25wdhno08 10.3205/25wdhno08 urn:nbn:de:0183-25wdhno088 Meeting Abstract Buhr Buhr Christoph Raphael CR

Department of Otorhinolaryngology, University Medical Center of the Johannes Gutenberg-University Mainz, Langenbeckstraße 1, 55131 Mainz, DeutschlandSchlafmedizinisches Zentrum und Klinik für Hals-, Nasen-, Ohrenheilkunde und Poliklinik, Universitätsmedizin Mainz, Mainz, DeutschlandSchool of Medicine, University of St Andrews, St Andrews, Vereinigtes Königreich

buhrchri@uni-mainz.de author Huppertz Huppertz Tilman T

Schlafmedizinisches Zentrum und Klinik für Hals-, Nasen-, Ohrenheilkunde und Poliklinik, Universitätsmedizin Mainz, Mainz, Deutschland

Tilman.Huppertz@unimedizin-mainz.de author Gouveris Gouveris Haralampos H

Schlafmedizinisches Zentrum und Klinik für Hals-, Nasen-, Ohrenheilkunde und Poliklinik, Universitätsmedizin Mainz, Mainz, Deutschland

Haralampos.Gouveris@unimedizin-mainz.de author Bahr-Hamm Bahr-Hamm Katharina K

Schlafmedizinisches Zentrum und Klinik für Hals-, Nasen-, Ohrenheilkunde und Poliklinik, Universitätsmedizin Mainz, Mainz, Deutschland

Katharina.Bahr-Hamm@unimedizin-mainz.de author Pordzik Pordzik Johannes J

Schlafmedizinisches Zentrum und Klinik für Hals-, Nasen-, Ohrenheilkunde und Poliklinik, Universitätsmedizin Mainz, Mainz, Deutschland

Johannes.Pordzik@unimedizin-mainz.de author Eckrich Eckrich Jonas J

Schlafmedizinisches Zentrum und Klinik für Hals-, Nasen-, Ohrenheilkunde und Poliklinik, Universitätsmedizin Mainz, Mainz, Deutschland

jeckrich@uni-mainz.de author Smith Smith Harry H

School of Computer Science, University of St Andrews, St Andrews, Vereinigtes Königreich

Smithharryh@icloud.com author Kelsey Kelsey Tom T

School of Computer Science, University of St Andrews, St Andrews, Vereinigtes Königreich

twk@st-andrews.ac.uk author Blaikie Blaikie Andrew A

School of Medicine, University of St Andrews, St Andrews, Vereinigtes Königreich

ab312@st-andrews.ac.uk author Matthias Matthias Christoph C

Schlafmedizinisches Zentrum und Klinik für Hals-, Nasen-, Ohrenheilkunde und Poliklinik, Universitätsmedizin Mainz, Mainz, Deutschland

Christoph.Matthias@unimedizin-mainz.de author Kuhn Kuhn Sebastian S

Institut für Digitale Medizin, Philipps-Universität Marburg, Universitätsklinikum Gießen und Marburg, Marburg, Deutschland

sebastian.kuhn@uni-marburg.de author Seifen Seifen Christopher C

Schlafmedizinisches Zentrum und Klinik für Hals-, Nasen-, Ohrenheilkunde und Poliklinik, Universitätsmedizin Mainz, Mainz, Deutschland

Kim.Seifen@unimedizin-mainz.de author German Medical Science GMS Publishing House

Düsseldorf

610 20250306 germ This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). M0606 08 Vereinigung Westdeutscher HNO-Ärzte Jahrestagung der Vereinigung Westdeutscher Hals-Nasen-Ohren-Ärzte Abstracts Solingen 20250307 20250308 08 TextEinleitung: Die Interpretation von polysomnographischen Ergebnissen ist aufgrund des hohen Personalaufwands ressourcenintensiv. Large Language Modelle (LLM) wie ChatGPT-4o können die Interpretation ökonomisieren, indem sie die Analyse als digitaler Assistent unterstützen. Diese Studie evaluiert ChatGPT-4o für die Interpretation von polysomnographischen Ergebnissen bei Patienten mit Verdacht auf obstruktive Schlafapnoe (OSA).Methoden: Patientenprofile wurden von 40 Patienten mit Verdacht auf OSA erstellt. Jeweils ein Prompt für Patienten mit der Erstdiagnose OSA und ein weiterer für Patienten mit Unverträglichkeit der PAP (positive airway pressure)-Therapie wurden verwendet. Die polysomnographischen Ergebnisse wurden unabhängig voneinander von einem zertifizierten Schlafmedizinern und ChatGPT-4o ausgewertet. Diagnose und Therapievorschläge wurden hinsichtlich ihrer Übereinstimmung verglichen.Ergebnisse: Bei Patienten mit der Erstdiagnose OSA zeigten ChatGPT-4o und der Schlafmediziner 97% (29/30) Übereinstimmung in der Diagnose und 100% (30/30) Übereinstimmung bei den Therapievorschlägen. Im Gegensatz dazu zeigten ChatGPT-4o und der Schlafmediziner bei Patienten mit PAP-Therapieunverträglichkeit 70% (7/10) Übereinstimmung in der Diagnose und 44% (22/50) Übereinstimmung bei den Therapievorschlägen.Diskussion: ChatGPT-4o ist für die Interpretation einfacher Polysomnographie-Ergebnisse geeignet. Trotz Fehlern bei komplexeren Fällen mit PAP-Therapie-Intoleranz, ist ChatGPT-4o ein vielversprechendes Werkzeug, um Ärzte bei der Interpretation von Polysomnographie-Ergebnissen zu unterstützen und die Befundung zu ökonomisieren. Zukünftige Studien sollten reale Patientendaten unter Berücksichtigung von Datenschutzaspekten einbeziehen. 0 0 0 0