Large language models and bariatric surgery patient education: a comparative readability analysis of GPT-3.5, GPT-4, Bard, and online institutional resources.
大型語言模型與肥胖手術患者教育：對GPT-3.5、GPT-4、Bard和線上機構資源進行比較易讀性分析。 Surg Endosc 2024-03-13

研究比較了美國醫學機構提供的肥胖手術患者教育資料（PEMs）和大型語言模型（LLMs）如GPT-3.5、GPT-4和Bard所生成的回應的易讀性。研究發現，兩者的初始回應都很難閱讀，但在提示簡化後，LLMs的易讀性顯著提高，其中GPT-4產生了最易讀的回應。該研究建議LLMs可以提高PEMs的易讀性，尤其是GPT-4，並呼籲進一步研究如何使用LLMs為各種識字水平的患者提供個性化的PEMs。 PubMed DOI

Using Large Language Models to Generate Educational Materials on Childhood Glaucoma.
運用大型語言模型生成有關兒童青光眼的教育資料。 Am J Ophthalmol 2024-04-13

研究發現，大型語言模型（LLMs）生成的兒童青光眼患者教育資料（PEMs）質量高、易讀且準確。其中，ChatGPT-4生成的PEMs最易讀。在改進現有線上資訊方面，只有ChatGPT-4達到六年級閱讀水平。總結來說，LLMs是提升PEMs品質和兒童青光眼資訊易讀性的寶貴工具。 PubMed DOI

Assessing the Application of Large Language Models in Generating Dermatologic Patient Education Materials According to Reading Level: Qualitative Study.
評估大型語言模型在生成皮膚科患者教育資料方面的應用，根據閱讀水平：質性研究。 JMIR Dermatol 2024-05-16

研究發現大型語言模型（LLMs）如ChatGPT-3.5、GPT-4、DermGPT和DocsGPT在製作皮膚科患者教育資料（PEMs）方面表現良好，能提供易讀易懂的資訊，且大多數情況下準確無誤。其中，GPT-4在常見和罕見疾病的解釋上表現優秀，而ChatGPT-3.5和DocsGPT在罕見疾病的說明方面更為出色。總結來說，LLMs對於提升健康知識和提供易懂的PEMs具有潛力。 PubMed DOI

Artificial Intelligence-Generated Patient Education Materials for Helicobacter pylori Infection: A Comparative Analysis.
人工智慧生成的幽門螺旋桿菌感染病患教育材料：比較分析。 Helicobacter 2024-08-04

這項研究比較了大型語言模型（LLMs）與醫生創建的幽門螺旋桿菌病人教育材料（PEMs）的質量。研究發現，雖然所有英文PEMs在準確性和可理解性上達到標準，但完整性不足。醫生創建的PEMs準確性最高，而LLM生成的中文PEMs在準確性和完整性上表現較差。病人對中文PEMs的評價普遍較好，但沒有任何PEMs達到六年級閱讀水平。總體來看，LLMs在病人教育上有潛力，但仍需改進以適應不同語言環境。 PubMed DOI

Enhancing Health Literacy: Evaluating the Readability of Patient Handouts Revised by ChatGPT's Large Language Model.
提升健康素養：評估由 ChatGPT 大型語言模型修訂的病人手冊的可讀性。 Otolaryngol Head Neck Surg 2024-08-06

這項研究探討如何利用人工智慧驅動的大型語言模型（LLM）來提升病人手冊的可讀性。研究分析了五份來自美國鼻科學會和面部整形外科醫學會的手冊，發現原始版本難以閱讀，對應高中和大學水平。經過ChatGPT-4的修訂後，手冊的可讀性提升至接近七年級。結果顯示，LLM修訂的手冊在可讀性指標上明顯優於原版，且可理解性評分也較高。這表明AI工具能有效改善病人教育材料，使其更易於理解，對醫療教育資源的優化有正面影響。 PubMed DOI

