Fonte: Journal of medical Internet research (2026) · PMID: 41855493
Autori: Sun Yan, Xu Shangqing, Jin Hongying
Titolo originale: Effectiveness of Al-Assisted Patient Health Education Using Voice Cloning and ChatGPT: Prospective Randomized Controlled Trial.
Abstract
Contesto: L’educazione tradizionale del paziente spesso manca di personalizzazione e coinvolgimento, limitando potenzialmente l’acquisizione di conoscenze e l’aderenza al trattamento. I progressi nell’intelligenza artificiale (AI), tra cui la tecnologia di clonazione vocale e modelli di linguaggio di grandi dimensioni (ad esempio, ChatGPT), offrono nuove opportunità per fornire un’educazione sanitaria personalizzata, scalabile e interattiva. Tuttavia, le prove relative all’efficacia comparativa delle diverse strategie di clonazione vocale basate sull’intelligenza artificiale e all’affidabilità degli strumenti di valutazione automatizzata dell’intelligenza artificiale rimangono limitate.
Obiettivo: Questo studio mira a valutare l’efficacia dell’educazione del paziente assistita da intelligenza artificiale che integra la clonazione vocale e ChatGPT, confrontare la clonazione vocale del medico con la clonazione auto-voce del paziente e valutare l’affidabilità di ChatGPT come strumento di valutazione automatizzato per i risultati educativi.
Metodi: In questo studio prospettico controllato randomizzato a 3 bracci, a gruppi paralleli, 180 pazienti ospedalizzati che richiedevano un’educazione sanitaria standardizzata sono stati reclutati da un ospedale terziario. I criteri di inclusione erano età ≥18 anni, diagnosi chiara che richiedeva educazione sanitaria, coscienza chiara e partecipazione volontaria con consenso informato. I criteri di esclusione erano grave compromissione dell’udito, grave compromissione cognitiva, ricovero previsto <3 giorni o precedente partecipazione a studi simili. Utilizzando una sequenza casuale generata dal computer, i partecipanti sono stati assegnati in modo casuale (1:1:1) a ricevere un’istruzione tradizionale (controllo), un’istruzione assistita dall’intelligenza artificiale utilizzando la clonazione vocale del medico o un’istruzione assistita dall’intelligenza artificiale utilizzando la clonazione auto-voce del paziente, ciascuno con contenuti educativi identici di uguale durata. Il risultato primario è stato la conformità dei contenuti educativi, valutata utilizzando ChatGPT-4 con prompt convalidati e verificata da una revisione di esperti. Gli esiti secondari includevano la conservazione delle conoscenze, la soddisfazione educativa, l’aderenza al trattamento, la qualità della vita e lo stato psicologico. I valutatori degli esiti e gli analisti dei dati, ma non i partecipanti, erano ciechi all’assegnazione del gruppo.
Risultati: Dei 180 partecipanti randomizzati, 174 (96,7%) hanno completato lo studio. Entrambi i gruppi assistiti da intelligenza artificiale avevano punteggi medi di conformità dei contenuti educativi significativamente più alti immediatamente postati sull’istruzione rispetto al gruppo di controllo (voce del medico: 86,7, SD 7,3; auto-voce: 92,5, SD 6,8; controllo: 73,2, SD 8,5; P<0,001). Il gruppo di auto-voce del paziente ha mostrato una conservazione delle conoscenze pre-dimissione superiore, soddisfazione dell’istruzione superiore e una maggiore aderenza al trattamento rispetto agli altri gruppi (tutti P≤0,02). Al follow-up di 1 mese, il gruppo di auto-voce ha mantenuto una migliore aderenza (Cohen d=0,74) e aveva punteggi di ansia e depressione significativamente più bassi (tutti P≤0,02) e domini di qualità della vita SF-36 migliorati. Le valutazioni basate su ChatGPT hanno dimostrato un’elevata affidabilità (κ ponderato =0,87, 95% CI 0,82-0,91).
Conclusioni: L’innovativo modello di educazione del paziente che integra la clonazione vocale AI e ChatGPT è distinto dagli studi precedenti che si basano principalmente su contenuti standard di sintesi vocale o registrati professionalmente. L’utilizzo delle voci clonate dei pazienti per l’erogazione dell’educazione sanitaria ha sfruttato l’effetto di autoreferenza per migliorare i risultati di apprendimento. Rispetto alla ricerca che utilizza contenuti narrati dai medici, questo studio evidenzia che l’educazione all’auto-voce produce risultati superiori in più domini, tra cui compliance, soddisfazione e benessere psicologico. Questi risultati stabiliscono un quadro teorico e pratico per l’educazione personalizzata dei pazienti basata sull’intelligenza artificiale. In contesti clinici reali, questo approccio offre una soluzione scalabile ed economica per migliorare il coinvolgimento del paziente, particolarmente prezioso in ambienti con risorse limitate in cui l’educazione individualizzata è difficile da fornire.
Fabrizio Devito