格拉茨理工大学、格拉茨大学和格拉茨医科大学共同开发了一个交互式系统，该系统能自动将循证医学信息适配于患者的先验知识和需求。
医疗诊断会引发许多问题，但在医院的日常忙碌中，往往很少有时间进行详细讨论。信息手册或网站通常提供标准化内容，很少考虑个体先验知识和需求。因此，格拉茨理工大学（视觉计算研究所）、格拉茨大学（心理学研究所）和格拉茨医科大学（全科医学与循证健康服务研究所）以糖尿病为例，共同研究向患者提供相关信息的新方法。在格拉茨理工大学视觉计算研究所的Tobias Schreck协调下，研究人员开发了一个自适应信息系统，将医学知识个性化。目标是使科学证实的内容更容易被患者理解和归类，从而更好地理解诊断和治疗方法。
自适应而非静态
该系统名为A+CHIS（自适应消费者健康信息系统），能自动调整信息。它识别一个人需要多少细节深度，并相应地呈现内容，例如作为简单的关键词云、清晰的信息图或深入的技术文本。
其基础是多维适应性。系统分析匿名化的交互数据，如鼠标移动或滚动行为，以早期检测认知超负荷并动态调整显示。利用项目中进行的一项有250名参与者研究的数据，研究团队调查了如何可靠地利用交互模式来检测信息何时被感知为过于复杂或难以承受。
我们的目标是传达医学证据，使其真正被理解，而不仅仅是阅读。
——Tobias Schreck，格拉茨理工大学视觉计算研究所
AI作为循证对话伙伴
另一个组成部分是使用大型语言模型。AI支持的组件作为数字顾问提供支持。格拉茨大学从认知心理学角度为信息处理领域做出了贡献。心理学家Michael Bedek总结了研究工作：“例如，我们研究了如何以更容易理解的方式呈现内容。我们还研究了人们对平台抱有什么期望，以及如何避免偏见。”据这位科学家称，人们通常寻求对自己假设的确认，而不是与之相矛盾的信息。
为确保医学内容的质量，A+CHIS仅使用经格拉茨医科大学根据既定质量标准审核的材料。AI利用这些材料进行总结和建议，以降低大型语言模型产生所谓“幻觉”的风险。
开源与展望
尽管该系统最初是为糖尿病信息开发的，但它可以应用于任何可想象的医学主题。团队将项目成果以开源代码形式发布。通过这样做，研究人员为未来的数字健康信息系统（例如在医院、医生诊所或保险公司）奠定了科学可靠的基础。一个后续项目将于2026年春季启动，将研究如何与公民科学家一起有效传达值得信赖的健康信息。长期来看，研究人员希望将自适应信息传递的原则推广到其他教育领域。目标是使复杂知识总体上更易于理解、更个性化和更有效。
来源：格拉茨理工大学
【全文结束】