KI-Chatbots eröffnen neue Möglichkeiten, medizinische Diagnosen effizient zu unterstützen. Sie bergen aber auch Risiken, indem sie „halluzinieren“ und falsche Informationen generieren können. Zudem reproduzieren sie bestehende medizinische Vorurteile (Bias) und machen Fehler, die für den Menschen oft nicht nachvollziehbar sind. Aber genau dieses komplementäre Zusammenspiel stellt wohl eine bislang ungenutzte Stärke dar. Ein internationales Team unter der Leitung des Max-Planck-Instituts für Bildungsforschung zeigte erstmals, dass hybride Diagnose-Kollektive aus menschlichen Fachkräften und KI-Systemen deutlich genauere Diagnosen stellen als medizinische Fachkräfte oder KI-Systeme allein. Dies gilt insbesondere dann, wenn es um komplexe diagnostische Fragestellungen mit einer Vielzahl möglicher Lösungen geht. Die Forscher nutzten dazu Daten des Human Diagnosis Project von realitätsnahen Simulationen mit mehr als 2.100 klinischen Patienten-Fallbeispielen, inkl. der zugehörigen korrekten Diagnosen. Die Diagnosen von medizinischen Fachkräften wurden mit jenen von fünf führenden KI-Modellen verglichen. Die Ergebnisse zeigen, dass die Zusammenarbeit zwischen Menschen und KI-Modellen zu einer deutlichen Steigerung der Genauigkeit führt.
Literatur: Zöller N et al. PNAS (2025). 22 (24) e2426153122. https://doi.org/10.1073/pnas.2426153122
Quelle: Pressemeldung Max-Planck-Institut für Bildungsforschung, Berlin
©Waseem – stock.adobe.com
