Wstęp. Właściwe stosowanie się pacjentów do zaleceń lekarskich dotyczących przyjmowania leków jest jednym z podstawowych warunków wpływających na skuteczność leczenia. Cel pracy. Ocena zjawiska stosowania się pacjentów do zaleceń lekarskich dotyczących przyjmowania leków. Materiał i metody. Badanie przeprowadzono przy użyciu autorskiego kwestionariusza wśród 261 pacjentów (97 M i 164 K) korzystających z poradni lekarskich. Średnia wieku respondentów wynosiła 48,2 ± 16,9 lat. 67,1% badanych (175 osób) stanowili mieszkańcy miasta, 32,9% (86 osób) – mieszkańcy wsi. Wykształcenie wyższe posiadało 37,2% badanych, średnie – 44,4%, zawodowe – 12,3% i podstawowe – 6,1%. Analizy statystycznej dokonano za pomocą testów niezależności χ2, testu t-Studenta, analizy wariancji (ANO VA) oraz testu kolejności par Wilcoxona, za poziom istotności statystycznej przyjmując wartość p < 0,05. Wyniki. 24,9% pacjentów bez konsultacji z lekarzem podejmuje próby ograniczania liczby przyjmowanych leków zalecanych im przez lekarzy. Najczęstszymi przyczynami niewłaściwego stosowania leków były w kolejności od najczęściej do najrzadziej zgłaszanych: zapominanie o przyjęciu dawki leku (27,2%), zbyt wysoka jego cena (19,9%), nieskuteczność leku (18,8%), uzyskanie zamierzonego efektu leczniczego (18,8%) oraz występujące objawy uboczne (14,1%). Mężczyźni istotnie częściej zapominali o konieczności przyjęcia leku w porównaniu z kobietami (odpowiednio: 36,1% vs. 21,9%). Wykazano istotne statystyczne różnice między samodzielnym ograniczaniem liczby stosowanych leków a wykształceniem. Wnioski. W celu uzyskania lepszej skuteczności leczenia właściwe wydaje się położenie większego nacisku na przekazywanie pacjentom informacji związanych z przyjmowaniem zaordynowanych leków, a także zwiększenie świadomości chorych na temat konsekwencji niestosowania się do zaleceń lekarskich.
With the increasing importance of AI in the daily lives of many citizens, the study examined the potential of using ChatGPT to simplify medical recommendations contained in treatment information sheets. The analysis aims at determining whether ChatGPT-generated medical recommendations based on authentic medical recommendatoons from 20 discharge cards are more understandable to the average patient and whether they follow the principles of plain medical language. The comprehensibility level of the texts was checked using the Jasnopis application. The individual features of the simplified texts were examined based on the scientific recommendations for plain medical language. The study has shown that medical recommendations can be significantly simplified with the help of ChatGPT; however, the simplified texts do not fully comply with the principles of plain medical language, e.g., with regard to specialised terminology.
PL
W związku ze wzrostem znaczenia sztucznej inteligencji w codziennym życiu wielu obywateli w ramach badania sprawdzono możliwości wykorzystania ChatGPT do upraszczania zaleceń lekarskich zawartych w kartach informacyjnych z leczenia. Celem badania było ustalenie, czy zalecenia lekarskie wygenerowane przez ChatGPT w oparciu o autentyczne zalecenia z 20 kart wypisowych są bardziej zrozumiałe dla przeciętnego pacjenta i czy uwzględniają zasady prostego języka medycznego. Poziom zrozumiałości tekstów sprawdzono przy pomocy aplikacji Jasnopis. Analiza poszczególnych cech uproszczonych tekstów została przeprowadzona w oparciu o znane z literatury zalecenia dla prostego języka medycznego. Badania wykazały, że przy pomocy ChatGPT można znacząco uprościć zalecenia lekarskie, jednakże uproszczone teksty nie są w pełni zgodne z zasadami prostego języka medycznego, m.in. w odniesieniu do terminologii specjalistycznej.
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.