Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.

Исследовательская статья

Читабельность и качество материалов по обучению пациентов с невралгией тройничного нерва, созданных большими языковыми моделями: одномоментное исследование

70 просмотров

⸱

DOI:

10.3791/70833

⸱

21 августа 2026 г.

 ,  ,  , 
1Department of Pain Medicine, Nanjing Jinling Hospital, Affiliated Hospital of Medical School, Nanjing University, 2Suzhou Science & Technology Town Hospital, Affiliated Hospital of Medical School, Nanjing University, 3Department of Health Communication, Graduate School of Medicine, The University of Tokyo 7-3-1 Hongo

В этой статье

Краткое содержание

В данной работе мы представляем протокол систематической оценки читабельности, образовательной пригодности и качества информации для пациентов о невралгии тройничного нерва, созданной большойю языковой моделью, с целью проведения сравнительного анализа моделей и оптимизации коммуникации с пациентами.

Аннотация

Большие языковые модели (LLM) все чаще используются для санитарного просвещения пациентов, однако читабельность и образовательное качество информации о тригеминальной невралгии (ТН), генерируемой LLM, остаются недостаточно изученными. В данном перекрестном сравнительном исследовании анализировалось образовательное содержание по ТН, созданное пятью общедоступными LLM (Doubao, DeepSeek, Wenxin Yiyan, Tongyi Qianwen и GPT-5). Каждой модели с помощью стандартизированных промптов были заданы двадцать часто задаваемых вопросов о ТН, охватывающих базовые знания о заболевании, этиологию/факторы риска, диагностику, лечение, а также профилактику и реабилитацию. Читабельность оценивалась с помощью семи общепринятых индексов, образовательная пригодность — с использованием инструмента оценки материалов для обучения пациентов по доступности и применимости (PEMAT), а общее качество информации — с помощью глобальной шкалы качества (GQS). Два клинических эксперта независимо оценивали все ответы, а разногласия разрешались старшим арбитром. Статистический анализ проводился для сравнения эффективности моделей, тематических различий и корреляций между метриками оценки. Между моделями наблюдались значимые различия в показателях читабельности, PEMAT и GQS. GPT-5 генерировала наиболее лингвистически сложные ответы, но получила самые высокие оценки за образовательную пригодность и качество информации. Напротив, Wenxin Yiyan создавала наиболее читабельные тексты, но в целом имела более низкие баллы по PEMAT и GQS. Категория содержания влияла на читабельность: темы профилактики/реабилитации и этиологии/факторов риска оказались более сложными для чтения, в то время как показатели PEMAT и GQS оставались относительно стабильными для всех тем. Индексы читабельности продемонстрировали сильную внутреннюю согласованность и слабую или умеренную положительную корреляцию с PEMAT и GQS, в то время как между PEMAT и GQS наблюдалась умеренная положительная корреляция. Эти результаты показывают, что выбор модели влияет на оцениваемую экспертами образовательную пригодность и общее качество информации, тогда как сложность темы в первую очередь влияет на читабельность. Поскольку понимание пациентов, удовлетворенность, доверие, исходы для здоровья, фактическая точность и клиническая безопасность не оценивались, данные результаты следует интерпретировать как экспертный сравнительный анализ, а не как доказательство клинической готовности к применению.

