Den Ergebnissen zufolge, die auf der Tagung des American College of Physicians Internal Medicine 2024 vorgestellt wurden, zeichnen sich mehrere Fallstudien für den Einsatz künstlicher Intelligenz (KI) ab, um die Aufklärung und Aufklärung von Patienten zu verbessern.1,2
In einer Fallstudie, die als Poster präsentiert wurde,1 chatgpt hat Texte zu chronischen Nierenerkrankungen (CKD) effektiv und präzise in patientenfreundliche und leicht lesbare Informationen umgewandelt und bietet so das Potenzial, die Patientenkompetenz erheblich zu verbessern. In einer anderen Präsentation2 Zur Anwendung von Augmented Intelligence und maschinellem Lernen zeigte ein Referent eine effektive Fallstudie zur Übersetzung ihrer Entlassungsanweisungen aus medizinischen Abkürzungen und Texten in ein patientenfreundliches Format.
Im Posterexperiment1 Die von Oscar Pena, MD, und Monika Mishra, MD, beide am Hartford HealthCare St. Vincent's Medical Center, ausgefüllte Studie identifizierte 33 Fragen und Antworten speziell für CKD, die mit Risikofaktoren, Krankheiten und Formen der Nierenersatztherapie in Zusammenhang standen. Für jeden forderten sie ChatGPT auf, „den Text für jemanden in der 6. Klasse oder darunter lesbar zu machen“. Die Ergebnisse des Tools für künstliche Intelligenz (KI) wurden dann mit dem Flesh Kincaid Grade Level (FKGL)-Test getestet, um das endgültige Leseniveau zu beurteilen und festzustellen, ob der Prozess den medizinischen Text effektiv in ein leicht lesbares Format umwandelte.
„Unsere Studie hat gezeigt, dass ChatGPT, ein Tool für künstliche Intelligenz, medizinische Informationen zu CKD für jeden verständlicher und zugänglicher machen kann, unabhängig von seinem Lese- und Schreibniveau“, schreiben die Autoren in ihrem Poster. „Dies zeigt, dass Al das Potenzial hat, Informationen nicht nur effektiv zu vermitteln, sondern sie auch auf bestimmte Zielgruppen zuzuschneiden.“
Der für den Vereinfachungsprozess verwendete Text stammte aus einer Neuzusammenstellung von Materialien auf der Website der National Kidney Foundation. Das Leseniveau variierte bei jeder der 33 Antworten zu Beginn. Das durchschnittliche ursprüngliche Leseniveau für diese Antworten betrug die Note 9,1 (Konfidenzintervall). [CI]8,3-10, Standardabweichung [SD], ± 2,4). Nach den ChatGPT-Modifikationen lag die durchschnittliche Lesestufe laut FKGL-Test bei Note 7,0 (CI, 6,5–7,6, SD ± 1,6).
Die ursprüngliche Lesbarkeitsbewertung schwankte erheblich von Antwort zu Antwort, wobei die komplizierteste Note fast die Note 17 erreichte. Die deutlichste Verbesserung wurde bei einer Frage festgestellt, die ursprünglich mit einer Lesekompetenz von 11,8 bewertet wurde. In diesem Beispiel hat ChatGPT die Antwort auf eine Lesestufe der Klasse 5,2 geändert. Jedes Ergebnis stellte eine statistisch signifikante Verbesserung der Lesbarkeit dar (P <.05>
„Durch den Einsatz von Al zur Verbesserung der Lesbarkeit können wir das Bewusstsein und das Verständnis für CKD in der breiten Öffentlichkeit steigern, insbesondere bei denen, denen herkömmliche medizinische Informationen möglicherweise zu kompliziert sind“, stellten die Autoren fest. „Unsere Forschung zeigt, dass die Einbeziehung von Al in Gesundheitskommunikationsstrategien die öffentliche Gesundheitskompetenz verbessern und Einzelpersonen in die Lage versetzen kann, fundierte Entscheidungen über ihr Wohlbefinden zu treffen.“
In einem weiteren Vortrag auf dem AKP-Treffen:2 Ivana Jankovic, MD, außerordentliche klinische Assistenzprofessorin, Abteilung für Endokrinologie, Diabetes und klinische Ernährung der Oregon Health & Sciences University, präsentierte ähnliche Erfolge bei der Umsetzung von medizinischem Fachjargon in patientenfreundliche Ergebnisse. Diese Fallstudie befasste sich mit Diabetes und zielte darauf ab, medizinische Notizen in eine Lesestufe der 8. Klasse umzuwandeln.
Zur Eingabe fügte Jankovic Entladeanweisungen hinzu (in der Eingabeaufforderung mit D/C abgekürzt). Die Eingabe umfasste mehrere gebräuchliche Abkürzungen wie BID, BG, qAC, QIDHS und PCP, und die Aufforderung war wiederum einfach: „Bitte schreiben Sie dies gemäß den Anweisungen auf einem Acht-Klassen-Niveau.“ Die Antwort vereinfachte nicht nur die Anweisungen für einen Patienten, sondern enthielt auch zusätzliche Tipps, wie zum Beispiel das Einrichten von Telefonerinnerungen und das Führen eines Blutzuckerprotokolls.
„Es hat wirklich gute Arbeit geleistet, dies für den Patienten aufzuschlüsseln. Es hat dies nicht nur getan, sondern auch ohne meine Nachfrage Tipps gegeben“, sagte Jankovic. „Es kann Ihre Arbeit schneller und einfacher machen. Es kann die Dinge auf die Ebene Ihres Patienten bringen, ohne dass Sie dafür Aufwand betreiben müssen.“
Verweise
- Pena, O, Mishra M. ChatGPT in CKD: Einsatz künstlicher Intelligenz für Gesundheitskompetenz. Poster präsentiert auf: ACP Internal Medicine Meeting; 19. April 2024; Boston, MA. https://annualmeeting.acponline.org/ Zugriff am 19. April 2024.
- Pandita D, Chen J, Jankovic, I. Anwendung von Augmented Intelligence und maschinellem Lernen in Ihrer Praxis. Sitzung präsentiert bei: ACP Internal Medicine Meeting; 19. April 2024; Boston, MA. https://annualmeeting.acponline.org/ Zugriff am 19. April 2024.
