Press Malaysia

(SeaPRwire) –   NEW YORK, 30 April 2025 — Alat kecerdasan buatan (AI) meningkatkan dengan ketara kebolehbacaan bahan pendidikan pesakit (PEM) dalam talian, menjadikannya lebih mudah diakses, menurut kajian baharu.

Diketuai oleh penyelidik di NYU Langone Health, kajian ini memfokuskan pada kebolehbacaan PEM yang tersedia di laman web American Heart Association (AHA), American Cancer Society (ACS), dan American Stroke Association (ASA). Menurut penyelidik, bahan-bahan ini membantu pesakit membuat keputusan tentang penjagaan kesihatan mereka tetapi sering melebihi tahap bacaan yang disyorkan iaitu gred 6, menjadikannya sukar untuk difahami oleh ramai pesakit.

Untuk kajian ini, penyelidik menilai keupayaan tiga model bahasa besar (LLM) — ChatGPT, Gemini, dan Claude — untuk mengoptimumkan kebolehbacaan PEM tanpa menjejaskan ketepatan. Alat AI generatif ini direka untuk memudahkan teks yang kompleks dengan meramalkan perkataan seterusnya dalam ayat berdasarkan data Internet yang luas. Ramalan perkataan seterusnya ini memberikan model sedemikian keupayaan untuk menulis semula sebarang artikel dalam bahasa yang lebih mudah seperti yang diarahkan.

Diterbitkan dalam talian 10 April dalam *Journal of Medical Internet Research*, kajian ini melibatkan 60 PEM yang dipilih secara rawak daripada laman web AHA, ACS, dan ASA. Penyelidik menggesa LLM untuk memudahkan tahap bacaan bahan. Keputusan menunjukkan bahawa skor kebolehbacaan asal adalah jauh di atas tahap yang disyorkan iaitu gred 6, dengan skor purata tahap gred masing-masing 10.7, 10, dan 9.6.

Selepas pengoptimuman oleh LLM, skor kebolehbacaan meningkat dengan ketara di ketiga-tiga laman web. ChatGPT meningkatkan kebolehbacaan kepada tahap gred purata 7.6, Gemini kepada 6.6, dan Claude kepada 5.6. Kiraan perkataan juga dikurangkan dengan ketara, menjadikan bahan lebih ringkas.

“Kajian kami menunjukkan bahawa model bahasa besar yang digunakan secara meluas berpotensi untuk mengubah bahan pendidikan pesakit menjadi kandungan yang lebih mudah dibaca, yang penting untuk pemerkasaan pesakit dan hasil kesihatan yang lebih baik,” kata pengarang kanan kajian Jonah Feldman, MD, pengarah perubatan transformasi dan informatik di NYU Langone.

“Penemuan kami menunjukkan bahawa bahan pendidikan yang dikarang oleh pakar pun, yang sudah pun berorientasikan pesakit, boleh mendapat manfaat daripada penambahbaikan yang dipacu oleh AI,” kata Feldman, yang juga berkhidmat sebagai penolong profesor di NYU Grossman Long Island School of Medicine.

Kajian ini, kata penyelidik, memberikan contoh bagaimana organisasi penjagaan kesihatan boleh menggunakan AI untuk menjadikan komunikasi klinikal lebih mesra pesakit. Kajian terdahulu menunjukkan keupayaan model AI untuk mencipta penjelasan berfokuskan pesakit tentang keputusan ujian jantung, untuk merangka respons kepada pertanyaan nasihat elektronik, dan untuk menjana ringkasan mesra manusia bagi laporan perubatan yang kompleks.

“Keluasan tawaran AI yang mungkin menunjukkan bagaimana teknologi boleh dimanfaatkan untuk mengubah pengalaman pesakit merentasi sistem penjagaan kesihatan, dan bukan sahaja di the United States,” kata pengarang bersama kajian Paul Testa, MD, JD, MPH, ketua pegawai informatik kesihatan di NYU Langone.

“Kajian ini bukan sahaja bersifat teori – selepas menunjukkan keberkesanannya, kami secara aktif mempraktikkan alat AI ini,” kata Testa, yang juga merupakan profesor klinikal di NYU Grossman School of Medicine.

Menurut Testa, pasukan NYU Langone sudah menggunakan alat AI yang sama dalam percubaan terkawal rawak yang menggabungkan ringkasan mesra pesakit yang dijana oleh AI untuk arahan keluar hospital, dengan matlamat untuk menilai keberkesanannya dalam meningkatkan pemahaman dan kepuasan pesakit. Penyelidik berharap untuk menunjukkan bahawa menyediakan arahan keluar yang jelas dan mudah diakses akan membantu memastikan penjagaan selepas keluar yang lebih baik dan peralihan yang lebih lancar.

“Menjana bukti dunia sebenar melalui percubaan rawak adalah penting untuk mengesahkan keberkesanan alat AI dalam persekitaran klinikal,” kata pengarang bersama kajian Jonah Zaretsky, MD, ketua perubatan bersekutu di NYU Langone Hospital — Brooklyn. “Pendekatan ini memastikan bahawa dokumentasi yang dijana oleh AI bukan sahaja tepat tetapi juga benar-benar bermanfaat untuk pesakit dan keluarga mereka,” tambah Zaretsky, seorang penolong profesor klinikal di NYU Grossman School of Medicine.

Kajian itu dibiayai sendiri oleh NYU Langone. Selain Feldman, Testa, dan Zaretsky, penyelidik NYU Langone yang terlibat dalam kajian itu ialah pengarang utama John Will, dan pengarang bersama Mahin Gupta dan Aliesha Dowlath.

Pertanyaan Media
David March
212-404-3528

STUDY DOI:

10.2196/69955

STUDY LINK:

SUMBER NYU Langone Health System

“`