Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
ChatGPT – die aufgeklärte Patientin auf Augenhöhe in der Gynäkologie und Geburtshilfe
0
Zitationen
4
Autoren
2025
Jahr
Abstract
Zusammenfassung Der Nutzung von künstlicher Intelligenz (KI) in der Form von Large Language Models (LLM) von Patient*innen in der Gynäkologie und Geburtshilfe hat das Potenzial, die Versorgung tiefgreifend zu verändern. KI-gestützte Sprachmodelle wie ChatGPT können Informationen zu sensiblen Gesundheitsthemen wie Menstruation, Verhütung, Schwangerschaft und Geburt rund um die Uhr zugänglich machen und damit den Informationsstand und die Selbstbestimmung der Patient*innen stärken. Die ständige Verfügbarkeit und verständliche Kommunikation medizinischer Informationen ermöglichen es Patient*innen, sich besser auf Arztgespräche vorzubereiten und ihre individuellen Fragen ohne Scham zu stellen. Dies fördert eine gleichberechtigte, partnerschaftliche Kommunikation zwischen Patient*innen und medizinischem Fachpersonal. Gleichzeitig gibt es jedoch Grenzen und Herausforderungen beim Einsatz von ChatGPT in der Medizin. Das Modell kann nur allgemeine Informationen liefern und ist nicht in der Lage, die Komplexität individueller Gesundheitszustände oder personalisierter medizinischer Entscheidungen vollständig zu erfassen. Auch Datenschutzbedenken und das Risiko von Missverständnissen stellen zentrale Hürden dar, die bei der Nutzung berücksichtigt werden müssen. ChatGPT kann und darf daher keine ärztliche Beratung ersetzen, sondern sollte lediglich als ergänzende Ressource genutzt werden. Insgesamt bietet der Einsatz von ChatGPT viele Chancen für die Kommunikation auch in der Gynäkologie und Geburtshilfe. Künftige Entwicklungen und Forschungen könnten dazu beitragen, das Modell weiter an die spezifischen Bedürfnisse der Patient*innen anzupassen und es als unterstützende Ressource im Gesundheitswesen zu etablieren.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.260 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.116 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.493 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.438 Zit.