UCSF testet LLM-Chatbot gegen Wissenslücken bei Herzinfarkt-Warnzeichen
HeartBot II soll Frauen helfen, Herzinfarkt-Warnzeichen zu erkennen. Bislang gibt es nur Protokoll und Registrierung, aber keine Ergebnisse.
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- HeartBot II wird in einer randomisierten kontrollierten Studie mit Wartelisten-Kontrolle getestet.
- Vorgesehen sind etwa 200 Frauen ab 25 Jahren, im Verhältnis 1:1 zugeteilt.
- Die Interventionsgruppe absolviert vier Module über 12 Wochen; die Wartelistengruppe folgt nach 12 Wochen.
- Primärer Endpunkt ist die Veränderung bis Woche 12 in einem aus vier Items gebildeten Wert.
- HeartBot wurde 2021 als SMS-Dienst gestartet und 2025 zum LLM-basierten Chatbot HeartBot II aufgerüstet.
UCSF testet LLM-Chatbot gegen Wissenslücken bei Herzinfarkt-Warnzeichen
Forschende der University of California, San Francisco (UCSF) um die Pflegewissenschaftlerin Yoshimi Fukuoka prüfen, ob ein Chatbot Frauen helfen kann, Herzinfarkt-Warnzeichen zu erkennen. HeartBot II beruht auf einem großen Sprachmodell und läuft als App für iOS und Android. Getestet wird er in einer randomisierten kontrollierten Studie mit Wartelisten-Kontrolle. Vorgesehen sind rund 200 Frauen ab 25 Jahren, die im Verhältnis 1:1 auf zwei Gruppen verteilt werden.
Zur Einordnung: Das vorliegende Material enthält nur das Studienprotokoll und die Registrierung. Ergebnisse zu HeartBot II liegen nicht vor. Ob die App das Wissen tatsächlich verbessert, ist also offen.
Hintergrund ist ein nachlassendes Problembewusstsein. Laut Protokoll sank in den USA der Anteil der Frauen, die wissen, dass Herzerkrankungen die häufigste Todesursache bei Frauen sind, von 65 Prozent im Jahr 2009 auf 44 Prozent im Jahr 2019. Besonders stark fiel der Rückgang bei hispanischen, schwarzen und jüngeren Frauen aus. Die Forschenden sehen deshalb Bedarf an skalierbaren, kostengünstigen Aufklärungsangeboten.
Vier Module in zwölf Wochen, Primärziel ist die Sicherheit im Notfall
Die Interventionsgruppe lädt die App herunter und absolviert über zwölf Wochen vier Module. Sie behandeln unter anderem Herzinfarktsymptome, Risikofaktoren und den Notruf 911. Laut Registrierung dauert jedes Modul etwa 10 bis 15 Minuten. Die Wartelistengruppe erhält dieselbe Intervention erst nach zwölf Wochen und dient so als Vergleich. Befragungen finden zu Beginn sowie nach 12 und 24 Wochen statt.
Der primäre Endpunkt ist die Veränderung vom Studienbeginn bis Woche 12. Gemessen wird sie in einem Wert, der aus vier selbstberichteten Angaben gebildet wird. Er erfasst die Vorbereitung auf die Reaktion bei einem Herzinfarkt, etwa die Sicherheit beim Erkennen von Anzeichen und Symptomen sowie beim Unterscheiden von Herzinfarktsymptomen von anderen Beschwerden. Der primäre Endpunkt beruht damit auf Selbstauskünften und misst die Selbsteinschätzung der Teilnehmerinnen; weitere Endpunkte sind im vorliegenden Material nicht einsehbar.
Teilnehmen können Frauen ab 25 Jahren, die in den USA leben, Patientinnen von UCSF Health sind und ein Smartphone mit Datentarif oder WLAN besitzen. Ausgeschlossen sind unter anderem Frauen mit selbstberichteter kognitiver Beeinträchtigung, Frauen mit Herzerkrankung oder Schlaganfall in der Vorgeschichte sowie Beschäftigte und Auszubildende im Gesundheitswesen. Die Liste der Ausschlusskriterien ist im vorliegenden Material abgeschnitten. Die Wiedergabe ist daher nicht vollständig.
Von der SMS-Pilotstudie mit 92 Frauen zur App mit kuratierter Wissensbasis
HeartBot startete 2021 als SMS-Dienst. In einer Pilotstudie zwischen Oktober 2023 und Januar 2024 nahmen 92 Frauen ab 25 Jahren ohne Herzerkrankung in der Vorgeschichte teil. Sie kommunizierten per Textnachricht. Die Studie war nicht randomisiert, sondern quasi-experimentell. Der vollautomatische Chatbot behandelte in einer Sitzung 15 Themen, die im Mittel 13,0 Minuten dauerte. Die Ergebnisse dieser Pilotstudie sind nicht Gegenstand dieser Meldung.
HeartBot II wurde 2025 weiterentwickelt. Das Team aus UCSF, UCLA und UC Davis hat die App gebaut. Nach Angaben der Projektbeschreibung beantwortet sie in Echtzeit Fragen zu Herzkrankheit, Symptomen, Risikofaktoren und Prävention. Dabei greift sie auf eine kuratierte Wissensbasis zurück und nicht auf offene KI-Ausgaben. Das soll das Risiko falscher oder irreführender medizinischer Hinweise senken, denn das Modell formuliert nicht frei, sondern stützt sich auf geprüfte Inhalte. Die App kann zudem frühere Angaben aufgreifen, etwa einen Herzinfarkt bei einem Angehörigen.
Auch die Sprache hat das Team angepasst. Nachdem Nutzerinnen von Verwirrung berichtet hatten, ersetzte es Begriffe wie „Risikofaktoren“ durch alltägliche Formulierungen.



