Plus de 3,4 millions de requêtes ont été utilisées pour évaluer la capacité des grands modèles de langage (LLM) à détecter la désinformation dans des notes cliniques et des publications sur les médias sociaux. Globalement, les LLM n’ont pas réussi à détecter la désinformation dans 31,7 % des cas, certains modèles étant plus performants que d’autres. La désinformation présente dans les notes de sortie médicales, qui utilisent un langage formel et faisant autorité, n’a pas été détectée dans 46,1 % des cas, alors que la désinformation sur les médias sociaux n’a été manquée que dans 8,9 % des cas.
