Künstliche Sprachmodelle liefern präzise, aber unpersonalisierte Patienteninformationen
Von KI ausgewählt und zusammengefasst
Worum es geht
Vergleichende Bewertung von sechs Large Language Models (ChatGPT, Claude, DeepSeek, Gemini, Grok, Qwen) bei der Beantwortung von 40 Patientenfragen zu Achalasie (n=240 Responses) anhand von Sicherheit, Genauigkeit, Empathie, Informationsqualität und Lesbarkeit.
Ergebnis
27 von 240 Responses (11,3%) als potenziell unsicher bewertet; Genauigkeit unterschied sich signifikant zwischen Modellen (kleiner Effekt). Größere Unterschiede in Empathie, Informationszuverlässigkeit und Lesbarkeit: ChatGPT 5.5 und Gemini 3.1 Pro Thinking erreichten höhere Empathie-Scores, Claude Opus 4.7 zeigte höhere Lesbarkeit-Schwierigkeit. JAMA-Benchmark-Scores waren insgesamt niedrig (mangelhafte Quellenangaben).
Übertragbarkeit auf Deutschland
China, aber Evaluationsmethodik (Sicherheit/Genauigkeit/Empathie/Transparenz) für LLM-basierte Patienteninformation international anwendbar.
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.