Drug Safety Warnings in English, Russian, Arabic and Hebrew Wikipedia: A Cross-Sectional Audit of 33 Drugs Across Three Risk Domains
这项针对英文、俄文、阿拉伯文和希伯来文维基百科版本中 33 种药物进行的横断面审计显示，非英文版本的药物安全可操作性警告普遍较弱，其中俄文条目往往缺乏内容，而阿拉伯文条目则经常未能将提到的风险上升为明确的指令。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
当人们需要了解某种药物时，数百万人会求助于互联网，而对许多人来说，维基百科是他们寻找的第一站。这是一个由志愿者编写、提供数百种语言版本的海量免费百科全书。虽然医生和药剂师仍然是医疗建议的主要来源，但阅读这些在线文章的人数之多，意味着上面所写的内容对公共健康至关重要。任何药物的一个关键信息是其安全警告：即一条清晰的指令，告知患者何时不应服用某种药物，例如如果他们患有特定的遗传疾病、处于怀孕期，或者该药物可能导致危险的心律问题。为了使警告发挥作用，它必须存在、必须清晰，并且必须以患者理解的语言编写。如果一个警告在英语版本中存在，但在另一种语言中缺失或模糊不清，那么对于那些读者来说，安全网就失效了。
研究人员最近决定测试这种安全网在不同语言之间是否同样强大。他们专注于三种特定类型的严重药物风险：一种可能发生在患有常见遗传酶缺陷的人身上的严重血液反应；对胎儿的伤害；以及危险的心律问题。研究团队检查了 33 种已知携带这些风险的药物的维基百科条目。他们将这些风险在英文版维基百科中的描述与俄文、阿拉伯文和希伯来文版本进行了比较。为此，他们不仅亲自阅读文章，还使用了被称为“大语言模型”的高级计算机程序来扫描每篇文章的文本。这些程序经过训练，可以识别三个层级的信息：风险完全未被提及、风险被提及但没有明确指令，或者文章给出了明确的指令，告诉读者应避免使用该药物。
研究发现了一个明显的差异模式。在绝大多数情况下，英文文章提供的警告最为清晰、直接。当研究人员查看俄文、阿拉伯文和希伯来文文章时，发现这些版本向读者提供清晰安全指令的可能性显著降低。在三种非英语语言与三种风险类型之间的九次可能比较中，有八次显示非英语文章比英文文章更弱。英文文章更有可能在特定情况下说“不要服用这种药物”，而其他语言通常只是提到了该风险，却并未告诉读者该如何应对。
造成这种差距的原因因语言而异。对于俄文文章，问题通常在于文章根本不存在，或者篇幅太短，无法包含必要的信息。一旦俄文文章提到了某种风险，它将该提及转化为清晰警告的可能性与英文文章一样高。然而，阿拉伯文和希伯来文的情况则有所不同。在这些语言中，文章经常会提到该风险，但往往止步于此，没有给出明确的避免用药指令。这就像是文章说：“这种药物可能会导致这个问题，”但却漏掉了至关重要的下一句：“因此，请勿服用它。”这意味着即使信息存在，对读者而言也缺乏可操作性。
研究人员还查看了维基百科的底层结构，以观察该问题是否可以轻易解决。他们发现，驱动维基百科的数据库（称为 Wikidata）有一个专门设计的字段，用于记录某种药物是否因特定情况而被禁用。然而，这个字段几乎是空的；在整个数据库中仅被使用了十几次，且研究中的 33 种药物均未在该处有任何条目。这表明，安全警告的差距不仅仅是增加文本量的问题，而是未能利用能够跨所有语言自动生成这些警告的结构化工具。
研究得出结论，虽然英文版的维基百科通常提供强有力且清晰的安全指令，但使用俄文、阿拉伯文或希伯来文的读者获得同等保护水平的可能性较低。研究结果表明，问题不仅在于某些语言缺乏内容，还在于风险在其他语言中的传达方式存在差异。随着越来越多的人依赖人工智能工具从维基百科提取信息来回答健康问题，这些源材料中的差距可能会导致全球患者面临不平等的安全结果。研究人员指出，本研究仅限于一小组药物和语言，因此结果并非对整个维基百科的最终定论，但它们确实凸显了一个特定领域，即通过一个简单的、低成本的修复方法——填补缺失的结构化数据——可以帮助缩小这一差距。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。