TrialsgramBetaRCTs are beautiful
Ungeprüfte ÜbersetzungDie Deutsche Übersetzung dieses Eintrags wurde nicht fachlich geprüft und kann vom Original abweichen. Akronym, vollständiger Titel und Zitat bleiben stets in der Originalsprache.Originalpublikation öffnen ↗

AMIE

Towards Conversational Diagnostic Artificial Intelligence (Articulate Medical Intelligence Explorer)

Patient / Population Intervention / Exposition Vergleich Endpunkt

Bei 159 Textkonsultationen mit validierten Schauspielpatienten, verbesserte eine LLM-basierte konversationelle diagnostische KI (AMIE) die diagnostische Genauigkeit und bewertete Konsultationsqualität verglichen mit Ärzten der Primärversorgung.

N
159Patienten
Design
Randomisierte, doppelblinde Crossover-Studie im OSCE-Stil, Szenarien randomisiert, Kanada/UK/Indien
Endpunkt
Diagnostische Genauigkeit und Leistung auf klinisch bedeutsamen Achsen (Anamnese, Diagnose, Management, Kommunikation, Empathie), bewertet durch Fachärzte und Schauspielpatienten
Relevanz
2Wichtig — eine von mehreren Säulen.
ErgebnisAMIE zeigte eine höhere diagnostische Genauigkeit und war auf 30 von 32 durch Fachärzte und 25 von 26 durch Schauspielpatienten bewerteten Achsen überlegen; das Abstract berichtet keine Effektgrößen.
Tu T, et al. Nature. 2025;642(8067):442-450. 10.1038/s41586-025-08866-7
Diskussion & Kritik

Der erste randomisierte, verblindete Direktvergleich einer konversationellen KI mit Ärzten über Anamnese, Diagnose und Empathie hinweg — ein Meilenstein, und das AMIE-System wurde später in der fachärztlichen Versorgung geprüft (O'Sullivan LLM (cardiology)). Von den Autoren selbst stark eingeschränkt: Synchroner Text-Chat ist in der klinischen Praxis ungewohnt, die Patienten waren Schauspieler, und nichts wurde in der realen Versorgung getestet.