Large Language Models in europäischen Anästhesiologie-Prüfungen
Von KI ausgewählt und zusammengefasst
Worum es geht
Vergleichende Studie von Claude Sonnet 4.5, Gemini 2.5 Pro, GPT-5 und Grok 4 bei 437 Multiple-Choice-Fragen (1748 Queries) aus europäischen Anästhesiologie-Examina (EDAIC, Pflegeanästhesisten).
Ergebnis
Erfolgsquoten 86% bis 94% (alle über EDAIC-Teil-I-Bestehensgrenze). Signifikante Unterschiede zwischen Modellen nur für EDAIC (Friedman χ²=13,9; p=0,003; W=0,02): Gemini vs. GPT-5 statistisch bedeutsam. Halluzinationsrate 11% bis 20,1% ohne signifikante Unterschiede. Schlussfolgerung: Hohe Leistung aber klinisch relevante Halluzinationen (11–20%), daher nur als überwachte Lernwerkzeuge geeignet.
Übertragbarkeit auf Deutschland
Multinationale europäische Studie (Frankreich, Rumänien), europäische Zertifizierungen
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.