Evalúan el uso de ChatGPT para facilitar la comprensión de términos relacionados con el cáncer de pulmón

La eficacia para trasladar la información entre el ámbito médico y el paciente de una manera más sencilla ha impulsado un estudio centrado en la aplicación ChatGPT. Las investigadoras María-José Varela Salinas y Adriana Godoy Lorenzatto (Dpto. de Traducción e Interpretación de la Universidad de Málaga) han llevado a cabo un análisis sobre su capacidad para transformar el lenguaje técnico en explicaciones más accesibles para pacientes, familiares y público general, en este caso, de información sobre cáncer de pulmón.

“Los grandes modelos de lenguaje basados en inteligencia artificial (IA) generativa, como ChatGPT, están cada vez más integrados en nuestras vidas y son útiles para múltiples tareas. También son capaces de transformar un texto y devolvernos una versión distinta, siguiendo nuestras instrucciones. Esta habilidad resulta útil para entender textos especializados, que suelen contener jerga técnica con la que no estamos familiarizados”, matiza Varela Salinas.

La desterminologización

La desterminologización es uno de los principales procedimientos de traducción intralingüística para adaptar textos especializados, e incluye diversas estrategias como el uso de sinónimos, explicaciones o ejemplos en un lenguaje común. Haciendo uso de ella, Varela Salinas y Godoy Lorenzatto han analizado el volumen de términos médicos en un conjunto de documentos sobre el cáncer de pulmón, extraídos de ocho sitios web destinados a pacientes, así como la eficacia de ChatGPT para hacerlos más comprensibles.

Para ello, buscaron la definición, los posibles sinónimos no especializados y una explicación del contexto de cada término seleccionado, siguiendo dos procedimientos: por un lado, consultaron diccionarios y fuentes en línea destinados a pacientes; por otro lado, introdujeron cada término en ChatGPT junto con las instrucciones o prompts necesarios para generar esa misma información (definición, sinónimos y contexto libres de terminología médica o, en su caso, explicada).

En concreto, conformaron un corpus con 28.935 palabras, identificando 723 términos mediante Sketch Engine ­­­—un software de gestión de corpus y análisis de textos— que se distribuyeron en dos categorías temáticas: 443 términos relacionados con “histología” y 270 con “terapia”. Para la publicación de los resultados, seleccionaron seis términos clave desterminologizados para ejemplificar el procedimiento: adenocarcinoma, EGFR y cuerpo de psamoma en "histología"; e inmunoterapia, terapia dirigida con radioligandos y terapia fotodinámica en "terapia".

Mayor eficiencia

La comparativa muestra que la IA produce resultados de la misma calidad que la búsqueda manual, mientras que la cantidad de tiempo y esfuerzo necesarios se reducen drásticamente. “Localizar fuentes en línea, evaluar si son adecuadas y recuperar la información para varios términos puede llevar horas de trabajo, mientras que ChatGPT consigue concluir todas estas tareas en unos minutos”, afirma Varela Salinas.

Supervisión humana

Por otro lado, la investigación revela cómo la elección adecuada de las indicaciones o prompts y el proceso de revisión posterior son esenciales para garantizar la calidad de los textos finales, lo que apunta a una necesaria supervisión humana al utilizar cualquier herramienta de IA en la comunicación médica: “Delegar en la IA la adaptación de los textos para pacientes tiene implicaciones éticas y sanitarias, que requieren más investigación. No obstante, mejorar la información que se ofrece a los pacientes redunda en su salud y calidad de vida, y este estudio demuestra la utilidad de ChatGPT para explicar los tecnicismos, lo que abre la posibilidad de utilizarlo para procesar textos completos”, añade Godoy Lorenzatto.

Como próximos pasos, las investigadoras están analizando la capacidad de grandes modelos de lenguaje como ChatGPT, Gemini y DeepSeek para adaptar documentos médicos, con el fin de crear una versión más amigable para los usuarios. Este nuevo trabajo ampliará el enfoque más allá del paciente y evaluará también la fiabilidad de los chatbots desde una perspectiva clínica.