26dkou071 10.3205/26dkou071 urn:nbn:de:0183-26dkou0718 Meeting Abstract Ammo Ammo Tekoshin T

Uniklinik RWTH Aachen, Klinik für Plastische Chirurgie, Hand- und Verbrennungschirurgie, Aachen, Deutschland

author Guillaume Guillaume Vincent V

Uniklinik RWTH Aachen, Klinik für Plastische Chirurgie, Hand- und Verbrennungschirurgie, Aachen, Deutschland

author Hofmann Hofmann Ulf Krister UK

Uniklinik RWTH Aachen, Klinik für Orthopädie, Unfall- und Wiederherstellungschirurgie, Aachen, Deutschland

author Bünting Bünting Nina N

Uniklinik RWTH Aachen, Klinik für Diagnostische und Interventionelle Radiologie, Aachen, Deutschland

author Ulmer Ulmer Norma N

Uniklinik RWTH Aachen, Klinik für Radioonkologie und Strahlentherapie, Aachen, Deutschland

author Länger Länger Florian F

Uniklinik RWTH Aachen, Institut für Pathologie, Aachen, Deutschland

author Beier Beier Justus J

Uniklinik RWTH Aachen, Klinik für Plastische Chirurgie, Hand- und Verbrennungschirurgie, Aachen, Deutschland

author Leypold Leypold Tim T

Uniklinik RWTH Aachen, Klinik für Plastische Chirurgie, Hand- und Verbrennungschirurgie, Aachen, Deutschland

author German Medical Science GMS Publishing House

Düsseldorf

610 20261020 germ This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). M0659 071 Deutsche Gesellschaft für Orthopädie und Unfallchirurgie Deutsche Gesellschaft für Orthopädie und Orthopädische Chirurgie Deutsche Gesellschaft für Unfallchirurgie Berufsverband für Orthopädie und Unfallchirurgie Deutscher Kongress für Orthopädie und Unfallchirurgie (DKOU 2026) Abstracts | KI in O&U Berlin 20261020 20261023 DKOU26_Abs_1152 TextZielsetzung 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. 0 0 0 0