Large Language Models für Chronische Nierenerkrankung in Hausarztpraxen
Von KI ausgewählt und zusammengefasst
Worum es geht
Evaluierung eines Large Language Models (DeepSeek) zur Unterstützung der CKD-Diagnose in Hausarztpraxen mittels Zeit-Serien-Daten aus elektronischen Patientenakten.
Ergebnis
Mit 1-Monats-Daten: Genauigkeit 87,0 %, AUC 0,921, Sensitivität 89,1 %, Spezifität 86,8 %, Erkennungsrate früher Nierenschädigung 42,2 %; mit 1-Jahres-Daten stieg Sensitivität auf 92,2 % und frühe Erkennung auf 52,6 %.
Übertragbarkeit auf Deutschland
China, aber Algorithmus-Grundprinzipien und EHR-Nutzung übertragbar auf deutsche Hausarztdaten.
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.