超越委婉语：重新思考保守语境下性健康和生殖健康领域的大语言模型应用

文献标题

Beyond Euphemisms: Rethinking LLMs for SRH in Conservative Contexts

出版信息

• 主题领域: 在保守、资源匮乏的环境中，利用大型语言模型（LLMs）进行性与生殖健康（SRH）医疗沟通。
• 关键词: 大型语言模型，性与生殖健康，委婉语，保守环境，医疗沟通，孕产妇死亡率，文化敏感性，罗马化乌尔都语，资源匮乏环境。

背景与问题

• 问题/挑战: 当前的LLMs在解释SRH沟通中使用的间接、委婉和文化特定语言方面存在困难，尤其是在像巴基斯坦这样的保守、资源匮乏的环境中。这限制了它们在医疗干预中的有效性。
• 重要性: 解决SRH中的沟通障碍可以降低孕产妇死亡率，提高患者参与度，并改善欠发达地区的医疗服务。
• 动机与相关研究: 之前的研究表明，聊天机器人和LLMs在医疗领域具有潜力，但也指出了文化不敏感、语言偏见以及对非英语、禁忌话题环境适应性差等持续存在的问题。本研究基于这些发现，重点研究SRH中的委婉和间接沟通。

解决方案

• 提出的方法: 通过结合定性数据收集和LLM评估的两阶段研究，理解并解决SRH沟通中的间接性挑战。研究引入了一个领域-方法（Domain-Approach）框架，用于分类沟通策略，并评估五种LLM的解释能力。
• 创新点:
  1. 提炼SRH沟通中的经验主题，突出间接语言的使用。
  2. 提出一个系统的间接沟通分类框架（领域-方法）。
  3. 基于罗马化乌尔都语的SRH提示评估五种LLM，揭示性能差距。
  4. 提出利用LLMs设计文化适应性医疗干预的建议。
• 程序与关键技术:
  • 阶段1: 在巴基斯坦拉合尔的一家慈善医院，通过临床医生与患者的观察、访谈和焦点小组进行定性数据收集。分析识别出委婉语、迷思和间接沟通模式。
  • 阶段2: 基于阶段1生成的71个罗马化乌尔都语提示，评估五种LLM（LLaMA 3.2、Gemma 3、GPT-OSS、Claude Sonnet 4、GPT-4o）。研究人员和一名妇科医生对模型的响应准确性和文化适应性进行了评分。

结果

• 具体发现:
  • 专有模型（Claude、GPT-4o）在解释准确性上优于开源模型（GPT-OSS、Gemma、LLaMA），正确率分别为0.82和0.80。
  • 常见失败包括对多义词的误解、语义漂移以及不适合低识字率患者的过于技术化的解释。
  • 观察到语言不稳定性，模型在罗马化乌尔都语、印地语和其他脚本之间不一致地切换。
• 相较基线的优势:
  • 专有模型在正确性和连贯性方面优于开源系统，但所有模型在处理复杂的文化和语言挑战时均表现不佳。
• 实验/评估:
  • 基于71个罗马化乌尔都语提示测试五种LLM，研究人员和妇科医生对模型响应进行评估。评估指标包括二元正确性、响应连贯性和文化敏感性。
• 局限性与未来工作:
  • 模型未能解决多义性、语义漂移和手势沟通偏好问题。未来工作应关注多模态设计、同步术语管理和主动误解协议。

总结

本研究探讨了在保守、资源匮乏的环境中使用LLMs进行SRH沟通的挑战，重点研究了委婉和间接语言模式。两阶段研究方法揭示了系统性沟通障碍，并基于罗马化乌尔都语提示评估了五种LLM。尽管专有模型优于开源系统，但在处理更深层次的语言复杂性（如多义性和语义漂移）方面仍存在不足。本文提出了文化敏感型医疗干预的设计原则，强调同步术语管理、默认误解协议和多模态设计。这些发现为推进全球健康应用中的公平和情境感知型AI系统做出了贡献。