# Neuigkeiten, Einblicke und Publikationen

Neuigkeiten, Praxistipps, Einblicke und wissenschaftliche Veröffentlichungen vom Rhazes-Team.

[Wissenschaftliche Publikationen ansehen](/publications/)

## Große Sprachmodelle für leitlinienbasierte Behandlungsplanung und automatisierte medizinische Kodierung: Herausforderungen, Lösungen sowie Entwicklung und Validierung von Algorithmen

Wissenschaftliche Publikation · 10. November 2025

Diese Studie stellt zwei Verfahren auf Basis großer Sprachmodelle vor und untersucht, wie sie diese Herausforderungen bewältigen. Beide sind in Rhazes Clinician umgesetzt: die generierungsgestützte Retrieval-Augmented Generation (GARAG) für die automatisierte evidenzbasierte Behandlungsplanung und die generierungsgestützte Vektorsuche (GAVS) für die automatisierte medizinische Kodierung.

[Artikel lesen](/news/challenges-and-solutions-in-applying-large-language-models-to-guideline-based-management-planning-and-automated-medical-coding-in-health-care-algorithm-development-and-validation/)

## Rhazes wird noch besser: unser bisher größtes Update

Aktuelles · 17. September 2025

Wir haben eines unserer bisher größten Updates für die gesamte Plattform Rhazes Clinician veröffentlicht. Alles ist jetzt schneller, übersichtlicher, präziser und leichter zu bedienen. So läuft die klinische Arbeit reibungsloser als je zuvor.

[Artikel lesen](/news/rhazes-just-levelled-up-our-biggest-set-of-upgrades-yet/)

## Schneller Leistungsvergleich großer Sprachmodelle bei der Diagnose von Patienten mit Begleiterkrankungen: Vergleichsstudie mit einem Sprachmodell als Bewertungsinstanz

Wissenschaftliche Publikation · 29. August 2025

In dieser Studie verglichen wir die diagnostischen Fähigkeiten von 18 großen Sprachmodellen von Google, OpenAI, Meta, Mistral, Cohere und Anthropic. Dafür nutzten wir drei Prompts, zwei Temperatureinstellungen und 1000 zufällig ausgewählte Krankenhausaufenthalte aus Medical Information Mart for Intensive Care-IV (MIMIC-IV). Zudem untersuchten wir, ob Retrieval-Augmented Generation (RAG) mit Referenzbereichen des American Board of Internal Medicine die diagnostische Trefferquote von GPT-4o 05‐13 verbessert.

[Artikel lesen](/news/rapidly-benchmarking-large-language-models-for-diagnosing-comorbid-patients-comparative-study-leveraging-the-llm-as-a-judge-method/)

## Warum die Strategie über die Zukunft der KI im britischen Gesundheitswesen entscheidet

Einblicke · 19. August 2025

KI ist für eine moderne Gesundheitsversorgung inzwischen unverzichtbar. Sie wird gebraucht, um die Behandlungsergebnisse zu verbessern, das Personal zu entlasten und das Gesundheitssystem für die Zukunft widerstandsfähiger zu machen. Entscheidend ist heute, wie sie sich schnell und wirksam einsetzen lässt, zum Nutzen von Patienten und medizinischem Personal. Das Vereinigte Königreich hat allen Grund, diese Chance zu ergreifen, und alle Voraussetzungen, sie zu nutzen.

[Artikel lesen](/news/why-strategy-will-make-or-break-the-uks-ai-healthcare-future/)

## KI-gestützte Transkription im Gesundheitswesen: mehr Effizienz und Qualität in der klinischen Dokumentation

Wissenschaftliche Publikation · 22. Mai 2025

Das KI-Transkriptionswerkzeug kann die klinische Dokumentation deutlich verbessern, indem es die Effizienz steigert und Fehler reduziert. Weniger ausgelassene Informationen und eine bessere Nutzung der Arbeitszeit medizinischer Fachkräfte tragen zu einer besseren Patientenversorgung bei.

[Artikel lesen](/news/ai-assisted-transcription-in-healthcare-enhancing-efficiency-and-quality-in-clinical-documentation/)

## Systematische Bewertung von GPT-4 und PaLM2 bei der Diagnose von Begleiterkrankungen bei Patienten aus MIMIC-IV

Wissenschaftliche Publikation · 1. Februar 2024

Die Ergebnisse deuten darauf hin, dass künstliche Intelligenz (KI) im Zusammenspiel mit Ärzten kognitive Fehler verringern kann, die jedes Jahr Hunderttausende Fehldiagnosen verursachen. Menschliche Kontrolle bleibt jedoch unverzichtbar: Große Sprachmodelle können medizinische Fachkräfte nicht ersetzen, insbesondere wenn menschliches Verständnis und Empathie gefragt sind. Hinzu kommen zahlreiche Herausforderungen beim Einsatz von KI im Gesundheitswesen, darunter ethische, haftungsrechtliche und regulatorische Hürden.

[Artikel lesen](/news/a-systematic-evaluation-of-the-performance-of-gpt-4-and-palm2-to-diagnose-comorbidities-in-mimic-iv-patients/)

[Diese Seite ansehen](https://www.rhazes.ai/de/news/)