LLM gegen Algorithmus: Fernerkennung von Brustkrebs-Metastasen aus EHR-Text
Von KI ausgewählt und zusammengefasst
Worum es geht
Vergleich von GPT-4-mini mit validiertem Discrete-Field-Algorithmus zur Identifikation von Fernmetastasen bei Brustkrebs-Patientinnen aus EHR-Noten (429 Frauen, Daten 2010–2023); Benchmark: manuelle Chart-Übersicht durch Ärzte.
Ergebnis
GPT-4-mini: Sensitivität 1,00 (95%-KI 0,96–1,00), Spezifität 0,94 (0,91–0,96), PPV 0,80 (0,72–0,87), NPV 1,00 (0,99–1,00). Algorithmus: Sensitivität 0,82 (0,73–0,89), Spezifität 0,98 (0,96–0,99), PPV 0,91 (0,83–0,96), NPV 0,95 (0,93–0,97). LLM-Datumsangaben: 69% innerhalb ±1 Monat vom Gold-Standard vs. 10% beim Algorithmus. LLM mit minimalem Lernaufwand anwendbar.
Übertragbarkeit auf Deutschland
USA-Struktur, Datenprobleme (EHR-Text-Auswertung) in Deutschland ähnlich relevant.
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.