Large Language Models für klinische Statistikauswertung: Validierung gegen Experten-Analysen
Von KI ausgewählt und zusammengefasst
Worum es geht
Benchmarking von fünf aktuellen LLMs (GPT, Claude, Gemini, Perplexity, Grok) auf ihre Fähigkeit, expertvalidierte statistische Analysen aus klinischen Studienworkflows (deskriptive Tabellen, Kaplan-Meier, Cox-Modellierung) zu reproduzieren.
Ergebnis
Alle fünf Modelle erzeugten korrekte deskriptive Statistiken bei expliziten Variablendefinitionen. Bei Kaplan-Meier-Analysen reproduzierten alle das korrekte p-value, bei Cox-Analysen vier von fünf die geforderten Hazard-Ratios. LLM-Outputs erfordern vor Nutzung in Kliniken sorgfältige Validierung.
Übertragbarkeit auf Deutschland
Deutsche Kliniken und Studiennetzwerke, empirisches Benchmark relevanter Modelle.
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.