LLMs mit Evidenz‑basiertem Ansatz verbessern vertrauenswürdige Depressiondiagnose
Neues Forschungsergebnis aus dem arXiv-Repository zeigt, dass große Sprachmodelle (LLMs) bei der automatisierten Diagnose von Depressionen deutlich zuverlässiger werden, wenn sie systematisch evidenzbasierte Entscheidungsprozesse nutzen. Der Ansatz, der als Evidence‑Guided Diagnostic Reasoning (EGDR) bezeichnet wird, führt die Modelle dazu, strukturierte Diagnosehypothesen zu generieren, indem sie Beweiserfassung und logisches Denken auf Basis der DSM‑5‑Kriterien kombinieren.
