Comparative Performance of Large Language Models in Answering Guideline-Based Questions on Juvenile Idiopathic Arthritis: A Blinded Expert Evaluation
In een geblindeerde deskundige evaluatie van richtlijngebaseerde vragen over jeugdige idiopathische artritis presteerde GPT-5.6 Sol significant beter dan Gemini 3.1 Pro en Claude Opus 5 op het gebied van nauwkeurigheid, bruikbaarheid en algehele kwaliteit, wat de noodzaak ondersteunt voor supervisie in plaats van autonoom gebruik van grote taalmodellen in de pediatrische reumatologie.