KI-Modelle beantworten klinische Fragen zu Harnsteinen präzise

Künstliche Intelligenz-Tools, die natürliche Sprache verstehen und generieren können, zeigen eine bemerkenswerte Fähigkeit, Fachkräfte im Gesundheitswesen in spezialisierten medizinischen Bereichen zu unterstützen. Eine aktuelle Bewertung testete vier dieser Systeme mit präzisen klinischen Fragen zur Behandlung von Harnsteinen, einer häufigen und komplexen Erkrankung.

Die Forscher erstellten 105 Fragen, die verschiedene Aspekte dieser Krankheit abdecken – von der Diagnose über Behandlungen bis hin zu besonderen Situationen wie Schwangerschaft oder pädiatrischen Fällen. Jedes System beantwortete diese Fragen in zwei separaten Sitzungen. Zwei erfahrene Urologen bewerteten anschließend die Antworten, indem sie sie mit den Empfehlungen der Referenz-Leitlinien verglichen. Die Ergebnisse zeigen, dass alle Systeme hohe Punktzahlen erreichten, mit einem Durchschnitt zwischen 86 und 93 Prozent, was auf eine starke Übereinstimmung mit den medizinischen Richtlinien hindeutet. Eines der Modelle stach dabei mit einer besonders starken Übereinstimmung mit den Expertenbewertungen hervor und erreichte eine Konkordanzrate von 94 Prozent.

Es wurden keine signifikanten Unterschiede zwischen den Leistungen der Systeme oder den verschiedenen Fragekategorien festgestellt, was auf eine Stabilität in ihrer Fähigkeit hinweist, zuverlässige Informationen zu liefern. Zudem waren die in den beiden Sitzungen generierten Antworten sehr ähnlich, was die Wiederholbarkeit der Ergebnisse bestätigt.

Diese Tools könnten daher als Unterstützung für die medizinische Ausbildung und klinische Assistenz dienen, indem sie Antworten liefern, die auf bewährten Praktiken basieren. Ihre Verwendung als ergänzende Hilfe im Bereich der Urologie erscheint vielversprechend, auch wenn zusätzliche Validierungen in realen Kontexten erforderlich sind, um ihren Nutzen in der täglichen Praxis zu bestätigen. Ihre Integration könnte den Zugang zu standardisierten und aktuellen Informationen erleichtern, wobei die Bedeutung einer menschlichen Aufsicht betont wird, um die Sicherheit und Relevanz medizinischer Entscheidungen zu gewährleisten.

Sources et crédits

Étude source

DOI : https://doi.org/10.1007/s00240-026-02013-1

Titre : Performance of large language models in urological decision support: a guideline-based comparative evaluation in urolithiasis

Revue : Urolithiasis

Éditeur : Springer Science and Business Media LLC

Auteurs : Adem Tunçekin; Yasin Aktaş