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

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Regulatorisch abgestimmte Evaluation von Large Language Models für klinische Pflege

Sblendorio E et al. · JMIR Med Inform · erschienen 25.09.2026 · in PubMed seit 28.09.2026 · PMID 42803770

Von KI ausgewählt und zusammengefasst

Worum es geht

Studie testete 17 LLMs und Small Language Models gegen einen EU-KI-Verordnung-konformen Framework (7 Domänen) mit 32 klinischen Prompts und Delphi-Panel als Referenzstandard.

Ergebnis

Nur 6 Modelle erfüllten Mindestanforderungen (Safety-Gatekeeper-Screening); Claude 3.7 Sonnet (extended thinking) erreichte beste Scores bei klinischer Sicherheit (6,73±0,23) und Datenschutz (6,83±0,41); DeepSeek-R1 und Mistral scheiterten bei jailbreak-Resistenz.

Übertragbarkeit auf Deutschland

EU-Regulierung und italienische Universitätskliniken – Methodologie direkt auf EU-Vorgaben zugeschnitten, lokal betriebene Modelle getestet.

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