ChatGPT neigt bei gesundheitlichen Beschwerden zu übervorsichtigen Empfehlungen

von | Apr. 29, 2026 | Forschung, Gesundheit

ChatGPT-Modelle neigen bei der Einordnung gesundheitlicher Beschwerden zu übervorsichtigen Empfehlungen. Zu diesem Ergebnis kommt eine Studie der Technischen Universität Berlin. Für eine digitale Ersteinschätzung und eigenständige Patientensteuerung sind die Modelle derzeit nur eingeschränkt geeignet.

Die Forschenden testeten 22 verschiedene ChatGPT-Modellversionen anhand von 45 realen Patientenfällen. Jeder Fall wurde pro Modell zehnmal eingegeben, sodass insgesamt 9.900 Einzelbewertungen entstanden. Die Modelle sollten entscheiden, ob ein Fall als Notfall, als Fall für ärztliche Abklärung oder als Fall für Selbstversorgung einzustufen ist.

KI hat das Potenzial, die Krankheitsdiagnostik zu revolutionieren, indem sie präzisere Diagnosen ermöglicht, die Früherkennung verbessert und Ärzte unterstützt. (Credits: Alexandra Koch/pixabay)
KI hat das Potenzial, die Krankheitsdiagnostik zu revolutionieren, indem sie präzisere Diagnosen ermöglicht, die Früherkennung verbessert und Ärzte unterstützt. (Credits: Alexandra Koch/pixabay)

Die Genauigkeit stieg mit den frühen Modellgenerationen zunächst deutlich an, stagnierte jedoch seit der dritten Generation bei maximal 74 Prozent. Besonders viele Fehler traten bei harmlosen Beschwerden auf, bei denen Selbstversorgung ausgereicht hätte. 70 Prozent aller Fehler entfielen auf diese Gruppe. Die meisten Modelle rieten durchgängig zur ärztlichen Abklärung, auch bei Fällen, die medizinisch nicht behandlungsbedürftig waren.

Zudem zeigten die Modelle bei identischen Eingaben teils deutliche Inkonsistenzen in ihren Empfehlungen.

Die Studie ist in der Zeitschrift Communications Medicine erschienen.

Original Paper:

Evaluating the accuracy of ChatGPT model versions for giving care-seeking advice | Communications Medicine


Redaktion: X-Press Journalistenbüro GbR

Gender-Hinweis. Die in diesem Text verwendeten Personenbezeichnungen beziehen sich immer gleichermaßen auf weibliche, männliche und diverse Personen. Auf eine Doppel/Dreifachnennung und gegenderte Bezeichnungen wird zugunsten einer besseren Lesbarkeit verzichtet.

X
Ich bin Invi, wie kann ich dir helfen?