比较大型语言模型与传统机器翻译工具在翻译医学咨询摘要方面的效果：一项试点研究

本研究评估了大型语言模型（LLM）和传统机器翻译（MT）工具在将医学咨询摘要从英文翻译成阿拉伯语、中文和越南语时的表现。该研究评估了患者友好型和临床专注型文本，并使用标准自动化指标进行评估。结果显示，传统MT工具在翻译复杂文本方面总体表现更好，而LLM在翻译较简单的摘要时，特别是在越南语和中文方面显示出潜力。阿拉伯语翻译随文本复杂度的提升而得到改善，这与该语言的形态学特征有关。总体而言，尽管LLM提供了上下文灵活性，但其表现仍不一致，且当前的评估指标未能捕捉临床相关性。该研究强调在医学翻译中需要领域特定的训练、改进的评估方法以及人工监督的重要性。