استفاده از هوش مصنوعی مولد برای تهیه بروشورهای اطلاع‌رسانی به بیماران: مطالعه‌ای توصیفی درباره اجرای فرایند
چکیده
هوش مصنوعی مولد به‌طور فزاینده‌ای برای آموزش بیماران مورد ارزیابی قرار می‌گیرد، اما گزارش‌های منتشرشده درباره ادغام تهیه بروشورهای آموزشی با کمک هوش مصنوعی در فرایندهای تأیید سازمانی همچنان محدود است. در این گزارش توصیفی از اجرای یک فرایند، از نسخه رایگان ChatGPT (شرکت OpenAI، سان‌فرانسیسکو، کالیفرنیا) برای تهیه متن قابل‌فهم برای بیماران درباره لنف‌ادم استفاده شد و نسخه رایگان Canva، از جمله قابلیت‌های مبتنی بر هوش مصنوعی آن، به طراحی بصری کمک کرد. بازبینی انسانی شامل اصلاحات پزشکی، ساده‌سازی اصطلاحات، افزودن اطلاعات و اصلاح قالب‌بندی بود. بروشور نهایی اطلاع‌رسانی به بیمار (PIL) مراحل تأیید تعیین‌شده در مؤسسه خدمات درمانی کالج سلطنتی لندن (Imperial College Healthcare NHS Trust) را طی کرد. تهیه متن اولیه و طراحی بصری حدود یک ساعت طول کشید؛ این زمان شامل بررسی رسمی سازمانی نبود. بروشور برای استفاده بالینی تأیید شد و در جریان بررسی نظارتی، درخواست مشخصی برای اصلاحات بیشتر مطرح نشد. موفقیت اجرای فرایند در این مطالعه بر اساس تکمیل بروشور، طی مراحل بررسی نظارتی و دریافت تأییدیه برای همین یک بروشور توصیف شد. این مورد، مسیر تهیه و تأیید محتوای آموزشی با کمک هوش مصنوعی را مستند می‌کند، اما شواهدی برای اثبات کارایی بیشتر نسبت به روش‌های دیگر، امکان تعمیم‌پذیری این رویکرد، درک بیماران یا اثربخشی بالینی ارائه نمی‌دهد.
مقدمه
بروشورهای اطلاع‌رسانی به بیماران (PIL) به انتقال اطلاعات درباره تشخیص بیماری، درمان و خودمراقبتی کمک می‌کنند. تهیه یک محتوای مناسب برای بیماران مستلزم آماده‌سازی مطالب بالینی، بررسی دقت و خوانایی، طراحی بصری و دریافت تأییدیه از سازوکارهای نظارتی محلی است. این فعالیت‌ها ممکن است به مشارکت چند گروه حرفه‌ای نیاز داشته باشند، هرچند مدت‌زمان و هزینه آن‌ها در مطالعه حاضر اندازه‌گیری نشد.
پردازش زبان طبیعی به یکی از حوزه‌های مهم انفورماتیک پزشکی تبدیل شده و کاربردهای آن از محیط‌های بالینی فراتر رفته است [1]. هوش مصنوعی علاوه بر پردازش زبان، در طراحی بصری نیز به کار گرفته شده است. لین و همکاران سامانه AutoPoster را معرفی کردند که برای تولید خودکار پوسترهای تبلیغاتی با توجه به محتوای آن‌ها طراحی شده است [2]. این سامانه با هدف استفاده در حوزه سلامت ساخته نشده بود، اما نمونه‌ای از کاربرد جداگانه هوش مصنوعی در طراحی به شمار می‌رود. کاربردهای هوش مصنوعی در فعالیت‌های بالینی نیز در مقاله مروری الوایس و همکاران بررسی شده است [3]. هوش مصنوعی مولد قادر به تولید محتوای متنی یا بصری است و مدل‌های زبانی بزرگ (LLM) دسته‌ای از این فناوری محسوب می‌شوند که بر وظایف زبانی تمرکز دارند. ChatGPT، محصول شرکت OpenAI در سان‌فرانسیسکو، کالیفرنیا، یکی از برنامه‌های مبتنی بر مدل‌های زبانی بزرگ است.
