MedElevator Войти в исследования
← Поиск публикаций

DOI 10.1016/j.msard.2026.107937

Медицинская библиотека · Multiple sclerosis and related disorders · 2026

Генективные ответы АИ на вопросы, касающиеся физических упражнений, задаваемые пациентами с множественным склерозом: оценка качества, точности и считываемости.

Delibay Aylin Aydogdu, Demir Cimen Olcay, Turutgen Nisa, Kiloatar Humeyra, Donmez Simge

СтатьяМашинный перевод · не проверен

Аннотация

ЦЕЛЬ

Цель настоящего исследования заключается в сопоставлении качества, точности, надежности и удобочитаемости ответов, подготовленных ChATGPT-5.4 " Мышление " и " Google Gemini 3 Flash " в связи с часто задаваемыми пациентами склерозом (MS) вопросами относительно физических упражнений. МЕТОД: В общей сложности было проанализировано 75 вопросов. Экспертные физиотерапевты проанализировали ответы с использованием глобального показателя качества (GQS), модифицированного DISCERN (MDISCERN), шкалы точности подтипа и Flesch French Ease (FRE).

Результаты

В то время как 61,3% ответов &lt; &lt; ЧатгПТ &gt; &gt; были отнесены к категории &lt; &lt; высококачественных &gt; &gt; , этот показатель составил 24% для &lt; &lt; Джемини &gt; &gt; (p < 0,001). Ответы, полученные в рамках программы &quot; ЧатгПТ &quot; , продемонстрировали значительно более высокую общую точность и результаты IDISCERN, чем у &quot; Джемини &quot; (p < 0,001). Категорически проведенный анализ показал, что ответы, полученные от &lt; &lt; ЧатгПТ &gt; &gt; , были более точными в таких областях, как планирование учений, безопасность и управление рисками, а также участие и самоуправление. Кроме того, полученные в рамках программы &lt; &lt; ЧатгПТ &gt; &gt; ответы получили значительно более высокие оценки по категориям планирования учений и безопасности. Между двумя моделями, касающимися общих оценок ПФЭ, не было отмечено никаких существенных различий (p > 0,05). Средний балл FRE для ChatGPT и Gemini составлял соответственно 41,70 и 38,21, при этом ответы обеих моделей классифицированы на "сложном" уровне считываемости.

ЗАКЛЮЧЕНИЕ

В рамках настоящего исследования полученные от &quot; ЧатгПТ &quot; ответы продемонстрировали более высокое качество, точность и надежность по сравнению с ответами &quot; Джемини &quot; . Тем не менее доступность для пациентов может быть ограничена плохими показателями удобочитаемости, наблюдаемыми в обоих инструментах. Хотя болтовни, работающие на базе АИ, могут продемонстрировать свои перспективы в плане повышения уровня образования пациентов для групп населения с НР, они не должны заменять специалистов-медиков в процессе принятия клинических решений.

Для цитирования: Delibay Aylin Aydogdu, Demir Cimen Olcay, Turutgen Nisa, Kiloatar Humeyra, Donmez Simge. Generative AI responses to exercise-related questions asked by patients with multiple sclerosis: An evaluation of quality, accuracy, and readability.. Multiple sclerosis and related disorders. 2026. DOI: 10.1016/j.msard.2026.107937.
Название и аннотация на языке оригинала

Generative AI responses to exercise-related questions asked by patients with multiple sclerosis: An evaluation of quality, accuracy, and readability.

OBJECTIVE

This study aims to compare the quality, accuracy, reliability, and readability of responses produced by ChatGPT-5.4 Thinking and Google Gemini 3 Flash regarding frequently asked questions by multiple sclerosis (MS) patients about exercise.

METHOD: A total of 75 questions were evaluated. Expert physiotherapists analysed the responses utilizing the Global Quality Score (GQS), Modified DISCERN (mDISCERN), Likert Accuracy Scale, and the Flesch Reading Ease (FRE).

RESULTS

While 61.3% of ChatGPT responses were classified as high quality, this rate was 24% for Gemini (p < 0.001). ChatGPT-generated responses demonstrated significantly higher overall accuracy and mDISCERN scores than those generated by Gemini (p < 0.001). Categorical analyses revealed that the responses generated by ChatGPT received higher accuracy in the domains of exercise planning, safety and risk management, as well as participation and self-management. Additionally, ChatGPT-generated responses received significantly higher mDISCERN scores in the exercise planning and safety categories. No significant difference was observed between the two models regarding overall FRE scores (p > 0.05). The mean FRE scores for ChatGPT and Gemini were 41.70 and 38.21, respectively, with responses from both models classified at a "difficult" readability level.

CONCLUSION

Within the scope of this study, ChatGPT-generated responses demonstrated higher quality, accuracy, and reliability than those generated by Gemini. Nonetheless, patient accessibility could be limited by the poor readability metrics observed in both tools. While AI-based chatbots may show promise in reinforcing patient education for MS populations, they must not substitute specialized medical professionals during clinical decision-making.

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.