EUVIMEDEUVIMED entdecken
Crossref

Der Nutzen von Large Language Models bei der Auswahl geeigneter Tracer und Protokolle für PET/CT-Untersuchungen

W Roll, C Backhaus, D Ventura, O Platte, P Brüggemann, P Schindler

RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 01.04.2026 · 198 (S 01 S 01) · S46-S47

DOI: 10.1055/s-0046-1817555 ↗

Kurz gefasst

Fachartikel in der Zeitschrift RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, erschienen am 01.04.2026. Verfasst von W Roll und 5 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Zielsetzung Large Language Models (LLM) zeigen vielversprechende Ergebnisse bei der klinischen und radiologischen Entscheidungsunterstützung. Ziel dieser Studie war es, die Genauigkeit von LLMs bei der Bestimmung des geeigneten Radiotracers und des PET-Protokolls auf der Basis klinischer Anforderungen zu evaluieren. Material und Methoden In dieser Studie wurden 201 aufeinanderfolgende PET/CT-Anmeldungen (FDG, n=100; DOTATATE, n=50; PSMA, n=51) analysiert. Jede Anmeldung wurde anonymisiert und enthielt eine klinische Vorgeschichte und Fragestellung. Unter Zero-Shot-Bedingungen wurden vier LLMs – GPT-o3, GPT-5, GPToss:120b und Llama 4 – eingesetzt, um sowohl den korrekten Tracer als auch eine geeignete Protokolllänge („kurz: Schädel bis Becken“ oder „lang: Schädel bis Füße“) zu empfehlen. Die Genauigkeit der Tracer- und Protokollauswahl im Vergleich zum Referenzstandard sowie die Bearbeitungszeit wurden zwischen den verschiedenen LLMs und drei Nuklearmedizinern verglichen. Ergebnisse Alle LLMs zeigten eine hohe Genauigkeit bei der Tracerauswahl (GPT-o3: 98,5%, GPT-5: 99,0%, GPToss:120b: 98,5%, Llama 4: 95,5%). Zwischen der Tracerauswahl der leistungsstärksten LLMs und jener der Nuklearmediziner bestand kein Unterschied. Hinsichtlich der Protokolllänge variierte die Genauigkeit deutlich: GPT-o3 (90,0%) und GPT-5 (87,5%) erzielten Ergebnisse, die mit denen der Nuklearmediziner (93,5%) vergleichbar waren. Sie übertrafen GPToss:120b (54%) und Llama 4 (21%) (p

Zitieren

APA

Roll, W., Backhaus, C., Ventura, D., Platte, O., Brüggemann, P., & Schindler, P. (2026). Der Nutzen von Large Language Models bei der Auswahl geeigneter Tracer und Protokolle für PET/CT-Untersuchungen. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 198(S 01 S 01), S46-S47. https://doi.org/10.1055/s-0046-1817555

Vancouver

Roll W, Backhaus C, Ventura D, Platte O, Brüggemann P, Schindler P. Der Nutzen von Large Language Models bei der Auswahl geeigneter Tracer und Protokolle für PET/CT-Untersuchungen. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren. 2026;198(S 01 S 01):S46-S47. doi:10.1055/s-0046-1817555

BibTeX
@article{Roll2026,
  author = {Roll, W and Backhaus, C and Ventura, D and Platte, O and Brüggemann, P and Schindler, P},
  title = {Der Nutzen von Large Language Models bei der Auswahl geeigneter Tracer und Protokolle für PET/CT-Untersuchungen},
  journal = {RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren},
  year = {2026},
  volume = {198},
  number = {S 01 S 01},
  pages = {S46--S47},
  doi = {10.1055/s-0046-1817555}
}
Kostenlos starten →