LLM-generierte Arztbriefe: Assistiv ja, aber mit Fehlern – systematische Übersicht
Von KI ausgewählt und zusammengefasst
Worum es geht
Systematische Übersicht von 101 Studien zu LLM-basierten Befundberichten in der Radiologie und klinischen Bildgebung; fokus auf klinische Sicherheit, Fehlertypen und Workflow-Effekte.
Ergebnis
Experten-Akzeptanz von KI-Berichten ähnlich wie Radiologieberichte (70,5 % vs. 73,3 %, aber false-negative höher: 18,5 % vs. 17,8 %). Klinisch bedeutsame Fehler, Auslassungen und Fehlerzeugungen heterogen berichtet. Workflow-Effekte gemischt: manche Studien berichten kürzere Lesezeiten, andere längere Bearbeitungszeiten. Hohe Risiken von Bias; externe Validierung fehlt.
Übertragbarkeit auf Deutschland
Internationale Erkenntnisse; auf deutsche Klinik-Workflows transferierbar mit lokaler Validierung.
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.