Miongozo ya kliniki ya tiba ya saratani, maamuzi ya usajili wa dawa na itifaki za huduma ya wagonjwa hutegemea kwa kiasi kikubwa ripoti zilizochapishwa za majaribio nasibu yaliyodhibitiwa. Kwa hiyo lugha inayotumiwa katika utafiti wa onkolojia si suala la mtindo pekee; mbinu, matokeo, mipaka na maana ya kitabibu lazima ziwasilishwe kwa usahihi.

Utafiti huu ulichunguza kama baada ya ChatGPT na modeli nyingine kubwa za lugha kupatikana kwa umma mwishoni mwa 2022 kulikuwa na mabadiliko yanayopimika katika lugha ya machapisho ya majaribio nasibu ya onkolojia. Jumla ya machapisho 21.392 yaliyoorodheshwa PubMed kuanzia 2019 hadi Mei 2026 yalichunguzwa. Kipindi cha 2019-2022 kilihesabiwa kama kabla ya LLM, na 2023-Mei 2026 kama baada ya LLM.

Watafiti walichagua mapema misemo 34 ya Kiingereza ambayo tafiti za awali za isimu-kokotozi ziliripoti kuongezeka isivyo kawaida katika maandiko ya biomedicine baada ya kuenea kwa LLM. Kwa machapisho 10.483 maandishi kamili yalipatikana kupitia PubMed Central; kwa 10.909 yaliyobaki kichwa na muhtasari vilitumika. Maandishi yalibadilishwa kuwa herufi ndogo na misemo ilihesabiwa kwa ulinganishaji kamili wa vipande vya maandishi.

Baada ya LLM, wastani wa misemo hiyo kwa chapisho ulikuwa 0,96; kabla ya LLM ulikuwa 0,65. Tofauti halisi ilikuwa 0,31 kwa chapisho, ongezeko la takriban 48%. Tofauti ilikuwa muhimu kitakwimu, lakini ukubwa wa athari ulikuwa mdogo: r=0,10.

Kwa miaka, wastani uliongezeka kutoka 0,45 mwaka 2019 hadi 1,13 mwaka 2025. Thamani za 2022 na 2023 zilikuwa sawa, 0,76. Waandishi walihusisha hili na kuchelewa kati ya kuandika, kukagua na kuchapisha makala. Ongezeko lilionekana zaidi mwaka 2024 na 2025; data ya 2026 ni ya mpaka Mei pekee na wastani wake ni 1,05.

Katika makala zenye maandishi kamili, mabadiliko makubwa zaidi yalionekana katika sehemu za majadiliano: kutoka 0,88 hadi 1,23, ongezeko la 0,35. Katika sehemu za mbinu mabadiliko yalikuwa madogo zaidi, kutoka 0,08 hadi 0,11. Mgawanyo huu unaendana na wazo kwamba maandishi ya ufafanuzi na usanisi yanaweza kuwa wazi zaidi kwa usaidizi wa LLM kuliko sehemu za mbinu zenye maelezo maalumu.

Hata hivyo, utafiti hauwezi kuamua kuwa makala fulani iliandikwa kwa kutumia AI. Misemo hiyo pia hutumiwa na binadamu. Mabadiliko ya muda yanaweza kutokana na LLM, huduma za uhariri wa lugha, ongezeko la waandishi ambao Kiingereza si lugha yao ya kwanza, sera za majarida au mabadiliko ya jumla ya mtindo wa uandishi wa kisayansi.

Kwa hiyo hitimisho si kwamba “makala za onkolojia zinaandikwa na AI”. Hitimisho ni kuwa katika kiwango cha idadi kubwa ya machapisho, lugha ya ripoti za RCT za onkolojia imeonyesha mabadiliko madogo lakini yanayopimika katika kipindi kinachoendana na upatikanaji mpana wa LLM.

Tatizo kuu la utafiti ni nini?

LLM zinaweza kutumiwa kurekebisha sarufi, kufupisha, kuunda aya, kuandika majadiliano, kuboresha vichwa na hata kutengeneza msimbo. Hii inaweza kusaidia hasa watafiti ambao Kiingereza si lugha yao ya kwanza, lakini pia inaleta maswali ya uwazi na usahihi.

Modeli hizi zinaweza kutoa maandishi yanayoonekana fasaha lakini yenye taarifa potofu, rejea zilizobuniwa, takwimu zisizo sahihi au tafsiri iliyozidi mipaka ya matokeo. Bila tamko la matumizi, wahariri na wasomaji hushindwa kujua wapi kuna hoja ya binadamu na wapi kuna uzalishaji wa kiotomatiki.

Swali mahususi la utafiti lilikuwa: je, baada ya LLM kupatikana kwa upana, matumizi ya misemo 34 iliyohusishwa hapo awali na uandishi wa biomedicine unaofanana na LLM yaliongezeka katika RCT za onkolojia?

Kwa nini RCT za onkolojia?

Majaribio nasibu yaliyodhibitiwa ni mojawapo ya miundo muhimu zaidi ya kutathmini athari za tiba. Katika onkolojia, huathiri usajili wa dawa mpya, miongozo ya tiba, uteuzi wa wagonjwa, matarajio ya uhai, tathmini ya sumu na maamuzi ya malipo.

Kwa hiyo mabadiliko ya lugha katika aina hii ya uchapishaji yana umuhimu mkubwa. Lakini kupatikana kwa mabadiliko ya lugha hakumaanishi kuwa data ya kliniki ni potofu au kuwa randomization na usalama wa mgonjwa vimeharibika.

Isimu ya korpasi ni nini?

