GPT-5 bei Kindererkrankungen: 61% umfassend, 3,8% falsch

KI-Modell GPT-5 liefert meist korrekte Antworten für Eltern, scheitert aber bei komplexen Entwicklungsstörungen.

Eine aktuelle Studie zeigt: Das KI-Modell GPT-5 kann Eltern von Kindern mit neurologischen Erkrankungen helfen – aber nicht immer verlässlich.

Forschende haben die Zuverlässigkeit von ChatGPTs GPT-5-Modell bei Fragen von Eltern neurologisch kranker Kinder untersucht. Die am 11. Juli 2026 im Fachjournal Scientific Reports veröffentlichte Analyse wertete 105 Fragen aus sieben pädiatrisch-neurologischen Fachbereichen aus. Das Ergebnis: Die Mehrheit der KI-generierten Antworten war fachlich korrekt – doch bei komplexen Entwicklungsstörungen klaffen deutliche Lücken.

Starke Leistung bei strukturierten Krankheitsbildern

Zwei Kinderneurologen bewerteten die KI-Antworten: Knapp 61 Prozent stuften sie als umfassend ein. Weitere 31,4 Prozent waren korrekt, aber unvollständig. Rund 3,8 Prozent der Antworten erwiesen sich als vollständig falsch. Positiv fiel die hohe Reproduzierbarkeit auf: In 95,2 Prozent der Fälle lieferte das Modell konsistente Ergebnisse.

Die Genauigkeit schwankte je nach Krankheitsbild erheblich. Am besten schnitt GPT-5 bei strukturierten Erkrankungen wie Zerebralparese und Bewegungsstörungen ab. Deutlich schwächer fielen die Antworten bei Fragen zu Entwicklungsverzögerungen und Epilepsie aus.

Klinischer Alltag: KI noch nicht reif für Entscheidungen

Die Ergebnisse reihen sich in aktuelle Forschung zur Integration großer Sprachmodelle in klinische Abläufe ein. Eine zweite, ebenfalls am 11. Juli in Scientific Reports veröffentlichte Studie verglich die Fähigkeiten von GPT-4o, o3 und GPT-5 bei der Berechnung diagnostischer Wahrscheinlichkeiten. GPT-5 zeigte zwar die engsten Übereinstimmungen mit der medizinischen Fachliteratur – dennoch kommen die Autoren zu dem Schluss, dass KI-generierte Werte für risikoreiche klinische Entscheidungen noch nicht mit publizierten Schätzwerten gleichgesetzt werden können.

Anzeige

Ob für Gesundheitsfragen oder die Organisation des Familienalltags – viele Menschen nutzen KI-Modelle wie ChatGPT bereits regelmäßig, schöpfen das Potenzial aber nicht voll aus. Dieser kostenlose Ratgeber zeigt Ihnen, wie Sie die KI mit den richtigen Befehlen als praktischen Alltagshelfer einsetzen. Gratis-Report mit fertigen ChatGPT-Anleitungen herunterladen

Ähnliche Bedenken äußert eine Studie des Dartmouth College. Die Analyse von 146.000 Patientengesprächen offenbarte: KI-generierte Antworten übersahen häufig klinische Nuancen oder gingen nicht auf Rückfragen ein. Allerdings gelang den Forschern ein Durchbruch: Durch die Personalisierung des Systems mit der Methode TADPOLE stieg die Genauigkeit um 33 Prozent, der manuelle Korrekturaufwand sank um 26 Prozent.

Strukturelle Risiken: Wenn die KI Akzente nicht versteht

Die University of Cincinnati veröffentlichte am 10. Juli eine Analyse zu fünf kritischen Schwachstellen klinischer Spracherkennungs-KI. Besonders problematisch: Die Systeme arbeiten bei akzentbelasteter oder gestörter Sprache deutlich ungenauer. Zudem fehlt oft eine konsequente menschliche Überprüfung. Die Studienautoren betonen die Notwendigkeit eines „Human-in-the-Loop"-Ansatzes – der Mensch muss die gesamte KI-generierte medizinische Textausgabe verifizieren.

Wie dringend diese Kontrolle ist, zeigt eine Analyse von Googles KI-Suche. Eine von Oumi im Auftrag der New York Times durchgeführte Evaluation vom 10. Juli ergab: Selbst mit einer Trefferquote von 91 Prozent nach dem Gemini-3-Update waren rund 56 Prozent der korrekten Antworten nicht durch die angegebenen Quellen gedeckt. Bei aktuellen Suchvolumina führt die verbleibende Fehlerrate von 9 Prozent zu zig Millionen falschen Antworten pro Stunde.

Anzeige

Während die Wissenschaft noch an der Zuverlässigkeit forscht, nutzen immer mehr Einsteiger KI-Tools bereits erfolgreich für einfache Aufgaben wie die Reiseplanung oder das Sprachenlernen. Wie Sie ChatGPT ohne Vorkenntnisse sicher bedienen und im Alltag Zeit sparen, erfahren Sie in diesem kostenlosen PDF-Report. Kostenlosen KI-Ratgeber für Einsteiger sichern

Spezialisierte KI: Lichtblicke für die Praxis

Trotz der Schwächen allgemeiner Chatbots zeigen spezialisierte KI-Modelle beeindruckende Ergebnisse. Eine Studie im Fachjournal Drug Safety vom 11. Juli berichtet, dass ein Sprachmodell unerwünschte Arzneimittelwirkungen aus unstrukturierten klinischen Notizen mit 88 Prozent Genauigkeit extrahieren konnte.

Auch für die Früherkennung zeichnen sich Fortschritte ab. Ein 17-jähriger Entwickler erzielte Anfang des Jahres den zweiten Platz beim Regeneron Science Talent Search mit RetinaMind – einer KI, die Netzhautbilder nutzt, um Autismus und ADHS mit rund 89-prozentiger Genauigkeit zu erkennen. Solche Entwicklungen passen zur „Pediatric Moonshot"-Initiative, die medizinische Intelligenznetzwerke für die geschätzt 2,3 Milliarden Kinder weltweit aufbauen will – besonders in ländlichen Regionen, wo Fachärzte wie Kinderkardiologen Mangelware sind.