Inteligencia artificial para mejorar la comprensión de informes médicos: un análisis comparativo de legibilidad
DOI:
https://doi.org/10.1590/1678-460x202541368342Palabras clave:
inteligencia artificial, ChatGPT, informe de alta, lenguaje médico, legibilidadResumen
La comunicación sigue siendo uno de los principales retos en la relación médico-paciente. La dificultad de los pacientes para comprender los informes médicos afecta directamente su capacidad de tomar decisiones informadas. El objetivo de este estudio es analizar la capacidad de ChatGPT para generar versiones simplificadas de informes de alta hospitalaria y evaluar tanto su comprensibilidad como su precisión técnica. A través del uso de cuatro fórmulas de legibilidad (índice de lecturabilidad de Fernández-Huerta (IL), perspicuidad de Szigriszt-Pazos (IP), escala Inflesz (EI) e índice de legibilidad μ (Iμ)) y un análisis estadístico comparativo no paramétrico, se evidenció que los informes adaptados por ChatGPT mejoraron su comprensibilidad en un 27% en comparación con los originales, reduciendo significativamente el nivel de dificultad de los textos. La precisión del lenguaje médico (errores/1000 palabras) fue evaluada por un panel de expertos médicos y filólogos. Las principales fuentes de imprecisión identificadas fueron: terminología (2,1‰), medicación (1,6‰), abreviaciones (0,92‰) y las denominadas "alucinaciones" del chatbot (0,18‰). A pesar de que la tasa de errores es baja, sigue siendo una limitación importante.
Citas
Abdelhafiz, A. S., Ali, A., Maaly, A. M., Ziady, H. H., Sultan, E. A., & Mahgoub, M. A. (2024). Knowledge, perceptions and attitude of researchers towards using ChatGPT in research. Journal of Medical Systems , 481 (26). https://doi.org/10.1007/s10916-024-02044-4. » https://doi.org/https://doi.org/10.1007/s10916-024-02044-4
Barrio Cantalejo, I. M., & Simón Lorda, P. (2003). ¿Pueden leer los pacientes lo que pretendemos que lean? Un análisis de la legibilidad de materiales escritos de educación para la salud. Atención Primaria , 31 (7), 409-414. https://doi.org/10.1016/s0212-6567(03)79199-9. » https://doi.org/https://doi.org/10.1016/s0212-6567(03)79199-9
Barrio-Cantalejo, I. M., Simón-Lorda, P., Melguizo, M., Escalona, I., Marijuán, M. I., & Hernando, P. (2008). Validación de la escala INFLESZ para evaluar la legibilidad de textos dirigidos al paciente. Anales del Sistema Sanitario de Navarra , 31 (2), 135-152. https://doi.org/10.4321/s1137-66272008000300004. » https://doi.org/https://doi.org/10.4321/s1137-66272008000300004
Blanco Pérez, A., & Gutiérrez Couto, U. (2002). Legibilidad de las páginas web de salud para pacientes y lectores de la población general. Revista Española de Salud Pública , 76 (4), 321-331.
Estopà, R., & Domènech-Bagaria, O. (2019). Diagnóstico del nivel de comprensión de informes médicos dirigidos a pacientes y familias afectados por una enfermedad rara. E-Aesla , 5, 109-118.
Estopà, R., López-Fuentes, A., & Porras-Garzón, J. M. (2020). Terminology in written medical reports: A proposal of text enrichment to favour its comprehension by the patient. En B. Daille, K. Kageura, & Rigouts Terryn, A. (Eds), Proceedings of the 6th International Workshop on Computational Terminology (pp. 43-49). European Language Resources Association.
Fernández Huerta, J. (1959). Medidas sencillas de lecturabilidad. Consigna , 2(14), 29-32.
Gómez-González, E., Priego Álvarez, H. R., & García, C. de la C. (2023). Empoderamiento y adherencia terapéutica en el adulto mayor: una revisión sistemática. Enfoque , 33 (29), 46-63.
Muñoz Fernández, A. (2018). Analizador de legibilidad de texto https://legible.es/ » https://legible.es/
Muñoz, B., y Muñoz, U. (2019). Legibilidad Mu [Disponible en http://www.legibilidadmu.cl]. Viña del Mar, Chile. » http://www.legibilidadmu.cl
Pelicano-Piris, N. (2022). Análisis de la legibilidad de la información sanitaria dirigida a la población vulnerable. Revista ProPulsión , 5(2), 140-171. https://doi.org/10.53645/revprop.v5i2.95. » https://doi.org/https://doi.org/10.53645/revprop.v5i2.95
Porras-Garzón, J. M., y Estopà, R. (2020). Escalas de legibilidad aplicadas a informes médicos: límites de un análisis cuantitativo formal. Círculo de Lingüística Aplicada a la Comunicación , 83 , 205-216. https://doi.org/10.5209/clac.70574. » https://doi.org/https://doi.org/10.5209/clac.70574
Ramírez-Puerta, M. R., Fernández-Fernández, R., Frías-Pareja, J. C., Yuste-Ossorio, M. E., Narbona-Galdo, S., y Peñas-Maldonado, L. (2013). Análisis de la legibilidad del consentimiento informado en cuidados intensivos. Medicina Intensiva , 37 (8), 503-509. https://doi.org/10.1016/j.medin.2012.08.013. » https://doi.org/https://doi.org/10.1016/j.medin.2012.08.013
Rubiera, G., Arbizu, R., Alzueta, A., Agúndez, J. J., & Riera, J. R. (2004). Legibilidad de los documentos de consentimiento informado utilizados en los hospitales de Asturias. Gaceta Sanitaria , 18 (2), 153-158. https://doi.org/10.1016/s0213-9111(04)71822-1. » https://doi.org/https://doi.org/10.1016/s0213-9111(04)71822-1
Sallam, M. (2023). ChatGPT utility in healthcare education, research, and practice: Systematic review on the promising perspectives and valid concerns. Healthcare , 11 (6), 887. https://doi.org/10.3390/healthcare11060887. » https://doi.org/https://doi.org/10.3390/healthcare11060887
San Norberto, E. M., Revilla, A., Brizuela, J. A., & Taylor, J. H. (2024). Quality and readability of Spanish-language online information for aortic aneurysm and its endovascular treatment. Vascular and Endovascular Surgery , 58 (2), 158-165. https://doi.org/10.1177/15385744231196644. » https://doi.org/https://doi.org/10.1177/15385744231196644
Simón Lorda, P., Barrio Cantalejo, I. M., y Concheiro Carro, L. (1996). Legibilidad de los formularios escritos de consentimiento informado. Medicina Clínica , 107 (14), 524-529.
Szigriszt Pazos, F. (1993). Sistemas predictivos de legibilidad del mensaje escrito: fórmula de perspicuidad (tesis doctoral). Universidad Complutense de Madrid.