Evaluation of Generative Language Models in Personalizing Medical Information: Instrument Validation Study.
生成語言模型在個性化醫療資訊中的評估：工具驗證研究。 JMIR AI 2024-08-13

這項研究評估了人工智慧生成語言模型（GLMs），特別是ChatGPT-3.5和GPT-4，如何根據病人教育水平調整醫療資訊，這對解決低健康素養問題很重要。研究使用第二型糖尿病和高血壓的案例，分析生成內容的可讀性。結果顯示，GPT-3.5的可讀性僅符合學士學位水平，而GPT-4則能適應多數群體的需求。這兩個模型在可讀性上有顯著差異，顯示GLMs能調整醫療文本的複雜性，但仍需進一步研究以提升其個性化調整能力。 PubMed DOI

Assessing the Readability, Reliability, and Quality of AI-Modified and Generated Patient Education Materials for Endoscopic Skull Base Surgery.
評估人工智慧修改和生成的內窺鏡顱底手術病患教育材料的可讀性、可靠性和品質。 Am J Rhinol Allergy 2024-08-22

這項研究探討內視鏡顱底手術相關的線上病患教育材料的可讀性與品質，並評估ChatGPT在改善這些材料方面的潛力。雖然建議可讀性應在六年級以下，但許多現有文章仍難以理解。研究發現66篇文章中，10篇可讀性最低的經過ChatGPT修改後，Flesch可讀性指數顯著提升，從19.7增至56.9，顯示可讀性改善至10年級水平。總體而言，ChatGPT有效提升了病患教育材料的可讀性與品質，顯示其在創建和精煉內容上的潛力。 PubMed DOI

Large language models: a new frontier in paediatric cataract patient education.
大型語言模型：小兒白內障病患教育的新前沿。 Br J Ophthalmol 2024-08-22

這項研究評估了三個大型語言模型（LLMs）—ChatGPT-3.5、ChatGPT-4 和 Google Bard 在製作小兒白內障病人教育材料的效果。研究使用三個提示來測試模型的表現，並根據質量、可理解性、準確性和可讀性進行評估。結果顯示，所有模型的回應質量都很高，但沒有一個被認為是可行的。特別是，ChatGPT-4 生成的內容最易讀，並能有效將材料調整至六年級的閱讀水平。總體來看，ChatGPT-4 是生成高質量病人教育材料的有效工具。 PubMed DOI

Prompt engineering with ChatGPT3.5 and GPT4 to improve patient education on retinal diseases.
使用 ChatGPT3.5 和 GPT4 進行提示工程，以改善對視網膜疾病的患者教育。 Can J Ophthalmol 2024-09-08

這項研究探討不同提示工程技術對大型語言模型（如ChatGPT3.5和GPT4）在回答視網膜疾病相關問題時的影響。研究中使用了二十個常見問題，並在獨立問題、優化提示（提示A）及加上長度和閱讀水平限制的提示B下進行測試。三位視網膜專家評估回應的準確性和全面性，結果顯示兩個模型在各指標上無顯著差異，但提示B的可讀性較高，卻以準確性和全面性為代價。研究建議未來需進一步探討LLM在病人教育中的有效性及倫理問題。 PubMed DOI

Investigating the capabilities of advanced large language models in generating patient instructions and patient educational material.
探討先進大型語言模型在生成病人指導和病人教育材料方面的能力。 Eur J Hosp Pharm 2024-10-11

這項研究評估了兩個大型語言模型（LLMs），ChatGPT 4.0 和 Gemini 1.0 Pro，在生成病人指導和教育材料的效果。研究發現，兩者提供的信息一致且可靠，但在藥物過期和處理指導上有所不足。ChatGPT 4.0 在可理解性和可行性上表現較佳，且其輸出可讀性較高。整體來看，這些模型能有效生成病人教育材料，但仍需醫療專業人員的監督與指導，以確保最佳實施。 PubMed DOI

原始文章

站上相關主題文章列表