基于人类评估的ChatGPT自我纠正在放射科报告简化中的双重方法

放射科报告是面向医生之间沟通的高度技术性文件。越来越多的人希望与患者共享这些报告，因而需要为患者提供原报告的患者友好型简化版本。本研究探讨了大型语言模型在自动生成这些简化版本方面的适用性。我们考察了链式思维和自我纠正提示机制在该领域的有用性。我们还提出了一种新型评估方案，采用放射科医生和普通人群参与评估，放射科医生验证简化版本的事实正确性，普通人群评估简化版本的易懂性和理解性。我们的实验结果表明，自我纠正提示在生成高质量简化版本方面效果显著。我们的发现阐明了放射科医生和普通人群在文本简化方面的偏好，为该领域的后续研究提供了指导。