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

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Safety-Benchmarking von LLMs in Zervixkrebs-Screening-Management: Fehlerrate bei komplexen Fällen 29%

Eroğlu ÖO et al. · J Med Internet Res · erschienen 22.09.2026 · PMID 42772748

Von KI ausgewählt und zusammengefasst

Worum es geht

Sicherheitsprüfung von drei großen Sprachmodellen zur Einhaltung von ASCCP-Richtlinien beim Risiko-basierten Management abnormaler Abstriche, mit Fokus auf sichere Empfehlungen.

Ergebnis

Unter Leitlinien-Promptpaket erzielte GPT-5.3 100% fehlerfreie Rate (95%-KI 94-100%), Gemini 3 Flash 98,9%, DeepSeek V3.2 nur 75%. Fehlerrate stieg mit Szenario-Komplexität von 3,1% (niedrig) auf 29% (hoch); Leitlinien-Prompts verbesserten Sicherheit um OR 3,76.

Übertragbarkeit auf Deutschland

USA: Die Befunde zur Fehleranfälligkeit in komplexen, historienabhängigen Szenarien gelten modellunabhängig; Übertragung auf deutsches ärztliches Screening realistisch.

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