利用人工智能对神经放射学报告进行患者友好的简化与翻译

《Scientific Reports》：Patient-friendly simplification and translation of neuroradiology impressions using artificial intelligence

　　

摘要

美国的医疗系统现在有义务为患者提供即时获取医疗结果的服务。在适当的临床随访之前就获取复杂的医疗结果可能会引起患者的困惑和恐惧，尤其是在健康素养和英语能力有限的人群中。在这项研究中，我们展示了如何利用大型语言模型（LLMs）来简化并翻译复杂的医疗信息，以便患者理解。我们收集了一系列脑部MRI（N=200份）、头部CT（N=100份）和脊柱MRI（N=200份）报告，然后使用GPT-4o模型将这些报告简化为适合初中生阅读的水平，并将其中一部分报告翻译成西班牙语。至关重要的是，两名独立的神经放射科评估人员将简化后的报告与原始报告进行了对比，发现简化后的报告在幻觉、遗漏和准确性方面的错误率都很低。报告的可读性从大学水平降低到了初中生水平，同时在多个文本复杂性指标上也有所提高。此外，简化后的报告在情感表达上更为中立，不会引起患者的恐惧。经过认证的翻译人员评估后发现，机器生成的简化翻译与人工翻译在质量上没有显著差异。总之，我们提出了一种可扩展的、以患者为中心的方法，有助于提高患者的健康素养和参与度。