Text

Zielsetzung und Fragestellung: Seit der Einführung von ChatGPT im Jahr 2023 haben große Sprachmodelle (engl. large language models) für ausgeprägtes Interesse gesorgt, so auch im Gesundheitssektor. Gleichzeitig ist das medizinische Wissen hinsichtlich Diagnostik und Therapie im Bereich der Sarkome in den letzten Jahren stark angewachsen, was eine stringente fachliche Handhabung zunehmend herausfordernder macht. Ziel der aktuellen Studie war die Prüfung der Eignung von ChatGPT-4 als Hilfe in der Entscheidungsfindung in einer interdisziplinären Sarkomkonferenz.

Material und Methoden: Für die Studie wurden fünf theoretische realistische Sarkomfälle kreiert und ChatGPT-4 zur Erstellung von Sarkomkonferenzempfehlungen präsentiert. Diese durch künstliche Intelligenz erstellten Empfehlungen wurden dann unabhängig von Fachvertretern der verschiedenen involvierten Fachabteilungen geprüft (Orthopädie, Plastische Chirurgie, Radioonkologie, Radiologie, Pathologie). Die Empfehlungen von ChatGPT-4 wurden dabei auf einer Likert Skala von 1 (vollständige Ablehnung) bis 5 (vollständige Zustimmung) bewertet. Als Dimensionen der Bewertung dienten folgende Kategorien: Verständnis, therapeutische/diagnostische Empfehlung, Empfehlung zur Nachsorge, Zusammenfassung des Falls, Effektivität von ChatGPT-4 als Hilfsmittel.

Ergebnisse: Die mittlere Bewertung von ChatGPT-4 über alle Kategorien lag bei 3,76, was eine moderate Effektivität nahelegt. Dabei gab es jedoch fachbezogen große Unterschiede. Chirurgische Fächer wiesen die beste Bewertung zu mit einem Mittelwert von 4,48, während die radioonkologische Bewertung schlecht ausfiel (Mittelwert: 2,68) (p<0,05).Das Verständnis des Falls wurde fachübergreifend mit 3,92 bewertet, die diagnostische/therapeutische Empfehlung mit 3,6 – wobei insbesondere hier große Unterschiede zwischen therapeutischen und diagnostischen Disziplinen vorlagen. Im Bereich der Nachsorgeempfehlung wurde im Mittel ein Wert von 3,96 zugewiesen. Die beste Bewertung erhielt die Zusammenfassung des Falls mit einem Wert von 4,0. Die Nützlichkeit von ChatGPT-4 wurde insgesamt mit 3,88 bewertet, was ebenfalls ein hoher Wert ist.

Diskussion und Schlussfolgerung: Möglicherweise kann die unterschiedliche Bewertung zwischen verschiedenen Disziplinen mit dem Erwartungshorizont der Differenziertheit eines Konferenzbeschlusses zusammen, welche über die Fachdisziplinen hinweg durchaus sehr unterschiedlich ist. Zum jetzigen Stand liegt die juristische Verantwortung der Anwendung solch generativer künstlicher Intelligenz klar beim Nutzer, was eine Integration in die klinische Routine juristisch erschwert. Aufgrund des hohen Entwicklungspotentials in diesem Feld empfehlen die Autoren dennoch, daß Mediziner sich aktiv mit dem Potential und den Limitationen von generativer künstlicher Intelligenz auseinandersetzen, um eine differenzierte Nutzung im Alltag zu prüfen oder zu erlauben.