Utility of ChatGPT and Large Language Models in Enhancing Patient Understanding of Urological Conditions
Notice bibliographique
Résumé
Objectives: Large language models such as ChatGPT have been used to generate text in a conversational manner, and may be of use in providing patient information in a urological setting. This study evaluated the accuracy, presence of omissions, and preferability of traditional patient information to the large language models ChatGPT and Bing Chat. Methods: Eight common questions regarding urolithiasis and prostate cancer were selected from traditional patient information and posed to ChatGPT and Bing Chat. Responses from all sources were then evaluated by seven urologists in a blinded fashion for accuracy, omissions, and preferability. Results: We found that 96.43% of ratings of traditional patient information sources were rated accurate, compared to 94.6% for ChatGPT and Bing Chat; 7.1% of ratings of traditional patient information were rated as containing harmful omissions, compared to 10.71% for ChatGPT and 21.4% for Bing Chat; and 55.4% of rater first preferences were given to ChatGPT, compared to 35.7% for traditional patient information and 8.9% for Bing Chat. Conclusions: ChatGPT provided responses of a similar accuracy and preferability to traditional sources, highlighting its potential as a supplementary tool for urological patient information. However, concerns remain regarding omissions and complexity in model-generated responses.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».