Введение

Тригеминальная невралгия (ТН) представляет собой синдром нейропатической боли, характеризующийся рекуррентными эпизодами односторонней, кратковременной и чрезвычайно интенсивной боли в области лица, которую часто описывают как удар током или колющую боль. Согласно Международной классификации головных болей 3-го издания (ICHD-3), боль обычно локализуется в области распределения одной или нескольких ветвей тройничного нерва, часто бывает невыносимой по интенсивности и может провоцироваться неопасными стимулами, такими как легкое прикосновение, умывание лица, чистка зубов, речь или жевание. Приступы характеризуются внезапным началом и резким прекращением, а их продолжительность варьирует от долей секунды до нескольких минут1,2. Хотя ТН обычно не представляет угрозы для жизни, сильная и непредсказуемая боль существенно нарушает основные повседневные действия, включая прием пищи, речь, сон и эмоциональную регуляцию, что приводит к значительному психосоциальному бремени и ухудшению качества жизни. Данные систематических обзоров свидетельствуют о том, что лица с ТН подвержены значительно более высокому риску развития депрессии, тревожности и нарушений сна по сравнению с общей популяцией3,4. В крупных когортных исследованиях примерно у 35–55% пациентов с ТН наблюдаются клинически значимые симптомы тревоги или депрессии, а также широко распространена катастрофизация боли, что указывает на двунаправленное взаимодействие между хронической сильной болью, бессонницей и аффективными расстройствами5,6. Эпидемиологические оценки показывают, что распространенность ТН в общей популяции составляет от примерно 0,03% до 0,3%, при этом более часто заболевание встречается у женщин и пожилых людей, а также наблюдаются заметные различия в зависимости от географического региона, этнической группы и возрастной категории7,8. В густонаселенных странах, таких как Китай и Индия, быстрое старение населения сопровождалось устойчивым ростом числа лиц, страдающих ТН, что создает увеличивающуюся нагрузку на системы здравоохранения и подчеркивает необходимость в более эффективных, масштабируемых и основанных на данных подходах к оценке и лечению заболевания8,9.

Невралгию тройничного нерва (НТ) можно классифицировать на классический, вторичный и идиопатический подтипы, при этом появляется все больше данных, свидетельствующих о существенных различиях в этиологических механизмах и терапевтических стратегиях между этими категориями1,10. Современные исследования позволяют предположить, что структурные изменения в зоне входа тройничного нерва, связанные с нейроваскулярным конфликтом, повышенная возбудимость периферических нервов и нарушение центральной модуляции боли совместно способствуют патогенезу заболевания11,12. Клинические рекомендации определяют карбамазепин и окскарбазепин в качестве препаратов первой линии, в то время как хирургические или интервенционные методы рассматриваются при неэффективности или плохой переносимости фармакологической терапии10. Несмотря на эти достижения в терапии, НТ характеризуется рецидивирующе-ремитирующим течением, и долгосрочные рецидивы боли остаются распространенным явлением, что затрудняет достижение стойкой ремиссии13. Следовательно, длительное наблюдение и структурированное ведение хронического заболевания необходимы для мониторинга риска рецидивов, ответа на лечение и осложнений. Лонгитюдные когортные исследования показывают, что при применении стандартизированных стратегий ведения (включая фармакологическое лечение, хирургическое вмешательство по показаниям и комплексное наблюдение) примерно половина пациентов, получающих консервативную терапию, может достичь снижения общей интенсивности боли на ≥50% в течение двух лет без неизбежного прогрессирования заболевания14. Эти результаты подчеркивают важность постоянного взаимодействия с пациентом и эффективного санитарного просвещения для долгосрочного управления заболеванием. Данные свидетельствуют о том, что пациенты, лучше понимающие этиологию, патофизиологию и варианты лечения заболевания, с большей вероятностью будут активно участвовать в терапевтических схемах и соблюдать их, что приводит к улучшению результатов15. Однако традиционные подходы к санитарному просвещению часто ограничены в охвате и масштабируемости. С широким распространением интернета, особенно онлайн-платформ с вопросами и ответами и социальных сетей, пациенты все чаще полагаются на цифровые источники для получения медицинской информации16,17. Тем не менее, значительная вариабельность индивидуальной медицинской грамотности, а также способности получать, обрабатывать и понимать базовую информацию о здоровье для принятия обоснованных решений создают серьезные препятствия для эффективного обучения пациентов18. Более того, неоднородное качество онлайн-информации о здоровье, включая неточные или вводящие в заблуждение данные, может негативно повлиять на медицинские решения пациентов и их психологическое благополучие19.

