Simplificaciones amigables para el paciente de informes ambulatorios utilizando modelos de lenguaje grande mediante prompting de pocos disparos: evaluación comparativa a ciegas

Qué problema aborda

La comunicación efectiva entre clínicos y pacientes es fundamental para la atención médica, especialmente en geriatría, donde la multimorbilidad y la polifarmacia complican los planes de tratamiento. La complejidad del lenguaje médico puede dificultar la comprensión por parte de los pacientes, lo que resalta la necesidad de simplificaciones que sean accesibles y comprensibles.

Qué hicieron los autores

Los autores utilizaron Gemma-3-27B-it, un modelo de lenguaje grande de código abierto desarrollado por Google, aplicando técnicas de prompting de pocos disparos para generar simplificaciones de 64 informes ambulatorios geriátricos desidentificados en alemán. Las simplificaciones generadas por la inteligencia artificial se compararon con las elaboradas por dos expertos médicos en una evaluación ciega, utilizando tres enfoques para medir la calidad: similitud semántica, revisión de expertos y evaluación por representantes de pacientes.

Qué encontraron

Los resultados mostraron que las simplificaciones generadas por la IA eran comparables a las realizadas por los geriatras en términos de similitud semántica. Además, las simplificaciones de IA fueron preferidas por los representantes de pacientes y por uno de los revisores expertos. Sin embargo, los revisores expertos consideraron que las simplificaciones realizadas por médicos eran más completas, lo que se correlacionó con la longitud del texto.

Limitaciones

El texto disponible no detalla las limitaciones específicas del estudio, incluyendo el tamaño de la muestra o el contexto en el que se aplicaron los resultados.

Lectura final

Este estudio sugiere que es posible utilizar modelos de lenguaje grande para simplificar informes médicos de manera que mejoren la comprensión de los pacientes en geriatría. Los hallazgos abren la puerta a futuras investigaciones que evalúen el impacto de estas simplificaciones en los resultados de salud, la adherencia y el compromiso del paciente.