大型语言模型赋能甲状腺眼病患者教育：潜力评估与效能革新

研究人员针对甲状腺眼病(TED)患者教育材料(PEMs)生成的可及性挑战，开展了大型语言模型(LLMs)如ChatGPT-4o、Claude 3.5和Gemini 1.5的性能评估研究。通过创新提示设计，生成的内容在质量(DISCERN≥4)、可理解性(PEMAT≥70%)、准确性和同理心上表现优异，但行动性(PEMAT Actionability<70%)和可读性(FKGL/SMOG)需提升。该研究证实LLMs能高效改善患者认知，为AI驱动的健康教育解锁新路径。

　　本研究聚焦于评估大型语言模型(LLMs)在生成甲状腺眼病(TED)患者教育材料(PEMs)中的效能，旨在提升患者对这一复杂疾病的理解和认知。研究人员巧妙设计不同提示策略，测试了ChatGPT-4o、Claude 3.5和Gemini 1.5的表现：首先生成基于提示A和提示B的TED教育手册，其中提示B特别要求内容简化为六年级学生水平；接着，针对TED常见问题(FAQs)，设计标准回答和简化版本，后者通过特定提示优化。所有产出内容在多个维度接受系统评估，包括质量（采用DISCERN工具，得分≥4视为优秀）、可理解性（PEMAT Understandability≥70%为达标）、行动性（PEMAT Actionability<70%表示不足）、准确性（主观评分≥4）和同理心（评分≥4），同时利用在线工具Readable.com分析可读性指标，如FKGL(Flesch-Kincaid Grade Level)和SMOG(Simple Measure of Gobbledygook)。

结果令人振奋：提示A和B生成的手册均在质量、可理解性、准确性和同理心上表现卓越，两者差异不显著，却双双在行动性上栽了跟头（PEMAT Actionability<70%）。可读性方面，提示B的内容虽比提示A更易消化，但优化后仍未能达到理想水平。有趣的是，当对比Google搜索的TED FAQs时，LLMs生成的标准或简化回答均碾压式胜出，准确性和同理心媲美手册水平。

总而言之，大型语言模型作为革新工具，在TED患者教育中展现出强大潜力：它能高效产出高质量、易理解、精准且富同理心的内容，但可读性这块短板还需加把劲补强，以真正解锁患者教育的全民化未来。