Leveraging large language models to inform paediatric chronic condition care: a cross-sectional study
Résumé fourni par la source
This study assessed how ChatGPT 3.5, ChatGPT 4.0 and Google Gemini perform in providing educational content about coeliac disease and type 1 diabetes mellitus. We analysed 76 frequently asked questions for accuracy, comprehensiveness, readability and consistency. The models delivered highly accurate and comprehensive responses across the board. While ChatGPT 4.0 offered the most readable content, all models struggled with overall readability. Each model maintained consistent performance throughout testing. These results indicate that large language models show promise as supplementary tools for patient education in chronic paediatric conditions, though improvements in readability are needed to enhance accessibility.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Leveraging large language models to inform paediatric chronic condition care: a cross-sectional study
- Date Crossref
- 01/08/2025
- Éditeur
- BMJ
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude et ne compte pas comme une seconde source scientifique indépendante.
Institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.