El trabajo, publicado en la revista Scientific Reports, parte de un problema muy común en la sociedad actual, y es que a muchas personas les cuesta entender sus propios informes médicos, afectando esto a la capacidad que tienen para gestionar su salud. «Hemos visto que el 46% de los ciudadanos europeos tienen problemas para entender un documento médico, así que hemos desarrollado un conjunto de herramientas que ayudan a mejorar la comunicación médico-paciente», explica una de las autoras del estudio, Paloma Martínez, catedrática del Departamento de Informática de la UC3M. «Para solucionar este problema, los modelos de lenguaje pueden generar una versión del documento que utiliza el médico y otra versión adaptada al paciente, para que así pueda entender las abreviaturas o determinadas construcciones complejas que aparecen en el informe».
El estudio se publica en un momento muy oportuno, según el equipo investigador, dado que el 2 de enero de 2027 entrará en vigor el Real Decreto 707/2026, que fue publicado en el BOE el 3 de septiembre y que aprueba el primer reglamento de las condiciones básicas de accesibilidad cognitiva. Esta norma establece los requisitos para hacer más comprensibles documentos, trámites y servicios para la ciudadanía y afectará a las administraciones públicas en ámbitos como la justicia, la sanidad, el empleo, los servicios digitales y el transporte, entre otros.
«El lenguaje claro es un marco metodológico estandarizado que garantiza que la información sea fácil de encontrar, entender y usar. No consiste solo en acortar oraciones o simplificar palabras, sino en estructurar el contenido de forma coherente, adaptar el vocabulario especializado y orientar de manera explícita al usuario en sus necesidades de información», explica otra de las autoras de este trabajo, Lourdes Moreno, también catedrática del Departamento de Informática de la UC3M.
La investigación se ha realizado a partir del estudio de 50 informes médicos obtenidos de casos clínicos de la Sociedad Andaluza de Medicina Familiar y Comunitaria. Cada informe ha contado con tres adaptaciones independientes, redactadas por expertos en accesibilidad cognitiva según la norma internacional de lenguaje claro ISO 24495-1:2023, lo que suma 150 textos adaptados. Los textos originales y sus adaptaciones se han usado para ajustar los modelos y para evaluarlos.
Las investigadoras han evaluado la simplificación, la similitud semántica, la consistencia fáctica, la legibilidad y el impacto ambiental de cuatro familias de modelos de lenguaje (Llama 3.2 de 1B y 3B, Salamandra 2B y 7B, RigoChat-v2 7B y Medical-mT5 3B). Los resultados obtenidos muestran que no existe un modelo perfecto: Llama-3.2-3B, por ejemplo, presenta el perfil más equilibrado en eficiencia, robustez y rendimiento general; mientras que RigoChat-v2-7B destaca cuando se prioriza la calidad de salida y la legibilidad.
El análisis de los textos generados detectó tres tipos de errores que se daban en las cuatro familias de modelos de lenguaje. Por un lado, la sobresimplificación, que elimina detalles clínicos que el paciente debe conocer. Por otro lado, las alucinaciones clínicas, que inventan o alteran datos del informe original. Y por último, la incoherencia, que tenía lugar mediante oraciones fragmentadas o saltos que dificultan la lectura. «Es precisamente por este tipo de errores por lo que se necesita supervisión humana en estos modelos, y más en un contexto tan sensible como el de salud», señala Paloma Martínez.
Las investigadoras han puesto todo el material a disposición de la comunidad científica con el fin de que se pueda favorecer una investigación reproducible. «Nuestros modelos están en abierto, así que que todo lo que hemos desarrollado, tanto el conjunto de datos como los modelos adaptados y los prompts, están accesibles en los repositorios públicos GitHub y Zenodo con el fin de que la gente pueda extender nuestro trabajo», concluye Paloma Martínez.
Este trabajo se ha desarrollado en el marco de HumanAI (Human-Centered AI: Towards Accessible and Personalized Language Models), un proyecto del Plan Estatal de Investigación Científica, Técnica y de Innovación (PEICTI) financiado por la Agencia Estatal de Investigación (PID2023-148577OB-C21). Más info: https://humanai.uc3m.es/
Referencia bibliográfica:
Martínez, P., Sánchez-Gómez, J. M., & Moreno, L. (2026). Benchmark of small language models for plain-language simplification in Spanish clinical texts. Scientific Reports. DOI: https://doi.org/10.1038/s41598-026-65740-w
e-Archivo de la UC3M: https://hdl.handle.net/10016/51142
Comentarios (0)
Aún no hay comentarios
Sé el primero en compartir tu opinión sobre este artículo.