Performance of Large Language Models in Providing Patient-Oriented Information on Gingival Recession: A Comparative Study
इस तुलनात्मक अध्ययन में यह पाया गया कि जहाँ ChatGPT, Google Gemini और Claude मसूड़ों के पीछे हटने (gingival recession) पर समान रूप से सटीक और व्यापक रोगी-उन्मुख जानकारी प्रदान करते हैं, वहीं विशेषज्ञ मूल्यांकनकर्ताओं ने ChatGPT की तेज़ प्रतिक्रिया समय और अधिक संक्षिप्तता के बावजूद Gemini और Claude को प्राथमिकता दी।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
मरीज़ अपनी सेहत को समझने के लिए तेज़ी से आर्टिफिशियल इंटेलिजेंस (AI) की ओर रुख कर रहे हैं, और सामान्य सर्दी-जुकाम से लेकर जटिल दंत स्थितियों तक, हर चीज़ के लिए चैटबॉट्स से सलाह मांग रहे हैं। ये उपकरण, जिन्हें लार्ज लैंग्वेज मॉडल्स के रूप में जाना जाता है, प्राकृतिक भाषा में बातचीत करने के लिए डिज़ाइन किए गए हैं, जो खोज लिंक्स की सूची देने के बजाय सीधे उत्तर प्रदान करते हैं। ऐसी ही एक स्थिति 'जिंजिवल रिसेसन' (मसूड़ों का पीछे हटना) है, जो तब होती है जब दांतों के चारों ओर का मसूड़ा पीछे हट जाता है, जिससे दांत की जड़ उजागर हो जाती है। यह जोखिम संवेदनशीलता, क्षय और सौंदर्य संबंधी चिंताओं का कारण बन सकता है, जिससे कई लोग दंत चिकित्सक के पास जाने से पहले ऑनलाइन जानकारी खोजने के लिए प्रेरित होते हैं। हालाँकि ये डिजिटल सहायक मरीजों और चिकित्सा ज्ञान के बीच की खाई को पाटने का वादा करते हैं, लेकिन इस बारे में सवाल बने हुए हैं कि क्या वे विश्वसनीय, पूर्ण और सुरक्षित जानकारी प्रदान करते हैं, विशेष रूप से विशिष्ट दंत समस्याओं के लिए जहाँ सटीकता महत्वपूर्ण होती है।
एक हालिया अध्ययन ने यह परीक्षण करने के लिए प्रयास किया कि तीन प्रमुख आर्टिफिशियल इंटेलिजेंस सिस्टम मसूड़ों के पीछे हटने से संबंधित प्रश्नों को कितनी अच्छी तरह संभालते हैं। शोधकर्ताओं ने ChatGPT, Google Gemini और Claude पर ध्यान केंद्रित किया, और प्रत्येक से वही बीस प्रश्न पूछे जो एक सामान्य मरीज पूछ सकता है। इन पूछताछों में स्थिति के कारण, उपचार के विकल्प, जोखिम और सर्जरी के बाद क्या उम्मीद की जाए, जैसे विषय शामिल थे। यह सुनिश्चित करने के लिए कि जवाबों का निष्पक्षता से मूल्यांकन किया जाए, पांच बोर्ड-प्रमाणित विशेषज्ञों ने बिना यह जाने कि किस कंप्यूटर प्रोग्राम ने उत्तर दिया है, प्रत्येक प्रतिक्रिया की समीक्षा की। विशेषज्ञों ने उत्तरों का मूल्यांकन इस आधार पर किया कि वे तथ्यात्मक रूप से कितने सही थे, जानकारी कितनी पूर्ण थी, और समग्र गुणवत्ता के मामले में मॉडल एक-दूसरे के मुकाबले कैसे रहे। उन्होंने यह भी मापा कि प्रत्येक सिस्टम को अपना उत्तर लिखने में कितना समय लगा और उपयोग किए गए शब्दों की संख्या गिनी।
