← Volver a noticias
Inteligencia artificial

Completeness, Safety, and Readability of Large Language Model-Generated Informed Consent Materials for Orthognathic and Craniofacial Surgery: A Procedure-Specific Content Analysis

10 de noviembre de 20262 min de lecturaPor RADAR AI GLOBALFuente: PubMed/NLM – IA clínica
IA y MedicinaCirugía
Completeness, Safety, and Readability of Large Language Model-Generated Informed Consent Materials for Orthognathic and Craniofacial Surgery: A Procedure-Specific Content Analysis

Resumen ejecutivo

El artículo examina la completitud, seguridad y legibilidad de materiales de consentimiento informado generados por modelos de lenguaje para cirugías ortognáticas y craneofaciales, analizando su adecuación clínica.

Compartir

WhatsAppLinkedInXCorreo

Qué problema aborda

La investigación se centra en la incertidumbre sobre la completitud específica de los materiales de consentimiento informado generados por modelos de lenguaje grandes (LLM) en el contexto de procedimientos quirúrgicos ortognáticos y craneofaciales. Existe una necesidad de evaluar si estos materiales cumplen con los estándares clínicos requeridos para garantizar la comprensión del paciente.

Qué hicieron los autores

Los autores revisaron un corpus fijo de 132 salidas generadas por cuatro interfaces de consumo (ChatGPT, Gemini, DeepSeek y Grok) relacionadas con 11 procedimientos, utilizando un enfoque de evaluación independiente por tres cirujanos orales y maxilofaciales. Se aplicó un checklist cerrado para la puntuación en la etapa de revisión, y se realizaron comparaciones de cobertura y análisis de omisiones críticas.

Qué encontraron

Los resultados mostraron que la cobertura promedio fue del 77.81% para ChatGPT, 72.94% para Gemini, 83.15% para DeepSeek y 83.27% para Grok. Se encontraron omisiones críticas en 15 de 33, 17 de 33, 1 de 33 y 1 de 33 salidas, respectivamente. Un total de 34 salidas se vieron afectadas, de las cuales 28 cumplieron con criterios generales de consentimiento y seis con criterios específicos del procedimiento. La legibilidad de los textos variaba, con niveles de grado de Flesch-Kincaid que iban de 10.22 a 13.89.

Limitaciones

El estudio indica que la cobertura agregada no estableció la completitud o la seguridad clínica de los materiales generados. Además, no se evaluaron aspectos como la comprensión del paciente, la utilidad clínica y la efectividad de la verificación asistida por listas de control.

Lectura final

Los hallazgos resaltan la necesidad de una revisión cuidadosa de los contenidos generados por modelos de lenguaje antes de su uso clínico, subrayando que la calidad y claridad de la información son fundamentales para garantizar una adecuada comprensión por parte del paciente en contextos quirúrgicos.

Sigue leyendo

Lectura clínica

  • Información de industria
  • Uso clínico real

Información editorial dirigida a profesionales de la salud. No sustituye la evaluación clínica, las guías vigentes ni el juicio médico.

Clasificación editorial automática

Fuente original

PubMed/NLM – IA clínica

También en el radar

¿Quieres más contexto?

Cada semana seleccionamos las señales de IA que importan, con foco en medicina.

Únete a la lista de RADAR

Te avisaremos cuando publiquemos el primer boletín y recibirás una selección breve de las señales de IA que realmente importan.