Knowledge-Hub Gesundheitskompetenzein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Gesundheitskompetenz › Studien

Künstliche Sprachmodelle bei Herpes zoster: Sicherheit und Lesbarkeit für Patient*innen kritisch

Liang D et al. · Front Public Health · erschienen 16.09.2026 · in PubMed seit 01.10.2026 · PMID 42819370

Von KI ausgewählt und zusammengefasst

Worum es geht

Standardisierte Bewertung von fünf großen Sprachmodellen (ChatGPT, DeepSeek, Doubao, Gemini, Qwen) zu 46 Fragen über Herpes zoster auf Sicherheit, Genauigkeit, Einfühlsamkeit, Quellenangabe und Lesbarkeit durch drei Dermatologen (Kappa für Sicherheit 0,682).

Ergebnis

Von 230 Antworten: 66 (28,7%) als potenziell unsicher bewertet (kein signifikanter Unterschied zwischen Modellen, Cochran Q p = 0,798). Genauigkeit und Einfühlsamkeit unterschieden sich zwischen Modellen (p < 0,001), Effektgröße aber klein. Alle sechs Lesbarkeitsindizes unterschieden sich (p < 0,001); DeepSeek deutlich leichter lesbar als Gemini. Quellenangabe und Offenlegung durchgängig dünn.

Übertragbarkeit auf Deutschland

China - Test mit internationalen Modellen; Sicherheitsbefund zu LLM-Grenzen sprachunabhängig.

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