Isimu ya korpasi huchunguza matumizi ya lugha katika mkusanyiko mkubwa wa maandishi. Badala ya kusema kwa hisia kwamba makala “inafanana na AI”, huchukua vipengele vilivyofafanuliwa mapema na kuvihesabu kwa njia ileile katika maelfu ya maandishi.

Faida ni ukubwa, uwazi na kurudiwa kwa uchambuzi. Kikwazo ni kwamba muundo wa lugha si rekodi ya moja kwa moja ya mchakato wa uandishi. Msemo mmoja unaweza kuandikwa na binadamu au kuzalishwa na LLM.

Seti ya data iliundwaje?

Maneno ya MeSH yanayohusiana na onkolojia yaliunganishwa na kichujio cha PubMed cha randomized controlled trial. Utafutaji ulifanywa Mei 2026 kupitia NCBI E-utilities. Kila mwaka uliulizwa tofauti ili kuepuka matatizo ya kurasa wakati rekodi zinazidi 10.000.

Jumla ya machapisho 21.392 yalipatikana: 11.345 kwa 2019-2022 na 10.047 kwa 2023-Mei 2026. Kati ya hayo, 10.483 yalikuwa na maandishi kamili na 10.909 yalichambuliwa kwa kichwa na muhtasari pekee.

Kwa nini 2022 iliwekwa kabla ya LLM?

ChatGPT ilipatikana hadharani Novemba 2022, lakini makala mengi yaliyochapishwa mwaka huo yalikuwa tayari yameandikwa, kuwasilishwa au kukaguliwa kabla ya hapo. Kwa hiyo 2022 iliwekwa katika kipindi cha kabla ya LLM. Hata hivyo, uainishaji huu si kamili katika ngazi ya kila makala.

Misemo 34 iliyofuatiliwa

Orodha ilijumuisha misemo kama it is important to note, plays a crucial role, further research is needed, highlights the importance, valuable insights, pave the way, robust framework, notably, in conclusion, collectively na of note. Hakuna msemo mmoja unaothibitisha matumizi ya AI.

Matokeo makuu

Wastani uliongezeka kutoka 0,65 hadi 0,96. Jaribio la Mann-Whitney U lilitoa U=51.334.465, Z=-14,56, p<0,001 na r=0,10. Kwa sampuli kubwa sana, tofauti ndogo zinaweza kuwa muhimu kitakwimu; kwa hiyo p inapaswa kusomwa pamoja na tofauti halisi ya 0,31 na ukubwa mdogo wa athari.

Matokeo kwa sehemu za makala

Kwa maandishi kamili, ongezeko la jamaa lilikuwa 69% katika utangulizi, 38% katika mbinu, 45% katika matokeo, 40% katika majadiliano na 50% katika hitimisho. Lakini ongezeko halisi lilikuwa kubwa zaidi katika majadiliano: +0,35 kwa makala.

GRIM ilionyesha nini?

GRIM hukagua kama wastani ulioripotiwa wa vipimo vya nambari kamili unaendana kihisabati na ukubwa wa sampuli. Ni machapisho 48 tu kati ya 21.392 yalifaa jaribio hili. Kati ya hayo, 29 yalikuwa na angalau kutokubaliana moja. Tofauti ya kipindi haikuwa muhimu: Z=-1,72, p=0,085. Kwa sababu ni 0,2% pekee ya machapisho yaliyofaa, uchambuzi huu una nguvu ndogo.

Mapungufu

• Uhusiano wa sababu hauwezi kuthibitishwa.
• Orodha ya misemo haikuthibitishwa kwa unyeti na umaalumu katika makala za onkolojia zinazojulikana kuwa zilitumia AI.
• Misemo inaweza kuandikwa na binadamu.
• Maandishi kamili yalipatikana kwa 49% pekee ya machapisho.
• Urefu wa maandishi huathiri hesabu ghafi.
• Mwaka 2026 ni wa sehemu tu.
• Maelezo ya regression hayakutolewa kikamilifu katika PDF.

Utafiti unasema nini?

• Matumizi ya wastani ya misemo 34 yalikuwa juu zaidi baada ya 2022.
• Tofauti ni muhimu kitakwimu lakini athari ni ndogo.
• Ongezeko linaonekana zaidi 2024 na 2025.
• Majadiliano ndiyo sehemu yenye ongezeko halisi kubwa zaidi.

Utafiti hausemi nini?

• Hausemi kuwa makala fulani iliandikwa na AI.
• Hauthibitishi ukiukaji wa maadili.
• Hauthibitishi kuwa matokeo ya RCT za onkolojia si ya kuaminika.
• Haukuunda kifaa cha kugundua AI.

Mbinu na Matokeo ya Utafiti

Maelezo ya Chanzo na Mbinu

Maudhui haya yanategemea kazi ya Amina Silva na Vanessa Silva e Silva, “Temporal Linguistic Shifts in Oncology Randomized Controlled Trials Following Large Language Model Availability: A Corpus Analysis of 21,392 Publications”. Waandishi wako Brock University School of Nursing, Kanada.

Huu si utafiti mpya wa kliniki wala RCT; ni uchambuzi retrospektivu wa maandishi ya machapisho yaliyopo. Ulichapishwa SSRN kama preprint na unasema “This preprint research paper has not been peer reviewed”. Kwa hiyo matokeo yanahitaji tathmini huru.

Waandishi walisema Claude ilitumika tu kusaidia kuendeleza msimbo wa ukusanyaji data, si kuandika, kuchambua au kutafsiri makala. Matokeo haya hayawezi kutumika kuhukumu makala au mwandishi mmoja kuwa alitumia AI.