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

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Large Language Models für klinische Statistikauswertung: Validierung gegen Experten-Analysen

Sam J et al. · Stud Health Technol Inform · erschienen 17.09.2026 · PMID 42752488

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.

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