Knowledge-Hub Gesundheitskompetenzein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Gesundheitskompetenz › Studien

Künstliche Sprachmodelle liefern präzise, aber unpersonalisierte Patienteninformationen

Li J et al. · Front Public Health · erschienen 15.09.2026 · in PubMed seit 30.09.2026 · PMID 42812281

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.

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.