以弥合可读性差距.
更多相关视频
08:53Integrating Computerized Linguistic and Social Network Analyses to Capture Addiction Recovery Capital in an Online Community
Published on: May 31, 2019
09:29Investigating Drivers of Antireward in Addiction Behavior with Anatomically Specific Single-Cell Gene Expression Methods
Published on: August 4, 2022
相关概念视频
Drug Dependence
Drug Abuse and Addiction: Pharmacological Phenomena
Analgesia and Pain Management
Substance Use Disorders Affecting Sleep
Understanding the concepts of physical dependence,...
Factors Affecting Drug Response: Overview
Opioid Analgesics: Morphine and Other Natural Cogeners
