CareLit Fachartikel

Large language models (LLMs) in radiology exams for medical students: Performance and consequences

Jennifer Gotta, Quang Anh Le Hong, Vitali Koch, Leon D. Gruenewald, Tobias Geyer, Simon S. Martin, Jan-Erik Scholtz, Christian Booz, Daniel Pinto Dos Santos, Scherwin Mahmoudi, Katrin Eichler, Tatjana Gruber-Rouh, Renate Hammerstingl, Teodora Biciusca, Lisa J… · RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 2025 · Heft 09 · S. 1057-1067

Dokument
951726
CareLit-ID
Jahr
2025
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Autor:innen
Jennifer Gotta, Quang Anh Le Hong, Vitali Koch, Leon D. Gruenewald, Tobias Geyer, Simon S. Martin, Jan-Erik Scholtz, Christian Booz, Daniel Pinto Dos Santos, Scherwin Mahmoudi, Katrin Eichler, Tatjana Gruber-Rouh, Renate Hammerstingl, Teodora Biciusca, Lisa J…
Ausgabe
Heft 09 / 2025
Jahrgang 197
Seiten
1057-1067
Erschienen: 2025-09-01 00:00:00
ISSN
1438-9029

Zusammenfassung

Zusammenfassung Ziel Das sich entwickelnde Feld der medizinischen Ausbildung wird durch technologische Fortschritte geprägt, einschließlich der Integration von Large Language Models (LLMs) wie ChatGPT. Diese Modelle könnten für Medizinstudenten unschätzbare Ressourcen sein, indem sie komplexe Konzepte vereinfachen und das interaktive Lernen durch persönliche Unterstützung verbessern. Diese Studie zielt darauf ab, die Leistung von LLMs in radiologischen Prüfungen für Medizinstudenten zu bewerten und Einblicke in ihre aktuellen Fähigkeiten und Auswirkungen zu geben. Materialien und Methoden Diese Studie wurde mit…

Schlagworte

AI medical education RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Ver…