《International Journal of Environmental Research and Public Health》：Using Generative AI to Improve Readability, Actionability, and Health Literacy of COPD Caregiver Materials
编辑推荐：
对慢性阻塞性肺疾病（COPD）患者的非正式照护给照护者带来了巨大的情感和身体负担。然而，许多教育资源由于阅读水平要求过高、医学术语密集以及可及性有限而难以使用。鉴于美国相当大比例的成年人在健康素养方面存在困难，现有的照护者工具包可能无法提供清晰、可操作的指导，
对慢性阻塞性肺疾病（COPD）患者的非正式照护给照护者带来了巨大的情感和身体负担。然而，许多教育资源由于阅读水平要求过高、医学术语密集以及可及性有限而难以使用。鉴于美国相当大比例的成年人在健康素养方面存在困难，现有的照护者工具包可能无法提供清晰、可操作的指导，以支持照护者的自我效能或改善患者预后。本研究引入了一个可复现的三阶段工作流程，利用生成式人工智能（AI）简化和优化照护者教育材料，并将其应用于COPD照护者工具包（COPD Caregiver's Toolkit）。研究人员使用四种AI工具简化文本，随后使用悉尼健康素养实验室（SHeLL）健康素养编辑器进行人工引导的优化，以确保概念准确性和可用性。研究人员使用可读性指数和盲法评估来评价各版本在可理解性和可操作性方面的变化。AI辅助简化提高了可读性和清晰度，同时保持了高水平的可操作性并保留了关键指导内容。这种可扩展、可适应的方法可能有助于公共卫生研究人员和实践者提高各场景下教育资源的可及性。多阶段、人在回路（human-in-the-loop）的AI工作流程可能降低语言复杂性，并改善向照护人群传播基本健康信息的效果。
**一、研究背景与问题提出**
慢性阻塞性肺疾病（chronic obstructive pulmonary disease, COPD）是一种进行性的呼吸系统疾病，不仅严重影响患者本身，也给提供日常照护的家庭成员或朋友带来沉重负担。非正式照护者通常缺乏疾病管理的专业训练，往往面临应对复杂医疗系统、管理药物以及处理突发加重状况等挑战。照护需求随着疾病进展而不断增加，给照护者造成持续的不确定性以及情绪、身体和经济上的多重压力。研究显示，照护者自我效能感低下与COPD患者住院率升高相关，凸显了对照护者教育和支持的关键需求。然而，现有干预措施如自我管理咨询和照护者支持需求评估工具（Carer Support Needs Assessment Tool, CSNAT）虽有一定效果，但普遍存在语言复杂、难以根据疾病进展动态调整等问题，无法充分满足照护者的实际需求。由美国国家心肺血液研究所（National Heart, Lung, and Blood Institute, NHLBI）和呼吸健康协会（Respiratory Health Association, RHA）开发的COPD照护者工具包（COPD Caregiver's Toolkit）是照护者的重要资源，但迄今缺乏从健康素养角度对其进行系统评价。鉴于近90%的美国成年人在健康素养方面存在困难，确保教育资源易于理解至关重要。为此，研究人员开展本研究，旨在开发一种可复现的、结合生成式人工智能（artificial intelligence, AI）辅助文本简化与人工引导健康素养优化的流程，并评估其对工具包材料的可读性、可理解性和可操作性的改善效果。
**二、研究设计与主要方法**
本研究采用三阶段工作流程。研究对象为NHLBI和RHA开发的COPD照护者工具包，涵盖5个模块及清单和表格共六个组件。第一阶段，研究人员采用实验性文本比较设计，评估四种生成式AI工具——ChatGPT? Plus（OpenAI）、Gemini? Advanced（Google）、Copilot? Pro（Microsoft）和Perplexity? Pro（Perplexity AI）——对材料可读性的改善效果。每个模型使用标准化提示词“将以下文本简化为五年级阅读水平”，各运行四次。可读性采用四种 validated 指数进行评估：Flesch阅读易读性（Flesch Reading Ease, FRE）、Flesch–Kincaid年级水平（Flesch–Kincaid Grade Level, FKGL）、Gunning Fog指数（GFI）和Simple Measure of Gobbledygook指数（SMOGI）。第二阶段，研究人员对选定的AI简化文本进行人工引导的优化，使用悉尼健康素养实验室（Sydney Health Literacy Lab, SHeLL）健康素养编辑器进行系统评估，包括文本复杂性、被动语态、污名化语言等指标，并结合原始工具包进行内容对比，恢复遗漏或改动的关键信息。第三阶段，采用盲法比较评估，由两名接受培训的公共卫生专业研究生使用改良版患者教育材料评估工具（Patient Education Materials Assessment Tool for Printed Materials, PEMAT-P）对原始版本和AI增强版本进行可理解性和可操作性评价，采用Cohen's Kappa（κ）评估评分者间信度。本研究经机构审查委员会（Institutional Review Board, IRB）审查后认定为豁免，因仅涉及AI生成文本的二手分析，不涉及人类受试者。
