MedElevator Войти в исследования
← Поиск публикаций

DOI 10.1136/bmjpo-2025-003742

Медицинская библиотека · BMJ paediatrics open · 2025

Leveraging large language models to inform paediatric chronic condition care: a cross-sectional study.

Jamil Syed Furrukh, Alshathri Nada N, Alsalamah Seham S, Almansour Nura A, Alsalamah Faris S, Hameed Tahir K, Alqanatish Jubran T

Письмо в редакциюПеревод в очереди

Аннотация

This study assessed how ChatGPT 3.5, ChatGPT 4.0 and Google Gemini perform in providing educational content about coeliac disease and type 1 diabetes mellitus. We analysed 76 frequently asked questions for accuracy, comprehensiveness, readability and consistency. The models delivered highly accurate and comprehensive responses across the board. While ChatGPT 4.0 offered the most readable content, all models struggled with overall readability. Each model maintained consistent performance throughout testing. These results indicate that large language models show promise as supplementary tools for patient education in chronic paediatric conditions, though improvements in readability are needed to enhance accessibility.

Для цитирования: Jamil Syed Furrukh, Alshathri Nada N, Alsalamah Seham S, Almansour Nura A, Alsalamah Faris S, Hameed Tahir K, Alqanatish Jubran T. Leveraging large language models to inform paediatric chronic condition care: a cross-sectional study.. BMJ paediatrics open. 2025. DOI: 10.1136/bmjpo-2025-003742.

Предметные рубрики MeSH

Подготовка и перевод публикации
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

История · было → стало

Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.

Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.