Alat Kecerdasan Buatan Membuat Materi Pendidikan Lebih Ramah Pasien

(SeaPRwire) –   NEW YORK, 30 April 2025 — Alat kecerdasan buatan (AI) secara signifikan meningkatkan keterbacaan materi pendidikan pasien (PEMs) online, membuatnya lebih mudah diakses, sebuah studi baru menunjukkan.

Dipimpin oleh para peneliti di NYU Langone Health, studi ini berfokus pada keterbacaan PEMs yang tersedia di situs web American Heart Association (AHA), American Cancer Society (ACS), dan American Stroke Association (ASA). Menurut para peneliti, materi-materi ini membantu pasien membuat keputusan tentang perawatan kesehatan mereka, tetapi seringkali melebihi tingkat membaca yang direkomendasikan yaitu kelas 6, sehingga sulit dipahami oleh banyak pasien.

Untuk studi tersebut, para peneliti mengevaluasi kemampuan tiga model bahasa besar (LLM) — ChatGPT, Gemini, dan Claude — untuk mengoptimalkan keterbacaan PEMs tanpa mengurangi akurasi. Alat AI generatif ini dirancang untuk menyederhanakan teks yang kompleks dengan memprediksi kata berikutnya dalam sebuah kalimat berdasarkan data Internet yang ekstensif. Prediksi kata berikutnya ini memberikan kemampuan pada model-model tersebut untuk menulis ulang artikel apa pun dalam bahasa yang lebih sederhana sesuai arahan.

Diterbitkan secara online pada 10 April di Journal of Medical Internet Research, studi ini melibatkan 60 PEMs yang dipilih secara acak dari situs web AHA, ACS, dan ASA. Para peneliti meminta LLM untuk menyederhanakan tingkat membaca materi. Hasil penelitian menunjukkan bahwa skor keterbacaan asli secara signifikan di atas tingkat yang direkomendasikan yaitu kelas 6, dengan skor tingkat kelas rata-rata masing-masing 10,7, 10, dan 9,6.

Setelah dioptimalkan oleh LLM, skor keterbacaan meningkat secara signifikan di ketiga situs web. ChatGPT meningkatkan keterbacaan ke tingkat kelas rata-rata 7,6, Gemini ke 6,6, dan Claude ke 5,6. Jumlah kata juga berkurang secara signifikan, membuat materi lebih ringkas.

“Studi kami menunjukkan bahwa model bahasa besar yang banyak digunakan memiliki potensi untuk mengubah materi pendidikan pasien menjadi konten yang lebih mudah dibaca, yang penting untuk pemberdayaan pasien dan hasil kesehatan yang lebih baik,” kata penulis senior studi Jonah Feldman, MD, direktur medis transformasi dan informatika di NYU Langone.

“Temuan kami menunjukkan bahwa bahkan materi pendidikan yang disusun oleh para ahli, yang sudah ditujukan untuk pasien, dapat memperoleh manfaat dari peningkatan yang didorong oleh AI,” kata Feldman, yang juga menjabat sebagai asisten profesor di NYU Grossman Long Island School of Medicine.

Studi ini, menurut para peneliti, memberikan contoh bagaimana organisasi perawatan kesehatan dapat menerapkan AI untuk membuat komunikasi klinis lebih ramah pasien. Studi sebelumnya menunjukkan kemampuan model AI untuk membuat penjelasan hasil tes jantung yang berfokus pada pasien, untuk menyusun tanggapan terhadap pertanyaan saran elektronik, dan untuk menghasilkan ringkasan laporan medis yang kompleks yang mudah dipahami.

“Luasnya penawaran AI yang mungkin menunjukkan bagaimana teknologi dapat dimanfaatkan untuk mengubah pengalaman pasien di seluruh sistem perawatan kesehatan, dan tidak hanya di Amerika Serikat,” kata rekan penulis studi Paul Testa, MD, JD, MPH, chief health informatics officer di NYU Langone.

“Studi-studi ini bukan hanya teoritis — setelah menunjukkan efektivitasnya, kami secara aktif mempraktikkan alat AI ini,” kata Testa, yang juga seorang profesor klinis di NYU Grossman School of Medicine.

Menurut Testa, tim NYU Langone sudah menggunakan alat AI yang sama dalam uji coba terkontrol acak yang menggabungkan ringkasan instruksi keluar rumah sakit yang dihasilkan AI dan ramah pasien, dengan tujuan untuk mengevaluasi efektivitasnya dalam meningkatkan pemahaman dan kepuasan pasien. Para peneliti berharap untuk menunjukkan bahwa memberikan instruksi keluar yang jelas dan mudah diakses akan membantu memastikan perawatan pasca-keluar yang lebih baik dan transisi yang lebih lancar.

“Menghasilkan bukti dunia nyata melalui uji coba acak sangat penting untuk memvalidasi efektivitas alat AI dalam pengaturan klinis,” kata rekan penulis studi Jonah Zaretsky, MD, associate chief of medicine di NYU Langone Hospital — Brooklyn. “Pendekatan ini memastikan bahwa dokumentasi yang dihasilkan AI tidak hanya akurat tetapi juga benar-benar bermanfaat bagi pasien dan keluarga mereka,” tambah Zaretsky, seorang asisten profesor klinis di NYU Grossman School of Medicine.

Studi ini didanai sendiri oleh NYU Langone. Selain Feldman, Testa, dan Zaretsky, peneliti NYU Langone yang terlibat dalam studi ini adalah penulis utama John Will, dan rekan penulis Mahin Gupta dan Aliesha Dowlath.

Pertanyaan Media
David March
212-404-3528

STUDI DOI:

10.2196/69955

STUDI LINK:

SUMBER NYU Langone Health System