Large Language Models Across the Clinical Trial Lifecycle: A Scoping Review of Applications, Methodologies, and Validation Gaps
Diese Scoping Review von 71 zwischen 2023 und 2025 veröffentlichten Studien zeigt, dass große Sprachmodelle zwar zunehmend bei der Rekrutierung für klinische Studien und der Datenanalyse eingesetzt werden, ihr Übergang in die Routinepraxis jedoch durch fragmentierte Evidenz, einen Mangel an vergleichenden Benchmarks und eine unzureichende prospektive Validierung behindert wird.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Klinische Studien sind die strengen, teuren und zeitaufwendigen Experimente, die bestimmen, ob ein neues Medikament oder eine neue Behandlung sicher und wirksam für Menschen ist. Bevor ein Medikament eine Apotheke erreichen kann, muss es eine Reihe sorgfältig kontrollierter Schritte durchlaufen: Forscher entwerfen die Regeln des Experiments, finden die richtigen Freiwilligen für die Teilnahme, begleiten sie durch die Studie und analysieren schließlich die Berge an Daten, die sie produzieren. Seit Jahrzehnten haben diese Schritte stark auf menschlicher Arbeit beruht, die Teams von Experten erfordert, um tausende Seiten medizinischer Unterlagen zu lesen, komplexe Rechtsdokumente zu verfassen und Patienten der richtigen Studie zuzuordnen. Vor kurzem ist ein neuer Typ von Computerprogrammen in diese Welt eingetreten. Diese Programme, bekannt als Large Language Models (große Sprachmodelle), wurden mit riesigen Mengen an Text trainiert und können in einer Weise lesen, schreiben und in menschlicher Sprache schlussfolgern, die für frühere Software unmöglich war. Sie versprechen, die langsamen, arbeitsintensiven Teile der klinischen Forschung zu beschleunigen, aber da die Technologie so neu ist, war unklar, wo genau diese Werkzeuge eingesetzt wurden, wie gut sie tatsächlich funktionierten und ob sie bereit für den realen Einsatz waren.
Ein Team von Forschern setzte sich zum Ziel, diese sich schnell verändernde Landschaft zu kartieren, indem sie jede Studie überprüften, die sie finden konnten, welche diese Sprachmodelle zwischen Januar 2023 und August 2025 auf klinische Studien anwandte. Sie untersuchten 71 verschiedene Studien, um zu sehen, wie die Technologie von der allerersten Idee einer Studie bis zur abschließenden Analyse ihrer Ergebnisse eingesetzt wurde. Ihre Untersuchung ergab, dass der Einsatz dieser Modelle schnell wächst, aber auch ungleichmäßig verteilt ist. Die Technologie ist derzeit in zwei spezifischen Bereichen am aktivsten: bei der Analyse von Daten nach Abschluss einer Studie und bei der Unterstützung der Rekrutierung von Teilnehmern vor Beginn einer Studie. Im Bereich der Datenanalyse werden die Modelle eingesetzt, um spezifische Fakten aus tausenden medizinischen Arbeiten zu extrahieren, komplexe Erkenntnisse zusammenzufassen und zu prüfen, ob Berichte den notwendigen Regeln entsprechen. Bei der Rekrutierung helfen die Modelle dabei, komplizierte medizinische Eignungsregeln in einfache Listen zu übersetzen und Patientenakten mit den richtigen Studien abzugleichen. Die Forscher stellten jedoch fest, dass die Modelle selten während des eigentlichen Durchlaufens der Studie eingesetzt werden, etwa wenn es um die direkte Interaktion mit Patienten oder die Verwaltung der täglichen Aktivitäten der Studie geht.
Der Review untersuchte auch genau, wie diese Computerprogramme getestet wurden. In fast der Hälfte der Studien verglichen die Forscher die neuen Modelle mit älteren Computermethoden und fanden heraus, dass die Sprachmodelle besser abschnitten. Dennoch wurde in fast ebenso vielen Studien gar kein solcher Vergleich angestellt, was unklar ließ, ob die neuen Werkzeuge wirklich eine Verbesserung darstellten. Noch wichtiger war die Erkenntnis der Forscher, dass es eine signifikante Lücke zwischen der Leistung der Computer auf dem Papier und der Art und Weise gab, wie sie in einem echten Krankenhaus oder einer Klinik funktionieren würden. Während etwa ein Drittel der Studien irgendeine Form der menschlichen Evaluierung beinhaltete, bei der Menschen die Arbeit des Computers überprüften, wurden diese Kontrollen oft im Nachhinein durchgeführt, indem man alte Unterlagen sichtete. Sehr wenige Studien testeten die Modelle in Echtzeit mit tatsächlichen Patienten oder Ärzten, um zu sehen, ob der Rat, den der Computer gab, sicher und nützlich war. Wenn menschliche Experten die Ergebnisse betrachteten, stellten sie manchmal fest, dass die Modelle wichtige Details übersehen oder Empfehlungen abgaben, die nicht ganz korrekt waren.
Eine weitere kritische Erkenntnis betraf die Daten, mit denen diese Modelle trainiert wurden. Die meisten Studien stützten sich auf Informationen, die bereits öffentlich zugänglich waren, wie medizinische Fachzeitschriften und Studienregister im Internet. Nur eine kleine Anzahl von Studien nutzte private, sensible Patientendaten aus Krankenhäusern. Wenn private Daten verwendet wurden, versäumten es die Forscher oft, klar zu erklären, wie sie die Privatsphäre der Patienten schützten oder ob sie eine offizielle Genehmigung zur Nutzung der Informationen hatten. Dieser Mangel an klarer Berichterstattung macht es schwierig zu wissen, ob die Technologie verantwortungsbewusst eingesetzt wird. Die Autoren des Reviews kommen zu dem Schluss, dass diese Sprachmodelle zwar leistungsstarke Werkzeuge sind, die sich schnell ausbreiten, aber noch nicht bereit sind, als Standardbestandteile des klinischen Studienprozesses eingesetzt zu werden. Bevor sie routinemäßig verwendet werden können, ist mehr Arbeit nötig, um zu beweisen, dass sie sicher sind, um sie in realen Umgebungen zu testen und um sicherzustellen, dass die Daten, die sie verwenden, mit größter Sorgfalt behandelt werden. Die Technologie bewegt sich schnell, aber die Beweise, die ihren Einsatz stützen, hinken noch hinterher.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.