L'IA peut rendre les textes médicaux en ligne plus compréhensibles

Amela Miftaroski, diplômée de la filière Bachelor en informatique médicale de la Hochschule Heilbronn et première auteure, a réalisé dans le cadre de son mémoire de fin d'études une étude sur la lisibilité d'articles médicaux en ligne simplifiés par l'IA, qui a été publiée dans la revue internationale JMIR AI. "La publication de cette étude illustre la manière dont nous intégrons la recherche pratique dans l'enseignement de la filière informatique médicale de l'université de Heilbronn", souligne le Dr Monika Pobiruchin, "le fait qu'un travail de bachelor aboutisse à une publication dans une revue internationale spécialisée montre que l'on travaille à un très haut niveau scientifique dès le début des études".

L'équipe de recherche, composée d'Amela Miftraoski, du Dr Richard Zowalla, de Martin Wiesner et du Dr Monika Pobiruchin, a analysé 60 articles médicaux en ligne sur des maladies courantes et des sujets de santé pertinents. Les textes ont ensuite été simplifiés automatiquement à l'aide de quatre grands modèles linguistiques, dont ChatGPT et Microsoft Copilot. À l'aide de mesures de lisibilité établies, ils ont évalué dans quelle mesure les textes révisés pouvaient être compris par des personnes sans connaissances médicales préalables.

Les résultats montrent que : Les modèles d'IA testés ont globalement amélioré la lisibilité. Microsoft Copilot, en particulier, a obtenu des améliorations significatives et a atteint le niveau intermédiaire recommandé pour la moitié des textes. ChatGPT-3.5 a également fourni de bons résultats, tandis que d'autres modèles n'ont obtenu que des améliorations mineures. Cependant, le niveau de lisibilité recommandé par les experts*, comparable à celui de la 8e année, n'a été que rarement atteint dans l'ensemble.

Dans ce contexte, Amela Miftaroski attire l'attention sur les risques : "Certains textes générés par l'IA contenaient des imprécisions ou omettaient des informations contextuelles importantes, ce qui peut conduire à des malentendus ou à des informations erronées dans le contexte médical". Ces imprécisions montrent que les modèles d'IA peuvent rapidement générer des contenus erronés ou dépourvus de contexte sans accompagnement spécialisé. Cette méthode n'est donc pas adaptée à une utilisation privée, par exemple lorsque des profanes souhaitent eux-mêmes simplifier des textes médicaux avec l'IA. En conséquence, la jeune chercheuse souligne : "L'IA peut simplifier les textes, mais un contrôle professionnel reste indispensable".

Malgré ces restrictions, les auteurs* voient un grand potentiel : "Les grands modèles linguistiques pourraient soulager les établissements de santé en créant des premières ébauches de textes qui seraient ensuite vérifiées et finalisées par des spécialistes. Ainsi, à long terme, davantage d'informations compréhensibles sur la santé pourraient être mises à la disposition des citoyens*", commente le co-auteur Martin Wiesner.

L'étude fournit ainsi des informations importantes sur la manière dont les systèmes basés sur l'IA peuvent contribuer à l'avenir à l'amélioration des compétences en matière de santé et sur le fait que la prudence reste de mise lorsqu'il s'agit de traiter des questions médicales et de grands modèles linguistiques.