Knowledge-Hub Digitalisierung, KI & Gesundheitein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

LLM-gestützte Sprachanalyse in der Depressionsdiagnose: multilinguale Vier-Kohorten-Studie

Cortal G et al. · JMIR Ment Health · erschienen 17.08.2026 · PMID 42607290

Von KI ausgewählt und zusammengefasst

Worum es geht

Unsupervised Clustering von Spontansprach-Transkripten mit multilingualem Language Model und Dichte-Clusterung zur Assoziation mit klinischen Depressions-Skalen über vier unabhängige Kohorten (Frankreich n=1338, Italien n=116, China n=52, Spanien n=90).

Ergebnis

In französischer Allgemeinbevölkerung unterschieden sich PHQ-9-Scores zwischen Clustern (η²=0,19, p<0,001), ebenso Angst (GAD-7), Insomnie (AIS) und Müdigkeit (MFI) (η²=0,14-0,16, p<0,001). In italienischer Stichprobe war Cluster-Zugehörigkeit mit klinisch diagnostizierter Depression assoziiert (Cramér V=0,74, p<0,001), in chinesischer mit MDD-Diagnose (V=0,55, p=0,001). LLM-generierte Cluster-Beschreibungen waren klinisch interpretierbar.

Übertragbarkeit auf Deutschland

Multinationale Validierung, romanische und asiatische Sprachen, Methodik auf deutschsprachige Kohorten übertragbar.

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