EUVIMEDEUVIMED entdecken
Crossref

Können Large Language Models (LLM) die Fehler in einer klinischen Studie aufdecken?

Tobias Niedenthal, Bernhard Uehleke

Zeitschrift für Phytotherapie · 01.02.2026 · 47 (01) · 21-27

DOI: 10.1055/a-2683-2290 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Zeitschrift für Phytotherapie, erschienen am 01.02.2026. Verfasst von Tobias Niedenthal und 1 weiteren Autor:innen. Die Arbeit nennt 2 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Methodische Mängel und statistische Inkonsistenzen in klinischen Studien werden im regulären Peer-Review-Verfahren häufig übersehen. Diese Arbeit untersucht, inwieweit moderne Large Language Models (LLM) als Werkzeug zur Identifikation solcher Fehler dienen können. Drei aktuelle Modelle (ChatGPT 5.2, Claude 4.5 und Gemini 3) wurden auf einen bereits publizierten klinischen Studienbericht (Kaewborisutsakul et al., 2025) angesetzt. Die Untersuchung erfolgte in einer initialen Testreihe (R1) mittels eines 4-stufigen, eskalierenden Abfrageprotokolls (Probing) von einer unspezifischen (D1) bis hin zur vertieften Mängelsuche (D4). Ergänzend wurden in einem Add-on (R2–4) Abfragen mit zunehmend spezifischen Abfrageprotokollen durchgeführt. Die Analyse erfolgte verblindet gegenüber einer vorab erstellten Expertenkritik. Im Erstkontakt bestätigten die Systeme noch die von den Autoren behauptete Solidität weitgehend. Erst nach Nachhaken (Probing) identifizierten sie u. a. mathematisch unmögliche Streuungsangaben, physiologisch unplausible Laborwerte, rechnerisch unpassende p-Werte, Widersprüche zwischen Abstract, Text und Tabellen, Inkonsistenzen der Rescue-Medikation sowie weitere z.T. kritische Mängel. Nach mehrfachem Nachfragen wird die Aussagekraft der Studie zunehmend infrage gestellt. Während Claude und Gemini bei gezieltem Nachfragen im Add-on deutlich an analytischer Tiefe gewannen, erreichte ChatGPT seine Sättigungsgrenze bereits mit weniger spezifischen Prompts. Halluzinationen (falsch-positive Fehlerfunde) traten nicht auf. LLM können klinische Studien effizient auf handwerkliche Fehler durchleuchten. Voraussetzung für valide Ergebnisse ist jedoch ein mehrstufiges Abfrageverfahren. Der parallele Einsatz verschiedener Modelle ist sinnvoll, da diese sich gegenseitig ergänzen und individuelle blinde Flecken minimieren.

Zitieren

APA

Niedenthal, T., & Uehleke, B. (2026). Können Large Language Models (LLM) die Fehler in einer klinischen Studie aufdecken?. Zeitschrift für Phytotherapie, 47(01), 21-27. https://doi.org/10.1055/a-2683-2290

Vancouver

Niedenthal T, Uehleke B. Können Large Language Models (LLM) die Fehler in einer klinischen Studie aufdecken?. Zeitschrift für Phytotherapie. 2026;47(01):21-27. doi:10.1055/a-2683-2290

BibTeX
@article{Niedenthal2026,
  author = {Niedenthal, Tobias and Uehleke, Bernhard},
  title = {Können Large Language Models (LLM) die Fehler in einer klinischen Studie aufdecken?},
  journal = {Zeitschrift für Phytotherapie},
  year = {2026},
  volume = {47},
  number = {01},
  pages = {21--27},
  doi = {10.1055/a-2683-2290}
}
Kostenlos starten →