Технологии искусственного интеллекта (ИИ), в частности стремительное развитие больших языковых моделей (LLM) в последние годы, открыли новые возможности для коммуникации в области медицины и санитарного просвещения20. Будучи обученными на крупномасштабных текстовых корпусах, эти модели способны генерировать структурированные и логически связные ответы посредством взаимодействия на естественном языке21. Репрезентативные международные системы, такие как ChatGPT, продемонстрировали многообещающий потенциал в ответах на медицинские вопросы, консультировании пациентов и медицинском образовании22,23. В Китае появились несколько функционально схожих LLM с постоянно расширяющимся охватом пользователей и сценариями применения24. Несмотря на эти достижения, применение LLM в популяризации медицинских наук все еще сталкивается с серьезными проблемами, включая надежность обучающих данных, частоту обновлений, научную точность генерируемых ответов и отсутствие клинической валидации25. Кроме того, различия между моделями в стиле языка, читаемости, логической структуре и точности цитирования могут напрямую влиять на понимание пациентами информации о здоровье и доверие к ней26. На сегодняшний день систематические оценки эффективности LLM в санитарном просвещении, связанном с TN, были ограниченными.

Таким образом, целью данного исследования была систематическая оценка и сравнение эффективности четырех широко используемых китайских LLM (Doubao, DeepSeek, Wenxin Yiyan и Tongyi Qianwen) и одной репрезентативной международной LLM (ChatGPT) при ответах на вопросы по обучению пациентов, связанные с ТН. Используя поперечный дизайн исследования, мы составили набор вопросов по ТН на основе клинических рекомендаций и распространенных опасений пациентов, а затем оценили ответы, сгенерированные пятью общедоступными LLM (Doubao, DeepSeek, Wenxin Yiyan, Tongyi Qianwen и GPT-5). Читабельность оценивалась с помощью нескольких метрик, а понятность и практическая применимость — с использованием инструмента оценки материалов для обучения пациентов (PEMAT). Общее качество информации оценивалось по глобальной шкале качества (GQS). Кроме того, мы проанализировали, как различные темы санитарного просвещения влияют на эти метрики оценки и их взаимосвязь, стремясь предоставить научно обоснованные рекомендации по выбору и оптимизации LLM в клинической коммуникации в области здравоохранения.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

В данном исследовании анализировался только текст, созданный ИИ; в нем не принимали участия люди и животные, не использовались биологические образцы, медицинские карты, идентифицируемая личная информация или вмешательство в клиническое лечение. Следовательно, этическая экспертиза и официальное информированное согласие не требовались.

Дизайн исследования

В данном одномоментном исследовании оценивались удобочитаемость, качество и образовательная пригодность ответов, сгенерированных пятью моделями LLM в ответ на часто задаваемые вопросы о TN.

Определение наиболее часто задаваемых вопросов, связанных с ТН

25 ноября 2025 года два клинических эксперта с обширным опытом в области лечения боли независимо изучили действующие клинические рекомендации по невралгии тройничного нерва (НТН), включая Международную классификацию головных болей 3-го издания (ICHD-3), рекомендации Европейской академии неврологии, а также рекомендации Американской академии неврологии/Европейской федерации неврологических обществ1,10,11. После проведения консенсусного обсуждения они составили список из 20 вопросов, связанных с НТН, которые часто встречаются в клинической практике. Количество вопросов было определено априори для обеспечения сбалансированного охвата пяти заранее заданных тематических областей (по четыре вопроса на каждую область), при этом общее количество ответов, сгенерированных моделью, должно было оставаться в пределах диапазона, допустимого для ручной экспертной оценки и верификации. Для повышения воспроизводимости процесс отбора проводился согласно заранее определенной структуре по областям: сначала эксперты определяли потенциальные вопросы в каждой области, независимо проверяли их на клиническую значимость, доступность формулировок для пациента и отсутствие избыточности, после чего приходили к консенсусу по поводу итоговых четырех вопросов для каждой области. Окончательный список вопросов приведен в Таблице 1 и Дополнительном файле 1. Пятью заранее определенными тематическими областями стали: базовые знания о заболевании, этиология и факторы риска, диагностика, лечение, а также профилактика и реабилитация. Поскольку набор вопросов не был получен из логов поиска пациентов, онлайн-запросов или формальных интервью с пациентами, возможность систематической ошибки отбора признается ограничением исследования.

