"Wie geht es Ihnen heute, Mr. Bot?": Virtuelle Patient:innen in Large Language Models richtig prompten

Christian G. Erker, Daniela Becker, Maren Kuhne, Cornelia Schlick, Claudia Miersch, Katharina Rädel-Ablass, Klaus Schliz and Kerstin Vogel

IU Discussion Papers - Health from IU International University of Applied Sciences

Abstract: Die Anamneseerhebung ist eine wesentliche Fertigkeit in allen Gesundheitsberufen. Die Ausbildung in dieser Fähigkeit im Rahmen eines Studiums ist jedoch mit zahlreichen Hürden verbunden. Virtuelle Patient:innen, mit denen Gespräche auf der Grundlage von "Large Language Models" (LLM) geführt werden können, könnten viele dieser Probleme lösen. Voraussetzung dafür ist jedoch ein detaillierter "Prompt", der ausführliche Hintergrundinformationen über die/den virtuellen Patient:in liefert, auf die das LLM bei der Beantwortung zugreifen kann. Dieser Beitrag liefert Eckpunkte für die Erstellung eines solchen Prompts, der als Grundlage und Unterstützung für die Erstellung eigener virtueller Patient:innen dienen soll.

Keywords: Medical history; medical education; artificial intelligence; large language model; examination teaching (search for similar items in EconPapers)
Date: 2024
New Economics Papers: this item is included in nep-ger
References: Add references at CitEc
Citations:

Downloads: (external link)
https://www.econstor.eu/bitstream/10419/305262/1/1906797455.pdf (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:zbw:iubhgs:305262

Access Statistics for this paper

More papers in IU Discussion Papers - Health from IU International University of Applied Sciences
Bibliographic data for series maintained by ZBW - Leibniz Information Centre for Economics ().