CareLit Fachartikel

Können ChatGPT-Antworten durch Einbindung von S3-Leitlinien optimiert werden?

Malte Suchan, Christopher Kopp, Kariem Scharaf, Shachi Jenny Sharma, Hans Eckel, Julia van de Loo, Charlotte Klasen, Kevin Hansen, Marcel Mayer, Louis Jansen, Alissa Reisewitz, Anne Nobis, Jens Peter Klußmann, Arthur Charpentier · Pädiatrische Praxis · 2026 · Heft 09

Dokument
987150
CareLit-ID
Jahr
2026
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
Pädiatrische Praxis
Autor:innen
Malte Suchan, Christopher Kopp, Kariem Scharaf, Shachi Jenny Sharma, Hans Eckel, Julia van de Loo, Charlotte Klasen, Kevin Hansen, Marcel Mayer, Louis Jansen, Alissa Reisewitz, Anne Nobis, Jens Peter Klußmann, Arthur Charpentier
Ausgabe
Heft 09 / 2026
Seiten
–
Erschienen: 2026-09-08 00:00:00
ISSN
0935-8943
DOI
10.1055/a-2931-6385

Zusammenfassung

Zusammenfassung Hintergrund Large Language Models wie ChatGPT werden zunehmend als Unterstützung in der medizinischen Entscheidungsfindung diskutiert. Ziel dieser Studie war es zu untersuchen, ob sich die Qualität der von ChatGPT (GPT-4) generierten Antworten auf leitlinienbasierte HNO-Fragestellungen verbessert, wenn die zugrunde liegende evidenzbasierte S3-Leitlinie gemeinsam mit der jeweiligen Frage als PDF bereitgestellt wird. Methodik Es wurden 30 leitlinienbasierte Fragen aus 5 aktuellen S3-Leitlinien erstellt. ChatGPT beantwortete jede Frage in 2 Durchläufen: einmal ohne und einmal mit Bereitstellung der…

Schlagworte

Large Language Models ChatGPT Künstliche Intelligenz S3-Leitlinien Leitlinienbasierte Entscheidungsfindung Artificial Intelligence Guideline-Based Decision-Making S3 Guidelines Evidence-Based Medicine Pädiatrische Praxis