Модели ИИ и процедура сбора данных

25 ноября 2025 года окончательный набор из 20 вопросов, связанных с TN, был отправлен на пять общедоступных платформ больших языковых моделей (LLM): Doubao, DeepSeek, Wenxin Yiyan, Tongyi Qianwen и GPT-5/ChatGPT. Доступ ко всем моделям осуществлялся через их стандартные общедоступные веб-интерфейсы чатов; доступ через интерфейс прикладного программирования (API) не использовался. Для каждой платформы использовалась модель по умолчанию, доступная на дату сбора данных, без изменения каких-либо параметров генерации. Поскольку общедоступные веб-интерфейсы не отображали идентификаторы снимков (snapshots) фоновых моделей, скрытые системные промпты, температуру, top-p, максимальное количество выходных токенов или другие параметры генерации, эти пункты были отмечены как «не отображаются в общедоступном веб-интерфейсе».

Языки запросов и ответов для всех моделей были английскими. Каждый стандартизированный запрос состоял исключительно из дословного вопроса на английском языке без каких-либо дополнительных инструкций для конкретной модели. Каждый вопрос отправлялся индивидуально в новой независимой чат-сессии без предыдущей истории переписки, загруженных файлов, плагинов, пользовательских инструкций или последующих уточняющих запросов. Полный список стандартизированных запросов и соответствующие необработанные ответы моделей представлены в Дополнительном файле 1. Метаданные моделей и настройки сбора данных обобщены в Дополнительной таблице 1.

Оценка читабельности

Читабельность ответов, сгенерированных LLM, оценивали с помощью нескольких общепринятых формул читабельности, доступных на онлайн-платформе для оценки читабельности (http://readabilityformulas.com/). Ввиду отсутствия общепризнанного «золотого стандарта» оценки читабельности и в соответствии с предыдущими исследованиями был использован комплексный набор широко применяемых индексов читабельности23,27. Для охвата взаимодополняющих аспектов читабельности, включая длину предложения, длину слова, количество слогов, сложность на основе количества символов, легкость чтения и расчетный уровень образования, были выбраны семь индексов, что позволило снизить зависимость от какой-либо одной формулы. В частности, рассчитывались индекс Коулмана-Лиау (CL), формула Linsear Write (LW), автоматизированный индекс читабельности (ARI), простой показатель «тарабарщины» SMOG (SMOG), индекс Ганнинга-Фога (GFOG), показатель легкости чтения Флеша (FRES) и уровень образования по Флешу-Кинкейду (FKGL). Эти индексы позволяют оценить сложность чтения или требуемый уровень образования и предоставляют количественные показатели читабельности текста (Таблица 2).

Оценка образованной пригодности и качества информации

Пригодность материалов для обучения оценивали с помощью инструмента оценки образовательных материалов для пациентов (Patient Education Materials Assessment Tool, PEMAT), который включает две области: понятность и возможность применения на практике28. Данный инструмент содержит 24 пункта, из которых 16 оценивают понятность и восемь — возможность применения. Каждый пункт оценивался дихотомически (0 = критерий не соблюден; 1 = критерий соблюден), что давало общую сумму баллов от 0 до 24, где более высокие значения указывали на большую пригодность для обучения пациентов. Общее качество информации оценивали с помощью глобального показателя качества (Global Quality Score, GQS)27 — широко используемой пятибалльной шкалы Лайкерта для оценки качества медицинской информации (Таблица 3).

25 ноября 2025 года два клинических эксперта с опытом управления TN более 3 лет оценили все ответы, сгенерированные ИИ, с помощью обоих инструментов оценки. Перед выставлением баллов все ответы ИИ были анонимизированы с помощью кодовых идентификаторов, а рецензенты не знали, какая платформа LLM использовалась, во время проведения оценок PEMAT и GQS. Разногласия разрешались третьим старшим экспертом, который выносил окончательный вердикт по баллам. Межэкспертная надежность оценивалась с помощью коэффициента каппа Коэна, где значения >0.75 указывали на отличное согласие, 0,40–0,75 — на приемлемое согласие, а <0,40 — на низкое согласие. Значения каппа Коэна как для PEMAT, так и для GQS превысили 0,75, что продемонстрировало отличную межэкспертную надежность.