پژوهش‌های پیشین، کاربرد هوش مصنوعی در آموزش و ارتباط با بیماران دندان‌پزشکی را بررسی کرده‌اند [4]. سودهارشان و همکاران توانایی ChatGPT را در ساده‌سازی متون آموزشی بیماران ارزیابی کردند [5]. توکور جیدو و همکاران خوانایی بروشورهای تولیدشده با هوش مصنوعی درباره بیماری‌های مرتبط با زوال عقل را سنجیدند [6] و نوفال و همکاران بروشورهای تولیدشده با ChatGPT و Gemini درباره مدیریت جراحی سرطان پستان را با یکدیگر مقایسه کردند [7]. کاربردهای هوش مصنوعی در سلامت عمومی نیز در یک مطالعه موردی بررسی شده است [8]. این آثار در مجموع زمینه گسترده‌تری برای مطالعه تهیه محتوای اطلاع‌رسانی به بیماران با کمک هوش مصنوعی فراهم می‌کنند.
لنف‌ادم بیماری مزمن و شایعی است که از نظر بالینی اهمیت دارد و ارائه اطلاعات قابل‌فهم درباره علائم، مدیریت بیماری و خودمراقبتی برای مبتلایان به آن مفید است [9، 10]. مرورهای گسترده‌تر نیز فرصت‌ها و نگرانی‌های مرتبط با استفاده از ChatGPT در آموزش و فعالیت‌های حوزه سلامت را بررسی کرده‌اند [11]. مطالعات مربوط به عملکرد ChatGPT در آزمون‌های پزشکی، نمونه دیگری از کاربرد مدل‌های زبانی بزرگ در آموزش را نشان می‌دهند؛ بااین‌حال، عملکرد در آزمون‌ها به‌تنهایی دلیلی بر کیفیت بروشورهای اطلاع‌رسانی به بیماران نیست [12]. مزایا، محدودیت‌ها و خطرات GPT-4 در پزشکی نیز مورد بحث قرار گرفته‌اند [13]. همچنین، راهنمای سازمان جهانی بهداشت بر ضرورت نظارت اخلاقی و سازوکارهای حاکمیتی مناسب برای استفاده از هوش مصنوعی در حوزه سلامت تأکید می‌کند [14].
در پژوهش‌هایی که ارتباط مستقیم‌تری با محتوای ویژه بیماران دارند، نصرا و همکاران نتایج مطالعات مربوط به هوش مصنوعی و خوانایی مطالب آموزشی بیماران را تلفیق کردند [15]. سریدهاران و همکاران دستورالعمل‌ها و مطالب آموزشی تولیدشده با مدل‌های زبانی بزرگ را با استفاده از معیارهایی از جمله قابل‌فهم‌بودن و قابلیت اقدام ارزیابی کردند [16]. سیواراماکریشنان و همکاران نیز مطالب آموزشی تولیدشده با مدل‌های زبانی بزرگ برای بیماران دندان‌پزشکی را از نظر خوانایی، قابل‌فهم‌بودن، قابلیت اقدام و قابلیت اعتماد مقایسه کردند [17]. این ارزیابی‌ها ویژگی‌های محتوای تولیدشده را بررسی می‌کنند؛ در مقابل، توالی عملی مراحل تهیه پیش‌نویس، بازبینی بالینی، طراحی بصری و تأیید از طریق سازوکار نظارتی اطلاعات بیماران در سازمان ملی خدمات سلامت بریتانیا (NHS) کمتر مستند شده است.
هدف این گزارش، توصیف فرایند تهیه یک بروشور اطلاع‌رسانی درباره لنف‌ادم با کمک هوش مصنوعی و طی مراحل نظارتی سازمانی در این مؤسسه بود. در این مطالعه، اجرای موفق فرایند به معنای تکمیل بروشور و دریافت تأییدیه رسمی برای استفاده بالینی تعریف شد.
گزارش فنی
طراحی مطالعه و پیامدهای اجرای فرایند
این پژوهش گزارشی توصیفی، اثبات مفهوم و محدود به تهیه یک محتوای مشخص در مؤسسه خدمات درمانی کالج سلطنتی لندن بود. اجرای موفق فرایند برای این گزارش بر اساس سه معیار تعریف شد: (۱) تکمیل یک بروشور اطلاع‌رسانی به بیمار با کمک هوش مصنوعی، (۲) ارائه آن از طریق فرایند نظارتی موجود و (۳) دریافت تأییدیه برای استفاده بالینی. این پیامدها به‌صورت توصیفی گزارش شدند و از مقیاس معتبر سنجش امکان‌پذیری، مقایسه با روش متداول تهیه بروشور، ارزیابی اقتصادی یا سنجش پیامدهای بیماران استفاده نشد.
