Ocena dużych modeli językowych do upraszczania nieanglojęzycznych formularzy zgody medycznej z udziałem klinicystów

Dlaczego jaśniejsze formularze medyczne są ważne

Przed zabiegiem pacjenci proszeni są o podpisanie formularzy świadomej zgody, które wyjaśniają, co się wydarzy i co może pójść nie tak. W rzeczywistości wiele z tych formularzy jest długich, przeładowanych terminologią techniczną i trudnych do zrozumienia, zwłaszcza w językach o złożonych stylach pisma, takich jak chiński. W tym badaniu sprawdzano, czy duże modele językowe, rodzaj sztucznej inteligencji przetwarzającej tekst, mogą pomóc przepisać chińskie formularze zgody na zabiegi chirurgiczne w prostszym języku oraz jak dużą wartość dodaną wnoszą lekarze, gdy poprawiają wersję wygenerowaną przez komputer.

Trzy wersje tej samej treści

Naukowcy zebrali oficjalne formularze zgody na operacje wątroby z dziewięciu szpitali w całych Chinach. Dla każdego formularza zachowali tekst oryginalny, stworzyli uproszczoną wersję za pomocą modelu językowego AI, a następnie poprosili doświadczonego chirurga wątroby o edycję wersji AI. Powstały w ten sposób trzy wersje każdego dokumentu: oryginał, AI oraz AI z korektą klinicysty. Zespół porównał te wersje w czterech wymiarach: podstawowa struktura tekstu, łatwość czytania, kompletność i dokładność informacji medycznych oraz subiektywne poczucie zrozumienia treści przez osoby nietechniczne.

AI skraca tekst i ułatwia czytanie

Jeśli chodzi o strukturę i czytelność, AI zrobiło to, na co wielu pacjentów mogłoby liczyć. W porównaniu z oryginalnymi formularzami wersje AI były wyraźnie krótsze — mniej znaków i słów — oraz miały krótsze zdania z bardziej powszechnym słownictwem. Standardowy chiński indeks czytelności wykazał, że teksty AI były wyraźnie łatwiejsze do przeczytania. Kiedy osoby niebędące specjalistami oceniali, jak dobrze rozumieją każdą wersję, przepisywania AI wypadały znacznie lepiej niż oryginały. Innymi słowy, komputer uczynił dokumenty mniej onieśmielającymi i bardziej przystępnymi.

Co ginie przy upraszczaniu

Badanie wykazało jednak kompromis. Chirurdzy-specjaliści oceniali, jak dobrze każdy dokument opisywał ryzyka operacyjne, spodziewane korzyści i możliwe alternatywy. Uznać musieli, że wersje stworzone wyłącznie przez AI miały słabszą treść ogólnie, zwłaszcza w zakresie wyjaśniania ryzyka. Ważne szczegóły bywały łagodzone lub pomijane w miarę upraszczania języka. Modele statystyczne uwzględniające różnice między oceniającymi i dokumentami potwierdziły, że średnio szkice AI poprawiały zrozumienie, ale obniżały jakość informacji o ryzyku i ogólną poprawność medyczną.

Lekarze i AI współpracują

Gdy klinicyści uważnie przeglądali i edytowali szkice AI, obraz się zmieniał. Połączenie AI i korekty klinicznej pozostało krótsze i łatwiejsze do czytania niż oryginały, a jednocześnie opisy ryzyka i ogólna jakość dorównywały lub niekiedy przewyższały dokumenty wyjściowe. Osoby nietechniczne również przyznały tym połączonym wersjom najwyższe oceny zrozumienia. To sugeruje, że AI dobrze nadaje się do wykonania pierwszej rundy upraszczania, podczas gdy eksperci ludzie są potrzebni, by przywrócić brakujące szczegóły, poprawić subtelne błędy i upewnić się, że nic istotnego nie zostanie utracone.

Co to oznacza dla pacjentów

Praca ta pokazuje, że narzędzia AI mogą pomóc przekształcić gęste chińskie formularze zgody na zabiegi chirurgiczne w jaśniejsze, bardziej czytelne dokumenty, ale nie powinny działać same. Najlepsze wyniki uzyskano, gdy lekarze korzystali z AI jako asystenta, a następnie stosowali swoje kliniczne osądy do dopracowania tekstu. Dla pacjentów podejście to może oznaczać formularze łatwiejsze do zrozumienia bez poświęcania istotnych informacji o ryzyku, korzyściach i możliwościach wyboru, co pomaga im podejmować lepiej poinformowane decyzje dotyczące opieki.

Cytowanie: Luo, J., Ma, J., Qiu, Y. et al. Evaluating large language models for simplifying non-English medical consent with clinician involvement. npj Digit. Med. 9, 405 (2026). https://doi.org/10.1038/s41746-026-02591-9

Słowa kluczowe: świadoma zgoda, duże modele językowe, komunikacja z pacjentem, AI medyczne, czytelność