Статистический анализ

Все статистические анализы были выполнены с использованием программного обеспечения R (версия 4.4.3). Нормальность распределения данных оценивали с помощью теста Шапиро-Уилка и графиков Q-Q. Переменные с нормальным распределением представляли в виде среднего значения ± стандартного отклонения и сравнивали с помощью однофакторного дисперсионного анализа (ANOVA) с последующим апостериорным тестом Тьюки, где это было применимо. Переменные с ненормальным распределением представляли в виде медиан и межквартильных размахов и сравнивали с помощью критерия Краскела-Уоллиса с последующим апостериорным тестом Данна с поправкой Бонферрони для попарных сравнений. Корреляции между индексами читабельности, баллами PEMAT и значениями GQS оценивали с помощью коэффициента ранговой корреляции Спирмена с применением поправки Бенджамини-Хохберга для множественного тестирования. Двустороннее скорректированное значение P < 0,05 считалось статистически значимым.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

В данном исследовании была проведена систематическая оценка влияния больших языковых моделей (LLM) и различных категорий контента для санитарного просвещения на читабельность и качество генерируемых текстов. Во-первых, мы сравнили эффективность пяти LLM — Doubao, DeepSeek, Wenxin Yiyan, Tongyi Qianwen и GPT-5 — с точки зрения пригодности для обучения пациентов, общего качества информации и нескольких показателей читабельности, включая оценку PEMAT, GQS и общепринятые индексы читабельности (ARI, FRES, GFOG, FKGL, CL, SMOG...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

В данном кросс-секционном сравнительном исследовании систематически анализировались удобочитаемость, образовательная пригодность и общее качество информации в материалах для обучения пациентов с невралгией тройничного нерва (НТН), созданных пятью общедоступными большими языковыми моделями (LLM). Были получены четыре основных результата. Во-первых, удобочитаемость существенно различалась в зависимости от модели: GPT-5 генерировала наиболее лингвистически сложные ответы, а Wenxin Yiyan — наиболее легкочитаемый контент. Во-...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

Авторы заявляют об отсутствии конфликта интересов.

Благодарности

Данное исследование не получило специальных грантов от каких-либо финансирующих организаций в государственном, коммерческом или некоммерческом секторах. Авторы выражают благодарность коллегам-клиницистам, которые предоставили отзывы по набору вопросов о тригеминальной невралгии и помогли в доработке структуры оценки. Мы также благодарим всех авторов, оказавших поддержку в подготовке и пересмотре рукописи.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Чат-платформа DeepSeekDeepSeekhttps://chat.deepseek.com/Общедоступный интерфейс большой языковой модели, используемый для генерации ответов
Чат-платформа DoubaoDoubaohttps://www.doubao.com/chat/Общедоступный интерфейс большой языковой модели, используемый для генерации ответов
GPT 5 OpenAIhttps://chat.openai.com/Общедоступный интерфейс большой языковой модели, используемый для генерации ответов
Программное обеспечение R, версия 4.4.3R Foundation for Statistical ComputingНеприменимоСтатистический анализ и визуализация
Онлайн-калькулятор читабельности Readability FormulasReadability FormulasНеприменимоОнлайн-инструмент, используемый для вычисления индексов читабельности
Чат-платформа Tongyi QianwenTongyi Qianwenhttps://www.tongyi.com/Общедоступный интерфейс большой языковой модели, используемый для генерации ответов
Чат-платформа Wenxin YiyanWenxin Yiyanhttps://yiyan.baidu.com/Общедоступный интерфейс большой языковой модели, используемый для генерации ответов