تولید متن با کمک هوش مصنوعی و بازبینی بالینی
برای تولید متن اولیه ویژه بیماران از نسخه رایگان ChatGPT، محصول شرکت OpenAI، استفاده شد. نسخه دقیق مدل مورد استفاده و تاریخ تعامل اولیه را نتوانستند به‌صورت گذشته‌نگر تأیید کنند. در دستورهای اولیه از ChatGPT خواسته شد توضیحاتی به زبان ساده درباره لنف‌ادم، علل، علائم و نشانه‌ها، تشخیص، مدیریت و پیشگیری از آن و نیز پرسش‌های رایج بیماران تهیه کند. پس از بررسی پاسخ‌های اولیه، از ChatGPT خواسته شد مطالب را در قالب بروشوری کوتاه‌تر و قابل‌فهم برای بیماران گردآوری کند. متن دقیق دستورها در پیوست آمده است. این دستورها به‌طور رسمی اعتبارسنجی نشده بودند.
پیش از ارسال پیش‌نویس به مراجع سازمانی، نویسندگان آن را بازبینی کردند. این بررسی بر دقت بالینی، کامل‌بودن محتوا، تناسب اصطلاحات با مخاطب بیمار و مرتبط‌بودن مطالب متمرکز بود. اصلاحات شامل تصحیح مطالب پزشکی، ساده‌سازی عبارت‌ها، افزودن اطلاعات مرتبط و ویرایش متن بود. اسناد منبعی که در حال حاضر در دسترس‌اند، مشخص نمی‌کنند کدام گزاره‌های پزشکی دقیقاً اصلاح شده‌اند؛ بنابراین، بدون مقایسه تأییدشده میان نسخه اولیه و نسخه نهایی، نمی‌توان خطای مشخصی را به ChatGPT نسبت داد.
طراحی بصری با استفاده از Canva
متن بازبینی‌شده برای طراحی بصری به Canva منتقل شد. از قالب‌ها، نمادها، ابزارهای صفحه‌آرایی و قابلیت‌های طراحی مبتنی بر هوش مصنوعی این پلتفرم برای بهبود نحوه ارائه مطالب استفاده شد. سپس تغییرات دستی در قالب‌بندی و چیدمان بصری انجام گرفت تا بروشور با استانداردهای مؤسسه برای اطلاع‌رسانی به بیماران مطابقت داشته باشد. ChatGPT برای تهیه پیش‌نویس متنی به کار رفت، درحالی‌که Canva از فرایند طراحی بصری پشتیبانی کرد.
نظارت سازمانی و تأیید
بروشور مطابق فرایند تعیین‌شده در مؤسسه خدمات درمانی کالج سلطنتی لندن برای مطالب اطلاع‌رسانی به بیماران ارائه شد. طبق مستندات نسخه اصلی مقاله، مراحل بررسی شامل ویراستار بیمار (Patient Editor)، بخش کیفیت و ایمنی بخش مربوطه، جلسه پرسش‌وپاسخ حوزه تروما (Trauma Q&A) و گروه کاری تخصصی مشورتی پژوهش و توسعه (CEWG) بود. در جریان بررسی رسمی نظارتی، درخواست مشخصی برای تغییرات بیشتر مطرح نشد. این مرحله را باید از اصلاحات بالینی و ویرایشی انجام‌شده پیش از ارسال بروشور متمایز دانست.
یافته‌ها
تهیه متن اولیه کامل و طراحی بصری بروشور حدود یک ساعت طول کشید. این برآورد فقط به مرحله نگارش و طراحی مربوط است و فرایند رسمی نظارت سازمانی پس از آن را شامل نمی‌شود؛ همچنین، این زمان معیاری برای میزان صرفه‌جویی در مقایسه با روش متداول تهیه بروشور نیست.
پیش‌نویس تولیدشده با ChatGPT در شکل‌های ۱ و ۲ نشان داده شده است. بازبینی بالینی و ویرایشی به اصلاحات پزشکی، ساده‌سازی اصطلاحات، افزودن اطلاعات ویژه بیماران و تغییرات قالب‌بندی انجامید. این تغییرات نشان می‌دهند که مشارکت انسان صرفاً به استفاده از یک قالب سازمانی محدود نبوده است.
