Die Integration von LLMs im Gesundheitssektor bietet erhebliches Potenzial zur Verbesserung der medizinischen Praxis und Patientenversorgung. Sie unterstützen bei der medizinischen Diagnostik durch die Analyse von Patientensymptomen und anderen relevanten Daten. Diese systematische Übersicht zielt darauf ab, die vorhandene Literatur zur Nutzung von LLMs zu bewerten. Die umfassende Überprüfung wurde in den Datenbanken PubMed, Web of Science, Google Scholar und Scopus anhand von Schlüsselwörtern zu LLMs für Artikel, die in englischer Sprache veröffentlicht wurden, durchgeführt. Daten wurden extrahiert, um die Anwendungen, Bewertungskriterien und Ergebnisse von LLMs in der Zahnmedizin zu ermitteln. Von 1142 Datensätzen erfüllten 38 Studien die Einschlusskriterien. Unter allen Studien war ChatGPT-3.5 das am häufigsten verwendete LLM. Die meisten Studien adressierten Patientenfragen während oder nach der zahnärztlichen Behandlung. Die meisten Studien stellten offene Fragen, und die Likert-Skala war die am häufigsten verwendete Bewertungsskala. Diese systematische Übersicht hat gezeigt, dass LLMs die Effizienz steigern, die Patientenversorgung verbessern und die diagnostische Unterstützung in der Zahnmedizin erhöhen können. Aufgrund des Risikos von falschen und unvollständigen Informationen sollten LLMs jedoch als klinische Entscheidungsunterstützungstools eingesetzt werden. Um ihre Effektivität und Zuverlässigkeit zu erhöhen, sollten sie auf rigoros validierten und kontinuierlich aktualisierten Datensätzen trainiert werden.
KAPLAN et al. (Tue,) untersuchten diese Frage.