Hintergrund und Zielsetzung
Forscher haben untersucht, wie gut KI‑gestützte Chatbots medizinische Informationen zum Myofaszialen Schmerzsyndrom (MPS) bereitstellen und ob die Texte dem Leseverständnis von Patienten auf dem Niveau der 6. Klasse entsprechen. Ziel war es, die Lesbarkeit, Zuverlässigkeit und Qualitätsmerkmale der von drei Modellen erzeugten Inhalte zu vergleichen.
Methodik
Die Autoren wählten 18 relevante Schlüsselwörter aus 25 über Google Trends ermittelten Begriffen und stellten diese den Modellen ChatGPT (GPT‑5.2), Gemini 3 Flash und Perplexity (Sonar‑4 Large) zur Verfügung. Die Lesbarkeit wurde mit sechs Indizes (FRES, FKGL, GFOG, CLI, ARI, SMOG) bewertet, die Inhaltsqualität mit den Skalen GQS und EQIP und die Zuverlässigkeit mit DISCERN und JAMA, jeweils durch zwei unabhängige Beobachter.
Ergebnisse zur Lesbarkeit
Alle generierten Texte lagen signifikant über dem empfohlenen 6.‑Klassen‑Lesegrad (p < 0,001). Unter den Modellen erzielte ChatGPT die niedrigsten Werte bei den Lesbarkeitsindizes und erwies sich damit als am leichtesten verständlich.
Ergebnisse zur Inhaltsqualität und Zuverlässigkeit
Perplexity schnitt bei den Qualitäts- und Zuverlässigkeitsmetriken (JAMA, DISCERN, GQS, EQIP) signifikant besser ab als ChatGPT und Gemini (p < 0,05). Die Analyse zeigte zudem eine starke positive Korrelation zwischen Qualitäts‑ und Zuverlässigkeitsparametern.
Interpretation der Befunde
Obwohl KI‑Plattformen ein hohes Potenzial für die Erstellung medizinischer Informationen besitzen, verhindern die übermäßigen sprachlichen Anforderungen und die noch vorhandenen Zuverlässigkeitsdefizite eine vollständige Substitution ärztlicher Beratung. Die Ergebnisse legen nahe, dass die Modelle eher als ergänzende, sekundäre Konsultationshilfen zu verstehen sind.
Implikationen fĂĽr die Patientenversorgung
Die Autoren empfehlen, die KI‑gestützten Antworten unter ärztlicher Aufsicht zu nutzen, um Patienten sichere und verständliche Informationen zu bieten. Gleichzeitig wird betont, dass weitere Verbesserungen in Lesbarkeit und Zuverlässigkeit nötig sind, bevor die Systeme eigenständig eingesetzt werden können.Dieser Bericht basiert auf Informationen von PLOS ONE, lizenziert unter Creative Commons BY 4.0 (Open Access). Wissenschaftliche Inhalte, offen zugänglich.
Ende der Ăśbertragung