بروشور نهایی تأییدشده در شکل ۳ ارائه شده است. پس از بررسی در چارچوب فرایند نظارتی مؤسسه، بروشور برای استفاده بالینی تأیید شد و درخواست مشخصی برای اصلاحات تکمیلی مطرح نشد. هر سه پیامد توصیفی مورد نظر، یعنی تکمیل بروشور، ارائه آن از مسیر نظارتی و دریافت تأییدیه، برای این منبع واحد محقق شدند. هیچ ارزیابی رسمی درباره کاربردپذیری برای بیماران، خوانایی، میزان درک مطالب یا پیامدهای بالینی انجام نشد.
بحث
این گزارش، تهیه و تأیید یک بروشور اطلاع‌رسانی درباره لنف‌ادم را از طریق فرایندی مبتنی بر هوش مصنوعی برای تولید متن و طراحی بصری مستند می‌کند؛ فرایندی که در سازوکار نظارتی موجود در نظام ملی خدمات سلامت بریتانیا اجرا شد. دستاورد اصلی مطالعه، ارائه گزارشی شفاف از مراحل اجرای کار است، نه اثبات برتری این روش از نظر اثربخشی یا کارایی نسبت به شیوه‌های متداول تهیه بروشور.
شواهد گسترده‌تر، علاقه محتاطانه به این کاربرد را توجیه می‌کنند. سودهارشان و همکاران ساده‌سازی مطالب آموزشی بیماران با استفاده از ChatGPT را بررسی کردند [5]، درحالی‌که توکور جیدو و همکاران و نوفال و همکاران ویژگی‌های متفاوت بروشورها یا جزوه‌های تولیدشده با هوش مصنوعی را ارزیابی کردند [6، 7]. نصرا و همکاران نیز شواهد مربوط به هوش مصنوعی و خوانایی مطالب آموزشی بیماران را تلفیق کردند [15]. در پژوهش‌های مقایسه‌ای، از ابزارهای ساختاریافته ارزیابی آموزش بیماران برای سنجش قابل‌فهم‌بودن و قابلیت اقدام نیز استفاده شده است [16، 17]. این مطالعات کیفیت محتوای تولیدشده را بررسی می‌کنند، نه پیامد مشخص اجرای فرایند نظارتی که در پژوهش حاضر گزارش شده است.
این فرایند به مداخله قابل‌توجه انسان نیاز داشت. نویسندگان پیش از ارائه بروشور برای بررسی نظارتی، اصلاحات پزشکی انجام دادند، زبان را ساده‌تر کردند، محتوای مرتبط افزودند و نحوه ارائه مطالب را تغییر دادند. اهمیت این تغییرات در آن است که روان‌بودن متن اولیه به معنای اعتبارسنجی بالینی یک محتوای آموزشی برای بیماران نیست. بااین‌حال، چون اصلاحات بالینی دقیق میان نسخه اولیه و نسخه نهایی در متن موجود مستند نشده‌اند، این گزارش نمی‌تواند تعداد یا شدت خطاهای احتمالی تولیدشده با هوش مصنوعی را تعیین کند. در اجرای پژوهش‌های آینده، باید سوابق ساختاریافته‌ای از تغییرات ثبت شود.
ChatGPT و Canva وظایف متفاوتی بر عهده داشتند. ChatGPT در تهیه پیش‌نویس اولیه متن کمک کرد و Canva با استفاده از قابلیت‌های طراحی، از جمله امکانات مبتنی بر هوش مصنوعی، برای قالب‌بندی و طراحی بصری به کار رفت؛ سپس تغییرات دستی برای انطباق نهایی اعمال شد.
نباید زمان یک‌ساعته گزارش‌شده برای نگارش و طراحی را به‌منزله افزایش کارایی تفسیر کرد. زمان و هزینه تهیه بروشور با روش متداول اندازه‌گیری نشد و فرایند نظارتی نیز جداگانه انجام گرفت. به همین ترتیب، تأیید سازمانی نشان می‌دهد که فرایند تضمین کیفیت محلی تکمیل شده است، اما به‌تنهایی اثبات نمی‌کند که درک بیماران، دسترس‌پذیری، قابلیت استفاده از اطلاعات برای اقدام یا پیامدهای سلامت بهبود یافته‌اند.
