Evaluating the ability of artificial intelligence chatbots to respond to oral cancer questions: A descriptive study
Notice bibliographique
Résumé
Background: Individual diagnosed with cancer have excessive informational needs regarding various aspects of their disease. This need pushes them to search for information from multiple sources including Artificial Intelligence chatbots. This study aimed to evaluate the accuracy of responses of Artificial Intelligence chatbots to questions regarding different aspects of oral cancers. Methods: Nineteen dichotomous (yes/no) questions were posed to 8 different Artificial Intelligence Chatbots (Chat GTP 3.5, Gemini, Perplexity, Claude, Chat GTP alternative, TextCortex, YouChat, and CoPilot). The responses were recorded and compared with the correct answers. Statistical analyses, including independent sample t-tests, were conducted to compare differences in mean scores. Results: Most (n=14, 73.7%), questions were answered correctly, and only 1 (5.3%) question got two incorrect responses. Only 4 (50.0%) AI chatbots answered all questions perfectly, and only one chatbot scored less than 80% for all questions. The combined mean score for the AI chatbots was 18.22 ± 1.3, and the differences in the mean score of responses between the AI chatbots and blueprint were statistically insignificant (p= 0.562). Conclusion: The general accuracy of responses to different oral cancer-related questions raised by the patients was high. However, not all AI chatbots give correct responses to all questions, therefore it is the role of health professionals to ensure that patients are educated well regarding their diseases and cautioned on relying on AI chatbots totally.
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 | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».