परिणामों ने दिखाया कि तीनों आर्टिफिशियल इंटेलिजेंस मॉडल मुख्य तथ्यों के मामले में उल्लेखनीय रूप से अच्छा प्रदर्शन करते हैं। ChatGPT, Gemini या Claude द्वारा प्रदान की गई जानकारी की सटीकता या पूर्णता में कोई महत्वपूर्ण अंतर नहीं था। प्रत्येक सिस्टम ने ऐसे उत्तर उत्पन्न किए जिन्हें विशेषज्ञों ने चिकित्सकीय रूप से स्वीकार्य पाया, जिसमें अधिकांश उत्तर शुद्धता के लिए उच्च अंक प्राप्त करते हैं। हालाँकि, मॉडल इस बात में भिन्न थे कि वे उस जानकारी को कैसे प्रस्तुत करते हैं। ChatGPT सबसे तेज़ था, जिसने औसतन छह सेकंड से भी कम समय में अपने उत्तर तैयार किए, जबकि Claude को लगभग पंद्रह सेकंड लगे। ChatGPT ने सबसे संक्षिप्त उत्तर भी लिखे, औसतन लगभग 232 शब्द प्रति उत्तर। इसके विपरीत, Gemini ने सबसे लंबे उत्तर दिए, औसतन 438 शब्द, और Claude इनके बीच में रहा।
तथ्यों की समान गुणवत्ता के बावजूद, मानव विशेषज्ञों की जानकारी प्रस्तुत करने के तरीके के प्रति स्पष्ट प्राथमिकता थी। जब उत्तरों को सबसे अच्छे से सबसे खराब के क्रम में रैंक करने के लिए कहा गया, तो Gemini और Claude को ChatGPT की तुलना में अधिक बार शीर्ष प्रतिक्रिया के रूप में चुना गया। विशेषज्ञों ने 38 प्रतिशत मामलों में Gemini और Claude को सर्वश्रेष्ठ उत्तर के रूप में चुना, जबकि ChatGPT को केवल 24 प्रतिशत मूल्यांकनों में प्रथम स्थान दिया गया। यह सुझाव देता है कि जहाँ ChatGPT तेज़ और संक्षिप्त था, वहीं अन्य दो मॉडलों ने व्याख्या की ऐसी शैली प्रदान की जिसे विशेषज्ञों ने अधिक विस्तृत या बेहतर व्यवस्थित पाया। अध्ययन में यह भी पाया गया कि तीनों मॉडल पोस्टऑपरेटिव देखभाल (सर्जरी के बाद की देखभाल) और फॉलो-अप निर्देशों के बारे में प्रश्नों का उत्तर देने में विशेष रूप रूप से अच्छे थे, क्योंकि ये विषय संभवतः मानकीकृत दिशानिर्देशों पर आधारित होते हैं। वे विशिष्ट निदान या उपचार के लिए पात्रता पर चर्चा करते समय थोड़े कम सुसंगत थे, जिसके लिए अधिक व्यक्तिगत निर्णय की आवश्यकता होती है।
अंततः, यह अध्ययन निष्कर्ष निकालता है कि ये आर्टिफिशियल इंटेलिजेंस उपकरण रोगी शिक्षा के लिए सहायक पूरक के रूप में कार्य करने के लिए पर्याप्त विश्वसनीय होते जा रहे हैं। वे मसूड़ों के पीछे हटने के बारे में सटीक और विस्तृत जानकारी प्रदान कर सकते हैं जो पेशेवर मानकों के अनुरूप है। हालाँकि, शोधकर्ता इस बात पर ज़ोर देते हैं कि इन उपकरणों का उपयोग दंत चिकित्सक के परामर्श के विकल्प के रूप में नहीं, बल्कि उसके समर्थन के लिए किया जाना चाहिए। सबसे अच्छा दृष्टिकोण इन तेज़ और जानकार प्रणालियों का उपयोग किसी स्थिति की सामान्य समझ प्राप्त करने के लिए करना प्रतीत होता है, जबकि उस जानकारी की व्यक्ति की विशिष्ट स्वास्थ्य आवश्यकताओं के संदर्भ में व्याख्या करने के लिए एक मानव विशेषज्ञ पर भरोसा करना चाहिए।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।