Chatbots de IA generativa para información confiable sobre el cáncer: Evaluando la búsqueda en la web, capacidades multilingües y de referencia de modelos de lenguaje grandes emergentes

Los recientes avances en modelos de lenguaje grandes (LLMs) permiten la búsqueda en la web en tiempo real, la mejora en la referencia y el soporte multilingüe, sin embargo, garantizar que proporcionen información de salud segura sigue siendo crucial. Esta perspectiva evalúa siete LLMs accesibles al público - ChatGPT, Co-Pilot, Gemini, MetaAI, Claude, Grok, Perplexity - sobre tres sencillas consultas relacionadas con el cáncer en ocho idiomas (336 respuestas: inglés, francés, chino, tailandés, hindi, nepalí, vietnamita y árabe). Ninguna de las 42 respuestas en inglés contenía alucinaciones clínicamente significativas, mientras que 7 de 294 respuestas no en inglés sí lo hacían. El 48% (162/336) de las respuestas incluían referencias válidas, pero el 39% de las referencias en inglés eran enlaces .com, lo que refleja preocupaciones de calidad. Las respuestas en inglés frecuentemente excedieron el nivel octavo de grado, y muchas salidas no en inglés también fueron complejas. Estos hallazgos reflejan un progreso sustancial en los últimos 2 años, pero revelan lagunas persistentes en la precisión multilingüe, la inclusión de referencias confiables, prácticas de derivación y legibilidad. Es esencial un análisis continuo para garantizar que los LLMs apoyen de manera segura la dicotomía de la información en salud global y cumplan con los estándares de información en línea.