Benchmarking de la Traducción Asistida por IA de la Medida de Resultado Reportada por los Pacientes EQ-5D-5L Usando Métricas Automatizadas: Estudio de Evaluación Comparativa

Contexto

Las medidas de resultado reportadas por los pacientes (PROMs) son herramientas fundamentales en la investigación clínica multinacional, pero su traducción y validación lingüística son procesos que consumen muchos recursos. La introducción de soluciones de traducción impulsadas por inteligencia artificial (IA) promete optimizar este proceso, aunque es necesario evaluar su eficacia en comparación con traducciones realizadas por humanos, que son consideradas el estándar de referencia.

Qué aporta esta novedad

El estudio benchmarking se centra en la traducción de la medida EQ-5D-5L, que abarca 43 segmentos de texto traducidos a cinco lenguas: danés, neerlandés, francés, alemán y español. Se compararon cuatro servicios de traducción asistida por IA, como Google Translate, GPT-4.1, Amazon Translate y DeepL, frente a traducciones humanas validadas. Utilizando métricas automatizadas como BLEU, METEOR, COMET y BLEURT, el estudio determinó que, aunque los servicios proporcionaron traducciones con una alta similitud semántica, se identificaron diferencias significativas en la calidad de las traducciones.

Por qué es relevante

La relevancia de esta investigación radica en que muestra el potencial de la IA para apoyar la generación de traducciones dentro de los flujos de trabajo de PROM, especialmente en idiomas europeos de alta prevalencia. Sin embargo, también resalta la necesidad de revisiones humanas expertas para asegurar la equivalencia conceptual, particularmente en términos de frases sensibles desde el punto de vista clínico. Las conclusiones indican que, aunque la IA puede mejorar la eficiencia, no puede sustituir completamente el juicio humano en la validación de traducciones complejas.

Lectura final

El estudio concluye que, a pesar de que los servicios de traducción por IA lograron alcanzar una alta similitud semántica con las traducciones humanas verificadas, las desviaciones conceptuales observadas en áreas específicas sugieren que la revisión humana sigue siendo un elemento crucial. Se recomienda que futuras investigaciones profundicen en la evaluación de conceptos abstractos de salud y otros términos clínicamente relevantes que fueron menos precisos en las traducciones por IA. Este estudio abre un camino para la integración de tecnología avanzada en la investigación clínica, sin dejar de lado la importancia del contexto y la precisión en la traducción de medidas de resultados críticos.