Desxifrar sigles mèdiques en català amb ChatGPT, Gemini i Copilot: una anàlisi comparativa

Abstract:

Objectius. Aquest estudi té com a objectiu avaluar la capacitat de tres xatbots d’intel·ligència artificial (IA) — ChatGPT, Gemini i Copilot— per desxifrar sigles mèdiques polisèmiques en català, tot analitzant la seva eficàcia en funció del context. L’objectiu és determinar fins a quin punt aquestes eines poden ajudar a desambiguar les sigles per millorar la comprensió de textos mèdics per a professionals sanitaris, de comunicació i pacients. Metodologia. Es van seleccionar 60 sigles mèdiques amb alta polisèmia. A cada sigla se li van assignar quatre contextos diferents: sense context, context mèdic genèric, una frase real i un paràgraf breu. Es va mesurar la proporció d’encerts de cada IA en cada context, mitjançant un càlcul de potència estadística. Els resultats es van analitzar utilitzant proves no paramètriques, amb l’objectiu de comparar la precisió entre les tres IA. Resultats. Els resultats obtinguts mostren una gran variabilitat en la capacitat dels xatbots per reconèixer i interpretar les sigles mèdiques en català en funció del context. Els sistemes presenten millor eficiència a mesura que augmenta la informació contextual, especialment quan les sigles apareixen en frases o paràgrafs reals. ChatGPT obté els millors resultats, amb una desambiguació més precisa en contextos naturals. Aquest estudi demostra el potencial de les eines d›intel·ligència artificial per millorar la comprensió de les sigles mèdiques per a pacients i professionals, una necessitat clau en un llenguatge mèdic català encara poc desenvolupat.