Ärzte und KI-generierte Falschinformationen: Risiko bei der Klinischen Entscheidung
Von KI ausgewählt und zusammengefasst
Worum es geht
Cross-sectional Vignettenstudie mit 20 deutschen Traumachirurgen und Notfallmedizinern; Prüfung, ob Ärzte falsche Behauptungen in von GPT-5 erzeugten Abstract-Texten erkennen und ihre Bereitschaft, darauf zu handeln, misst.
Ergebnis
Ärzte berichteten, bei 68% (54/80) der Abstracts handeln zu wollen. Sensitivität für Erkennung falscher Aussagen: 78%, Spezifität: 43%, positiver prädiktiver Wert: 57%. Wahre und falsche Abstracts erhielten ähnliche Bewertungen für wahrgenommene Genauigkeit (p=0,21), Präzision (p=0,29), Struktur (p=0,89) und Grammatik (p=0,86). Die wahrgenommene Qualität der Präsentation erhöhte die vermeintliche Glaubwürdigkeit stärker als faktische Korrektheit.
Übertragbarkeit auf Deutschland
Deutschland, Notfall- und Traumachirurgie-Setting; direkt anwendbar für Sicherheitsbedenken bei LLM-gestützten klinischen Informationen.
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.