**三、主要研究结果**
***Phase I：生成式AI提升工具包可读性的评估***
原始COPD照护者工具包在六个组件中均表现出有限的可读性。FRE得分范围为57.4至65.7，FKGL得分范围为6.3至9.2，多数组件超出了建议的五至六年级阅读水平；GFI得分范围为9.3至11.7，SMOGI得分范围为9.6至12.0，进一步表明原始材料复杂度较高。通过对比四种AI模型的简化效果，研究发现没有单一AI模型能在所有模块中一致性地产生最佳结果。Perplexity生成的文本在模块1、2、4和5中表现最佳（FRE范围为82.6至95.4，FKGL为2.3至4.5，SMOGI为7.8至8.2），Gemini在模块3中表现最佳（FRE=87.9，FKGL=3.2），Copilot在清单和表格部分表现最佳（FRE=84.6，FKGL=4.1）。因此，最终进入人工审查的版本是多个AI模型输出的组合。
***Phase II：AI增强内容的优化***
研究人员将不同AI模型的输出按模块选择性组合，形成完整的AI修改版本。该版本共包含16,670个字符、2,624个单词（其中长词416个）、819个独特单词和284个段落。SHeLL编辑器标记了174个可用更简单替代词的术语，其中许多涉及医学术语。文本复杂度评分为25.6%，提示约四分之一的内容可能对低识字水平人群构成理解挑战。据此，研究人员缩短了39个长词、调整了5个句子结构，并使用编辑器提供的同义词建议替换了416个单词。例如，将medication adherence替换为“sticking to taking medications”。HVAC（采暖、通风与空调）、GERD（胃食管反流病）和POLST（生命维持治疗医嘱）等缩写词在首次出现时均按要求给出了定义。被动语态仅出现4处且全部改为主动语态。重要的是，编辑器未识别出任何非以人为本或污名化语言。此外，人工对比原始工具包发现，AI修改版本遗漏了一些关键内容，如在模块1中遗漏了“COPD无法治愈但可以管理”的表述及“这是COPD的症状还是其他问题？”一节，研究人员均予以恢复；模块4中补充了早期识别症状重要性的表述以及药物和抗生素可缩短急性加重持续时间的细节；模块5中扩充了压力缓解方法和抑郁迹象的讨论，并扩展了照护者支持部分。
***Phase III：健康素养需求评估***
在可理解性方面，AI增强版本（版本A）的总体得分显著高于原始版本（版本B）。两位评分者均给予版本A 85%的可理解性得分，而原始版本分别仅为46%和69%。评分者间信度方面，版本A的κ=0.625（中等一致性），版本B的κ=0.67（实质性一致性）。在条目层面，版本A在内容目的明确性、日常用语使用、医学术语定义一致性、主动语态使用、信息分块和视觉线索使用等方面均优于版本B。在可操作性方面，两个版本表现相似：版本A得分分别为100%和80%，版本B均为80%；可操作性条目的评分者间信度κ=0.99（高度一致）。条目20至25在两个版本中得分相同，表明二者均能清晰识别推荐行动并提供可管理的步骤以及清单或计划表等实用工具。
**四、讨论与结论**
本研究表明，AI辅助修改显著改善了COPD照护者材料的可读性，同时保持了高水平的可理解性和可操作性。研究结果支持在多个AI模型中按模块选择最优版本、而非依赖单一模型的策略。SHeLL引导的人工审查提供了超越AI简化的重要附加价值，不仅能进一步简化语言、提高清晰度，还能恢复AI处理过程中遗漏或改变的关键信息，这印证了将生成式AI与结构化人工审查相结合的必要性。从健康传播角度看，简化句子结构和术语可降低照护者在压力、时间紧迫和情绪负担条件下处理信息时的语言需求，从而可能支持理解能力和自我效能。
研究人员同时指出本研究的局限性：未进行照护者的直接可用性测试，传统可读性指标仅提供间接的理解估计；内容保留通过对比原始材料而非正式语义等价测量或临床专家评审；PEMAT-P评估由两名研究生而非照护者或临床专家完成；生成式AI模型性能随时间可能变化；处理时间比较受外部因素影响。然而，研究采用的标准化三阶段工作流程、多种AI模型的系统比较、SHeLL引导的优化以及双人盲法评估等均为本研究的优势。
研究结论指出，AI辅助简化应更多被视为一种实施策略而非单纯的技术练习，其潜在价值在于促进信息在压力、时间限制和识字水平不均衡条件下的使用。当前政策通常强调可读性阈值，但未一致关注材料是否可理解和可操作。将这两个维度纳入标准应能增强公开传播的照护者教育资源的有用性。虽然本研究以COPD照护者材料为对象，但该工作流程并非特定于某种疾病，同一分阶段方法——AI辅助简化、人工引导的健康素养优化和标准化评估——可潜在适用于其他慢性病、照护人群和健康情境。未来研究应通过前瞻性设计，评估该方法在不同疾病领域、人群和语言中的普适性，并检验可读性改善是否能转化为更好的理解、决策、自我效能和临床结局。
