LANGUE :
LANGUE :
Pôles de connaissances Lionbridge
- Résultats positifs pour les patients
Services de contenu
- Rédaction technique
- Formation et eLearning
- Reporting financier
- Marketing numérique
- Optimisation de contenu
Services de traduction
- Localisation vidéo
- Localisation de logiciels
- Localisation de site Web
- Traduction certifiée
- Interprétation
- Événements en direct
Services de tests
- Assurance qualité fonctionnelle et tests
- Tests de compatibilité
- Tests d'interopérabilité
- Test des performances
- Tests d'accessibilité
- Test utilisateur/client
Solutions
- Modèles de services de traduction
- Traduction automatique
- Smart Onboarding™
- Aurora AI Studio™
Nos pôles de connaissances
- Résultats positifs pour les patients
- Futur de la localisation
- De l'innovation à l'immunité
- Centre de ressources pour la COVID-19
- Série Disruptive
- Engagement patient
- Lionbridge Perspectives
Sciences de la vie
- Pharmaceutique
- Clinique
- Réglementaire
- Post-approbation
- Entreprise
- Dispositifs médicaux
- Validation et clinique
- Réglementaire
- Post-autorisation
- Entreprise
Banque et finance
Vente au détail
Luxe
E-commerce
Lionbridge Games
Automobile
Biens de Consommation
Technologie
Fabrication industrielle
Services juridiques
Tourisme
SÉLECTIONNER LA LANGUE :
Ce billet de blog est le dernier de la série de Lionbridge dédiée à l'IA générative et à ses implications sur le secteur des sciences de la vie. Dans notre billet précédent, nous donnions un aperçu des domaines dans lesquels l'IA générative est susceptible de produire un impact. Cette fois, nous allons nous concentrer sur la littératie en santé et les communications patients. Nous allons évoquer plus particulièrement les difficultés liées au fait de mettre à la disposition des patients, dans un langage clair, les informations sur les médicaments et les dispositifs médicaux. Les technologies d'IA émergentes pourraient-elles aider à relever ces défis ?
La commercialisation d'un nouveau médicament ou dispositif est un processus long et complexe. Elle génère d'énormes quantités de documentation. Une grande partie de ce contenu est rédigée par des scientifiques et s'adresse à un public spécialisé. Cela ne constitue pas un problème en soi. Afin d'assurer la sécurité des patients et du public, les organismes de réglementation imposent la production d'un grand nombre de preuves pour l'évaluation des nouveaux traitements.
Cependant, les organismes de réglementation ont noté que les scientifiques et les spécialistes n'étaient pas les seules parties prenantes dans le processus d'approbation. Certes, les participants aux essais bénéficient de protections depuis de nombreuses années, mais des agences telles que l'Agence européenne des médicaments (EMA) souhaitent de plus en plus favoriser la transparence de ces essais pour le public en général. Comme nous l'avons souligné dans un article précédent, le Règlement de l'UE régissant les essais cliniques (EU CTR) exige désormais des résumés en langage non scientifique.
Il est essentiel de proposer une transparence accrue, mais cela n'est pas toujours facile. Pour commencer, la rédaction des communications patients dans un langage simple n'est pas aussi aisée qu'il n'y paraît. Pour une étude plus approfondie de ces défis, consultez notre article de présentation sur le langage simple et les soins de santé.
Les systèmes d'IA générative sont déjà capables de résumer des contenus complexes. Mais qu'en est-il des textes médicaux denses ? Voici la réponse de Bing (avec ChatGPT) lorsque nous lui avons demandé de résumer un article du BMJ sur les immunomodulateurs dans la sclérose en plaques avancée.
The article discusses a study conducted by Lizak and colleagues, which aimed to evaluate the impact of highly active immunomodulatory therapy on the progression of moderately advanced and advanced multiple sclerosis (MS) 1. The study used data from over 4,000 patients with MS and found that the disability trajectories showed large variability. The probability of reaching the outcome was not associated with baseline variables, suggesting that previous disease activity before progress into advanced stages does not have a significant impact on later disease progression. However, higher relapsed rate was associated with disability. Additionally, highly active immunomodulatory therapy was associated with lower risk of reaching the outcome disability step 1. The authors conclude that disease progression in moderately advanced and advanced MS is highly variable and amnesic to prior disease activity. Lower relapse rates and greater time with active immunomodulatory therapy are associated with decreased risk of accumulating further disability. Highly active immunomodulatory therapy may delay disability in moderately advanced and advanced multiple sclerosis 1.
Ce résumé est plutôt correct. Il est environ deux fois plus court que l'article d'origine et possède une structure raisonnablement bonne. Il commence par expliquer l'objectif de l'étude en question et reprend la plupart de ses conclusions essentielles. Il présente également avec précision la conclusion des auteurs.
En revanche, une grande partie du résumé est composée de citations exactes de l'original. Le langage qui en résulte est ainsi dense et verbeux, avec de nombreux termes spécialisés. Nous avons demandé à l'outil de réessayer, avec des termes plus simples.
The article talks about a study that looked at how a certain type of treatment affects the progression of multiple sclerosis (MS). The study found that the treatment can help delay disability in people with moderately advanced and advanced MS. The study also found that the risk of disability was lower in people who had fewer relapses and were on the treatment for a longer time. The authors suggest that this treatment may be helpful for people with moderately advanced and advanced MS.
Cette tentative est meilleure, mais sa simplicité omet de nombreux détails importants. Par exemple, nous ne savons plus quel type de traitement a été étudié. Plus inquiétant encore, l'élimination de nuances telles que « associé à » exagère les conclusions des auteurs à propos des risques.
Naturellement, ce test n'est pas vraiment équitable. L'outil de chat de Bing alimenté par l'IA est un produit d'aperçu et nos méthodes ont été tout sauf rigoureuses. Les technologies d'IA générative s'améliorent sans cesse. Avec un entraînement approprié, nous pouvons attendre des résultats nettement meilleurs. Mais certaines limitations persisteront sans doute. Comme nous l'avons indiqué dans notre billet précédent, l'adaptation de contenu pour un public non spécialisé requiert des compétences dans plusieurs domaines. Les choix des mots et la longueur des phrases sont importants. Il en va de même pour la mise en page, la mise en forme et le respect des directives réglementaires. Autre aspect crucial, les résumés destinés à un public non spécialisé doivent présenter avec précision les conclusions décrites dans l'article d'origine.
Lionbridge explore activement ces applications potentielles. Nous avons déjà mis en place des techniques sophistiquées pour quantifier la complexité dans les textes source. À mesure que la technologie évolue, nos conseils aux clients continueront de refléter notre engagement à proposer une innovation responsable. Nous prévoyons que l'IA générative offrira des gains de productivité considérables dans des cadres supervisés. Nous pensons également que ces avancées permettront à Lionbridge et à d'autres organisations de sciences de la vie de rendre davantage de contenu accessible aux patients et au public. Cependant, nos offres de services en langage clair resteront dirigées par des experts.
Besoin d'aide avec vos communications patients ? Lionbridge bénéficie de décennies d'expérience dans les services de traduction des sciences de la vie. Nous connaissons les meilleures pratiques pour les services de traduction pour dispositifs médicaux, la traduction d'essais cliniques, et plus encore. Contactez-nous dès aujourd'hui pour découvrir comment Lionbridge peut vous aider en tant que prestataire de services linguistiques.