Ссылки

  1. Headache Classification Committee of the International Headache Society (IHS). The International Classification of Headache Disorders, 3rd edition. Cephalalgia. 2018;38(1):1-211.
  2. Ashina S, et al. Trigeminal neuralgia. Nat Rev Dis Primers. 2024;10(1):39.
  3. Donertas-Ayaz B, Caudle RM. Locus coeruleus-noradrenergic modulation of trigeminal pain: Implications for trigeminal neuralgia and psychiatric comorbidities. Neurobiol Pain. 2023;13:100124.
  4. Martinelli R, et al. Psychological assessment in patients affected by trigeminal neuralgia: A systematic review. Neurosurg Rev. 2025;48(1):414.
  5. Melek LN, et al. Comparison of the neuropathic pain symptoms and psychosocial impacts of trigeminal neuralgia and painful posttraumatic trigeminal neuropathy. J Oral Facial Pain Headache. 2019;33(1):77-88.
  6. Zakrzewska JM, et al. Evaluating the impact of trigeminal neuralgia. Pain. 2017;158(6):1166-1174.
  7. Gambeta E, Chichorro JG, Zamponi GW. Trigeminal neuralgia: An overview from pathophysiology to pharmacological treatments. Mol Pain. 2020;16:1744806920901890.
  8. De Toledo IP, et al. Prevalence of trigeminal neuralgia: A systematic review. J Am Dent Assoc. 2016;147(7):570-576.e2.
  9. Svedung Wettervik T, et al. Incidence of trigeminal neuralgia: A population-based study in central Sweden. Eur J Pain. 2023;27(5):580-587.
  10. Bendtsen L, et al. European Academy of Neurology guideline on trigeminal neuralgia. Eur J Neurol. 2019;26(6):831-849.
  11. Cruccu G, et al. Trigeminal neuralgia: New classification and diagnostic grading for practice and research. Neurology. 2016;87(2):220-228.
  12. Araya EI, et al. Trigeminal neuralgia: Basic and clinical aspects. Curr Neuropharmacol. 2020;18(2):109-119.
  13. Chong MS, Bahra A, Zakrzewska JM. Guidelines for the management of trigeminal neuralgia. Cleve Clin J Med. 2023;90(6):355-362.
  14. Heinskou TB, et al. Favourable prognosis of trigeminal neuralgia when enrolled in a multidisciplinary management program: A two-year prospective real-life study. J Headache Pain. 2019;20(1):23.
  15. Liu S, et al. Comparative evaluation of ChatGPT and Gemini in brain-computer interface patient education: A multidimensional analysis of reliability, accuracy, comprehensibility, and readability. Int J Med Inform. 2026;206:106164.
  16. Forgie EME, et al. Social media and the transformation of the physician-patient relationship: Viewpoint. J Med Internet Res. 2021;23(12):e25230.
  17. Gantenbein L, Navarini AA, Maul LV, Brandt O, Mueller SM. Internet and social media use in dermatology patients: Search behavior and impact on the patient-physician relationship. Dermatol Ther. 2020;33(6):e14098.
  18. Youssef Y, et al. Social media and internet use among orthopedic patients in Germany: A multicenter survey. Front Digit Health. 2025;7:1486296.
  19. De Martino I, et al. Social media for patients: Benefits and drawbacks. Curr Rev Musculoskelet Med. 2017;10(1):141-145.
  20. Johnson KB, et al. Precision medicine, AI, and the future of personalized health care. Clin Transl Sci. 2021;14(1):86-93.
  21. Hirani R, et al. Artificial intelligence and healthcare: A journey through history, present innovations, and future possibilities. Life (Basel). 2024;14(5):557.
  22. Karatas G, Kirik F, Karatas ME, Cakir A, Ozdemir H. Comparative performance of ChatGPT o3-mini-high and DeepSeek-R1 in ophthalmology: An evaluation of diagnostic reasoning and case-based problem solving. J Fr Ophtalmol. 2025;49(1):104712.
  23. Hanci V, et al. Assessment of readability, reliability, and quality of ChatGPT, Bard, Gemini, Copilot, and Perplexity responses on palliative care. Medicine (Baltimore). 2024;103(33):e39305.
  24. Liu C, et al. Potential to perpetuate social biases in health care by Chinese large language models: A model evaluation study. Int J Equity Health. 2025;24(1):206.
  25. Haupt CE, Marks M. AI-generated medical advice—GPT and beyond. JAMA. 2023;329(16):1349-1350.
  26. Aydin S, Karabacak M, Vlachos V, Margetis K. Large language models in patient education: A scoping review of applications in medicine. Front Med (Lausanne). 2024;11:1477898.
