LLM-gestützte Kindergesundheits-App: Echtzeiteinsatz mit optimiertem Response-Training
Von KI ausgewählt und zusammengefasst
Worum es geht
Retrospektive Analyse von 16.074 Live-Konsultationssessionen mit einem pädiatrischen LLM-Assistenten (Xiaoyi) an 8.266 Kindern in China; Bewertung durch 40 Pädiater vor und nach fachlicherOptimierung.
Ergebnis
Nach Expert-Guided-Optimierung (Prompt-Überarbeitung, Wissensdatenbank-Expansion, Validierungsregeln): Anteil Responses mit guter Gesamtqualität stieg von 65,2 % auf 74,3 %; klinische Angemessenheit von 61,4 % auf 87,4 % (beide p<0,001). Defizitquote pro Turn sank von 19,4 % auf 6,9 % (OR 0,30, 95% KI 0,24–0,37). Symptombezogene Konsultationen (48,8 % aller Sessions), häufigste Symptome Fieber (34,7 %) und Husten (29,9 %).
Übertragbarkeit auf Deutschland
China-Studie; methodisch robust, aber Übertragbarkeit auf deutsche Verhältnisse abhängig von Dokumentation und Haftungsrahmen.
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.