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

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Atomic Fact-Checking in LLMs für medizinische Frage-Antwort-Systeme: Halluzinationen um 80% reduziert

Vladika J et al. · J Med Internet Res · erschienen 21.09.2026 · in PubMed seit 22.09.2026 · PMID 42770666

Von KI ausgewählt und zusammengefasst

Worum es geht

Entwicklung eines Frameworks zur Verbesserung der Zuverlässigkeit von Large Language Models (LLMs) durch automatisierte Überprüfung atomarer Fakten gegen medizinische Guidelines, um Halluzinationen und Ungenauigkeiten zu reduzieren.

Ergebnis

Das Framework erzielte 50% Gesamtverbesserung der Antwortqualität und 80% Halluzinationserkennung; besonders bei komplexen klinischen Fällen (Tumor-Board-Szenarien) war der Gewinn am stärksten. Die Explainability gelang durch Rückverfolgung jedes Fakts zu relevanten Wissensquellen.

Übertragbarkeit auf Deutschland

Deutschland: Technik systemunabhängig, entwickelt mit offenen Modellen; Übertragung auf lokale Medizin-KI realistisch.

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