CareLit · DOI-Nachweis · Zeitschrift für Phytotherapie
Können Large Language Models (LLM) die Fehler in einer klinischen Studie aufdecken?
DOI 10.1055/a-2683-2290
Bibliografische Angaben
Nachweis in CareLit
Autor:innenTobias Niedenthal, Bernhard Uehleke
ZeitschriftZeitschrift für Phytotherapie
Ausgabe01/2026
Jahrgang / SeitenJg. 47 · S. 21-27
Kernaussage aus der Literatur
Abstract-Vorschau
Zusammenfassung Hintergrund Methodische Mängel und statistische Inkonsistenzen in klinischen Studien werden im regulären Peer-Review-Verfahren häufig übersehen. Diese Arbeit untersucht, inwieweit moderne Large Language Models (LLM) als Werkzeug zur Identifikation solcher Fehler dienen können. Methodik Drei aktuelle Modelle (ChatGPT 5.2, Claude 4.5 und Gemini 3) wurden auf einen bereits publizierten klinischen Studie…
Zitieren
Zitierempfehlung
Tobias Niedenthal, Bernhard Uehleke (2026) Können Large Language Models (LLM) die Fehler in einer klinischen Studie aufdecken?. Zeitschrift für Phytotherapie, 47 (01), 21-27. https://doi.org/10.1055/a-2683-2290
Mit CareLit weiterarbeiten