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

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Klinische Datenanalyse durch Large Language Model Agenten: Leistung und Fehler

Wu Y et al. · J Med Internet Res · erschienen 08.09.2026 · PMID 42709964

Von KI ausgewählt und zusammengefasst

Worum es geht

Evaluation eines LLM-Agenten (Claude) über fünf Workflows klinischer Datenanalyse – Forschungsfragen generieren, Analyseplan entwerfen, Code ausführen – anhand standardisierter ophthalmologischer Daten (7802 Patienten, 12 Jahre).

Ergebnis

Agent generiert 18 klinisch fundierte Fragen, alle 9 Analysepläne strukturell korrekt. Kaplan-Meier-Schätzer zuverlässig. Systematische Fehler in Code-Ausführung: SAP-Qualität nicht prädiktiv für Korrektheit, identische Fehler wiederholbar. 8 von 17 Narrativen vollständig zufriedenstellend; 2 klinisch relevante Fehler. Textuelle Zusammenfassung deckt sich mit Logs.

Übertragbarkeit auf Deutschland

UK/USA (Moorfields), Forschungssetting; zeigt, welche Pipeline-Schritte (Ideengeneration, Planungsentwurf) ohne Expertise funktionieren, welche (Formellogik, Kohortengrenzen) Verifizierung brauchen.

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