  27. Kara M, et al. Evaluating the readability, quality, and reliability of responses generated by ChatGPT, Gemini, and Perplexity on the most commonly asked questions about ankylosing spondylitis. PLoS One. 2025;20(6):e0326351.
  28. Perez Rivera LR, et al. Evaluating the quality and reliability of large language models for plastic surgery patient education: A comparative analysis of ChatGPT and OpenEvidence. Aesthet Surg J. 2025. doi:10.1093/asj/sjaf249.
  29. Wilhelm TI, Roos J, Kaczmarczyk R. Large language models for therapy recommendations across three clinical specialties: Comparative study. J Med Internet Res. 2023;25:e49324.
  30. Will J, et al. Enhancing the readability of online patient education materials using large language models: Cross-sectional study. J Med Internet Res. 2025;27:e69955.
  31. Tukur Jido J, Al-Wizni A, Aung SL. Readability of AI-generated patient information leaflets on Alzheimer's disease, vascular dementia, and delirium. Cureus. 2025;17(6):e85463.
  32. Luo Z, Lin C, Kim TH, Shin YS, Ahn ST. Quality and readability analysis of artificial intelligence-generated medical information related to prostate cancer: A cross-sectional study of ChatGPT and DeepSeek. World J Mens Health. 2025. doi:10.5534/wjmh.250144.
  33. Joseph P, Silva NA, Nanda A, Gupta G. Evaluating the readability of online patient education materials for trigeminal neuralgia. World Neurosurg. 2020;144:e934-e938.
  34. Dong C, et al. Comparative evaluation of large language models in delivering guideline-compliant recommendations for topical NSAID use in musculoskeletal pain: A multidimensional analysis. Clin Rheumatol. 2025;44(11):4703-4710.
  35. Ozduran E, Buyukcoban S. Evaluating the readability, quality, and reliability of online patient education materials on post-COVID pain. PeerJ. 2022;10:e13686.
  36. Wang LW, Miller MJ, Schmitt MR, Wen FK. Assessing readability formula differences with written health information materials: Application, results, and recommendations. Res Social Adm Pharm. 2013;9(5):503-516.
  37. Singh SP, et al. Comprehension profile of patient education materials in endocrine care. Kans J Med. 2022;15(2):247-252.
  38. Marder RS, et al. ChatGPT-3.5 and ChatGPT-4.0 do not reliably create readable patient education materials for common orthopaedic upper- and lower-extremity conditions. Arthrosc Sports Med Rehabil. 2025;7(1):101027.
  39. Nasra M, et al. Can artificial intelligence improve patient educational material readability? A systematic review and narrative synthesis. Intern Med J. 2025;55(1):20-34.
  40. Bhatt C, et al. Evaluating readability, understandability, and actionability of online printable patient education materials for cholesterol management: A systematic review. J Am Heart Assoc. 2024;13(8):e030140.
  41. Avra TD, Le M, Hernandez S, Thure K, Ulloa JG. Readability assessment of online peripheral artery disease education materials. J Vasc Surg. 2022;76(6):1728-1732.
  42. Rooney MK, et al. Readability of patient education materials from high-impact medical journals: A 20-year analysis. J Patient Exp. 2021;8:2374373521998847.
  43. Ahmadzadeh K, et al. Patient education information material assessment criteria: A scoping review. Health Info Libr J. 2023;40(1):3-28.
  44. Duan L, Yao Z, Li X, Wu Y, Sheng D. Comparing large language models and human doctors in symptom-driven online medical consultations: A case study on trigeminal neuralgia. Digit Health. 2025;11:20552076251388140.
  45. Werner C, Harden J, Lawton J. Pathways to a diagnosis of trigeminal neuralgia: A qualitative study of patients' experiences. BMC Prim Care. 2025;26(1):65.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Теги

Большие языковые моделиоценка читабельностиобразовательное качествооценка по PEMATглобальная оценка качества (GQS)качество медицинской информациисравнительный анализ моделейпонимание пациента
Связаться с нами
Порекомендовать библиотеке

Конфиденциальность

Условия использования

Политики

© 2026 MyJoVE Corporation. Все права защищены.