デジタル精神医学における言語モデル：医療資料の簡素化における課題

複雑な言語などの医療における言語的障害は、患者の結果に大きな影響を与え、インタラクションの満足度、医療資料の理解、医療システムへの関与を含みます。これらの障害を減少させることは、医療提供の焦点となっており、患者の関与と治療の遵守を大きく妨げるため重要です。医療における大規模言語モデル（LLM）の利用の増加は、これらの言語的障害を減少させる可能性を開きます。本研究は、アメリカ医療ジャーナルが推奨する基準に沿って、医療情報を簡素化する能力を持つ五つの著名なLLM-GPT-3.5、GPT-4、GPT-4o、LLaMA-3、Mistralを評価します。私たちの結果は、LLMが目標とする読みのレベルに近づくことができる一方で、その出力は一貫性がなく、読みのレベルやトピックからの逸脱に顕著な変動があるため、医療現場での展開には不適切であることを示しています。