AI驱动翻译与简化西班牙语骨科医学文本的验证研究：提升医疗信息可及性的新策略

针对美国西班牙语患者面临的医疗信息障碍，研究人员通过BLEU方法评估GPT-4和Google Translate对骨科患者教育材料（PEMs）的翻译质量，并首次量化AI简化西班牙医学文本的效果。结果显示Google Translate翻译更精准，而GPT-4显著提升文本可读性（P<0.001），为双语医疗沟通提供“翻译+简化”双路径解决方案。

　　

在美国医疗体系中，语言障碍如同无形的围墙，将西班牙语患者隔离在优质医疗服务之外。骨科领域尤为突出——超过半数患者被迫依赖非专业翻译，术后复诊率低，并发症风险升高。这些患者不仅面临糖尿病、高血压等基础疾病管理难题，更因晦涩的医疗术语难以理解治疗方案。现有患者教育材料（PEMs）的阅读难度甚至超出推荐水平，而传统人工翻译成本高昂。当大型语言模型（LLMs）在医疗领域崭露头角时，一个关键问题亟待解答：AI能否突破语言藩篱，为西班牙语患者打造易懂的骨科医学内容？

加州大学欧文分校的研究团队在《JMIR AI》发表了一项开创性研究。他们选取美国骨科医师学会（AAOS）78份PEMs，采用双语评估替补（BLEU）方法对比GPT-4与Google Translate的翻译质量，并首次系统评估AI对西班牙医学文本的简化能力。通过Fernández-Huerta和INFLESZ可读性公式、随机森林回归等量化分析，结合Friedman检验等统计方法，揭示了AI工具的临床应用潜力。

BLEU分析
通过四种n-gram精度测试发现，Google Translate在所有BLEU评分中显著优于GPT-4（P<0.01），其BLEU 1得分最高（秩和290.0）。但GPT-4不同提示词间无统计学差异，提示单纯优化提示难以超越专业翻译引擎。

N-Gram精度分析
四元组分析显示，Google Translate在复杂短语翻译上优势明显（秩和306.0），而GPT-4仅在三元组和四元组分析中与提示词3表现接近（P>0.05），表明其对长句医学术语的把握存在局限。

简化分析
GPT-4使西班牙文本可读性显著提升：Fernández-Huerta评分中位数增加7.846（P<0.001），INFLESZ评分提高7.830，但未达预设难度目标。特征分析揭示英文原稿音节总数是预测翻译质量的最强因子（重要性得分0.35）。

这项研究为医疗AI应用绘制了新蓝图。虽然Google Translate仍是翻译首选，但GPT-4的文本简化功能开创性地解决了西班牙语患者理解难题。研究者提出的“Google翻译+GPT简化”双轨模式，既能保证术语准确性，又能将“脊柱融合术”这样的专业表述转化为通俗语言。值得注意的是，音节复杂度被证实为翻译质量的关键预测指标，这为未来AI训练数据优化指明方向。

该成果的临床意义深远：在电子病历系统中嵌入此类AI工具，可实时生成个性化患者指南，减少因语言障碍导致的术后并发症。但研究也存在局限，如BLEU评分未能完全捕捉语义准确性，且样本仅限骨科文本。未来需开展患者认知效果研究，并探索AI在糖尿病教育等多病种的应用。当技术红利与人文关怀相遇，或许终将实现希波克拉底誓言中“语言不应成为健康的障碍”这一理想。