马德里卡洛斯三世大学(UC3M)的一个研究团队评估了多种人工智能(AI)语言模型,旨在简化医疗
报告,将其转化为针对非专业公众的易懂语言。这项研究将帮助患者更好地理解自身的健康状况,并
准确遵循医嘱进行治疗。
该研究已发表于《Scientific Reports》期刊,切入点是当今社会普遍存在的一个难题:许多人难以理解
自己的医疗报告,从而影响了其自我管理健康的能力。研究合著作者、UC3M计算机科学系教授帕洛
玛·马丁内斯(Paloma Martínez)解释道:“我们观察到 46% 的欧洲公民在理解医疗文件方面存在困
难。因此,我们开发了一套有助于改善医患沟通的工具。为解决这一问题,语言模型可以生成两个版
本的文档:一个供医生使用,另一个则专门面向患者,使其能够理解报告中出现的缩写或复杂句式。”
研究团队指出,这项研究成果的发布非常及时。2027年1月2日,皇家法令 Real Decreto 707/2026
将正式生效。该法令于9月3日在官方公报(BOE)上公布,批准了首个认知无障碍基本条件法规,规
定了提高公众相关文件、手续和服务可读性的要求,并将影响司法、医疗、就业、数字服务和交通等
领域的公共管理部门。
本研究的另一位合著作者、同样担任UC3M计算机科学系教授的鲁尔德斯·莫雷诺(Lourdes Moreno)
表示:“‘通俗语言’(Plain language)是一个标准化的方法论框架,旨在确保信息易于检索、理解和使
用。它不仅意味着缩短句子或简化词汇,更在于以连贯的方式组织内容、调整专业词汇,并根据用户
的具体信息需求提供明确引导。”
研究人员分析了由安达卢西亚家庭与社区医学学会提供的 50 份临床病例医疗报告。每份报告均由
认知无障碍专家根据通俗语言国际标准 ISO 24495-1:2023 进行三份独立的改编,共计 150 篇改编
文本。这些原始文本及其改编版被用于模型的微调与评估。
研究人员评估了四个语言模型系列(Llama 3.2 1B 和 3B、Salamandra 2B 和 7B、RigoChat-v2 7B
以及 Medical-mT5 3B)在简化程度、语义相似度、事实一致性、可读性以及环境影响方面的表现。结
果表明不存在完美的单一模型:例如,Llama-3.2-3B 在效率、鲁棒性和综合性能方面表现最为均衡;
而当优先考虑输出质量和可读性时,RigoChat-v2-7B 则表现突出。
对生成文本的分析揭示了所有四个模型系列中普遍存在的共性错误:一是过度简化(删除患者需要
了解的临床细节);二是临床幻觉(捏造或篡改原始报告中的数据);三是不连贯性(出现断句或跳跃
,增加阅读难度)。帕洛玛·马丁内斯强调:“正是因为存在这类错误,在医疗健康这样敏感的领域中,
人脑监督仍然不可或缺。”
研究团队已将所有材料向科学界开放,以推动可重复性研究。“我们的模型完全开源。我们所开发的
一切——包括数据集、微调后的模型和提示词(prompts)——均可在 GitHub 和 Zenodo 等公共存储
库中获取,以便同行进一步扩展我们的研究,”帕洛玛·马丁内斯总结道。
该项目是在 HumanAI(Human-Centered AI: Towards Accessible and Personalized Language
Models)框架下开展的,属于西班牙国家科学、技术与创新研究计划(PEICTI)项目,由西班牙国家研
究署提供资助(PID2023-148577OB-C21)。更多信息请访问:
https://humanai.uc3m.es/
视频:
https://youtu.be/cF0DYHY07KU