کاربرد هوش مصنوعی مولد در حوزه سلامت، پرسش‌هایی درباره دقت، شفافیت، پاسخ‌گویی و نظارت حرفه‌ای مطرح می‌کند. منابع گسترده‌تر بالینی به مزایا و خطرات مدل‌های زبانی پرداخته‌اند [11، 13] و راهنمای سازمان جهانی بهداشت نیز بر ضرورت حاکمیت مناسب در استفاده از هوش مصنوعی برای سلامت تأکید دارد [14]. در پروژه حاضر، مسئولیت بررسی و تأیید محتوای ویژه بیماران همچنان بر عهده انسان بود و تصمیم‌گیری صرفاً بر اساس خروجی تأییدنشده هوش مصنوعی انجام نشد.
از محدودیت‌های مطالعه می‌توان به تهیه تنها یک بروشور برای یک مؤسسه وابسته به نظام ملی خدمات سلامت بریتانیا، نبود گروه مقایسه یا تحلیل هزینه، اعتبارسنجی‌نشدن رسمی دستورها، نامشخص‌بودن نسخه دقیق ChatGPT در بازبینی گذشته‌نگر، مستندسازی ناکامل قابلیت‌های هوش مصنوعی Canva و فقدان ارزیابی رسمی خوانایی، کاربردپذیری برای بیماران یا پیامدهای بالینی اشاره کرد. پژوهش‌های آینده باید نسخه مدل و دستورهای استفاده‌شده، زمان صرف‌شده در هر مرحله، تغییرات بالینی اعمال‌شده و نتایج ارزیابی بیمارمحور با ابزارهای معتبر را به‌صورت آینده‌نگر ثبت کنند.
نتیجه‌گیری
این گزارش توصیفی از اجرای فرایند، تهیه موفق و دریافت تأییدیه نظارتی برای یک بروشور اطلاع‌رسانی درباره لنف‌ادم را با استفاده از نگارش به کمک ChatGPT و طراحی بصری با Canva در یک مؤسسه وابسته به نظام ملی خدمات سلامت بریتانیا مستند می‌کند. بازبینی بالینی و ویرایشی توسط انسان بخش جدایی‌ناپذیر این فرایند بود. یافته‌ها تکمیل موفق این روند را در محیط مورد بررسی نشان می‌دهند، اما صرفه‌جویی در زمان یا هزینه نسبت به روش‌های دیگر، امکان تعمیم‌پذیری فرایند یا بهبود پیامدهای بیماران را اثبات نمی‌کنند. انجام ارزیابی‌های مقایسه‌ای بیشتر و بررسی پیامدها از دیدگاه بیماران ضروری است.
پیوست‌ها
دستورهای کامل ارائه‌شده به ChatGPT
در مرحله اولیه بررسی محتوا، این پرسش‌ها از ChatGPT مطرح شد: «تعریف لنف‌ادم چیست؟ بدون استفاده از اصطلاحات پزشکی توضیح دهید.»، «علل اصلی لنف‌ادم کدام‌اند؟ بدون استفاده از اصطلاحات پزشکی توضیح دهید.»، «شایع‌ترین علائم و نشانه‌های لنف‌ادم چیست؟»، «چگونه می‌توان لنف‌ادم را تشخیص داد؟ بدون استفاده از اصطلاحات پزشکی توضیح دهید.»، «روش‌های مدیریت و پیشگیری از لنف‌ادم چیست؟ بدون استفاده از اصطلاحات پزشکی توضیح دهید.» و «رایج‌ترین پرسش‌های بیماران مبتلا به لنف‌ادم کدام‌اند؟»
پس از بررسی این پاسخ‌ها، دستور زیر به ChatGPT داده شد: «یک بروشور اطلاع‌رسانی برای بیماران درباره لنف‌ادم بنویسید که شامل اطلاعات مربوط به تعریف، علت اصلی، علائم، نشانه‌ها، تشخیص، مدیریت و پیشگیری باشد و در آن از اصطلاحات پزشکی استفاده نشود.» سپس از آن خواسته شد: «پاسخ پرسش‌های رایج بیماران مبتلا به لنف‌ادم را اضافه کنید» و «متن را کوتاه‌تر و خواندن آن را جذاب‌تر کنید.»