LIVE
Alle Meldungen ›
AI IN LIFENEWS
Tools & AnwendungenWirtschaft & DealsKI-ModelleChips & InfrastrukturForschungGesellschaftSicherheitRegulierung & RechtRobotikTests OpenAIAnthropicGoogle & DeepMindMetaxAIAlibaba / QwenByteDance
Start › Google & DeepMind › FORSCHUNG
FORSCHUNG

Google: KI-Tuberkulose-Screening in 40 Kliniken aktiv

Googles Forschungsteam bündelt offene Medizinmodelle mit einem zertifizierten Röntgen-Dienst: 40 Einrichtungen in sechs Ländern screenen damit bereits.

Google: KI-Tuberkulose-Screening in 40 Kliniken aktiv
Symbolbild: tragbarer Thorax-Röntgenscanner in einer Feldklinik, daneben eine Recheneinheit mit blinkenden Statusleuchten, im Hintergrund eine wartende Schlange.

Kurz gesagt

Google Research setzt seine offenen Medizinmodelle MedGemma, MedSigLIP und HeAR zusammen mit dem CE-zertifizierten Röntgen-Dienst von Nexus AI ein, der nach Angaben des Blogbeitrags in rund 40 Einrichtungen in sechs Ländern Thorax-Aufnahmen auf Tuberkulose prüft.

Auf einen Blick

  • Tuberkulose tötet laut Google jährlich etwa 1,23 Millionen Menschen.
  • Nexus AI ist CE-zertifiziert als Medizinprodukt Klasse IIb; WHO-Präqualifikation und FDA-Freigabe sind beantragt.
  • Über 90 Klinikerinnen und Kliniker bewerteten mehr als 25.000 Thorax-Röntgenbilder.
  • Die Befundzeit sinkt dem Beitrag zufolge von Wochen auf unter 45 Sekunden.
  • MedGemma gibt es mit 4B und 27B Parametern und kommt auf 10 Millionen Downloads.

Google Research hat am 23. Oktober 2026 beschrieben, wie offene Medizinmodelle in die Tuberkulose-Vorsorge wandern: MedGemma, MedSigLIP und das Audiomodell HeAR stehen hinter einem Röntgen-Dienst des südafrikanischen Anbieters Nexus AI, der nach Angaben des Beitrags in rund 40 Einrichtungen in sechs Ländern arbeitet.

Tuberkulose tötet dem Beitrag zufolge jährlich etwa 1,23 Millionen Menschen. Der Engpass liegt selten an der Aufnahme selbst, sondern an deren Auswertung. Rechnergestützte Erkennung empfiehlt die WHO für das TB-Screening seit 2021.

Welche Modelle im Spiel sind

MedGemma gibt es in zwei Größen, 4B und 27B Parameter; für die Reihe nennt Google 10 Millionen Downloads. MedSigLIP ist das leichtere Bild-Sprach-Modell für medizinische Aufnahmen, HeAR wurde laut Beitrag auf mehr als 300 Millionen Audioausschnitte trainiert und hört auf Husten statt auf Bilder.

Die offenen Gewichte sind hier kein Nebenaspekt. Sie erlauben den Betrieb auf eigener Hardware, ohne dass Aufnahmen die Klinik verlassen – genau das Argument, mit dem Indonesien laut Google jährlich 50 Millionen Menschen screenen will.

Zahlen aus dem Feldbetrieb

Nexus AI ist dem Beitrag zufolge unter der EU-Verordnung 2017/745 als Medizinprodukt der Klasse IIb CE-zertifiziert und nach ISO 13485 geprüft; WHO-Präqualifikation und eine FDA-Freigabe sind beantragt, aber nicht erteilt. Über 90 Klinikerinnen und Kliniker haben mehr als 25.000 Thorax-Röntgenbilder bewertet.

Die Befundzeit sinkt laut Google von Wochen auf unter 45 Sekunden. Rund 3.000 kostenlose Untersuchungen gingen an öffentliche Kliniken mit knapper Ausstattung; angestrebt sind 10.000 gesponserte Screenings pro Jahr.

Wo das System läuft

Aktiv ist der Dienst in Südafrika, Sierra Leone und Côte d'Ivoire; geplant sind die Demokratische Republik Kongo, Sambia und Kamerun. In der Mponeng-Mine in Südafrika kommen laut Beitrag ultraportable Röntgen-Kits und eine offline arbeitende Auswertung vier Kilometer unter Tage zum Einsatz.

Zur Förderung nennt Google 250.000 US-Dollar aus Google.org-Mitteln für das Aurum Institute und 1,5 Millionen US-Dollar regionale Fördermittel für HELINA. Zu den Partnern zählen die Stop TB Partnership, FIND, UNOPS und die südafrikanische Gesundheitsbehörde.

Was offenbleibt

Die Belege für die Trefferquote sind älter als der Feldbetrieb: ein Benchmark von 2019 in Radiology und eine Validierung vom September 2024 in NEJM AI, die eine hohe Sensitivität über verschiedene Patientengruppen berichtet. Konkrete Werte für Sensitivität und Spezifität im laufenden Betrieb nennt der Beitrag nicht.

Alle Zahlen stammen aus Googles eigenem Blog; eine unabhängige Quelle, die sie bestätigt, lag uns nicht vor. Offen bleibt auch, wie viele der mehr als 25.000 Auswertungen zu einer bestätigten Diagnose führten.

◈ KI-GENERIERTER BERICHT · QUELLEN VERLINKT

Häufige Fragen

Welche KI-Modelle nutzt Google für das Tuberkulose-Screening?

Laut Blogbeitrag MedGemma in den Größen 4B und 27B, das Bild-Sprach-Modell MedSigLIP und das auf mehr als 300 Millionen Audioausschnitte trainierte Husten-Modell HeAR. Die Röntgen-Auswertung im Feld liefert der Partner Nexus AI.

Ist die TB-Software als Medizinprodukt zugelassen?

Nexus AI ist nach EU-Verordnung 2017/745 als Medizinprodukt der Klasse IIb CE-zertifiziert und nach ISO 13485 geprüft. Eine WHO-Präqualifikation und eine FDA-Freigabe sind beantragt, lagen zum Zeitpunkt des Beitrags aber nicht vor.

In welchen Ländern läuft das Screening bereits?

Aktiv in Südafrika, Sierra Leone und Côte d'Ivoire, zusammen rund 40 Einrichtungen in sechs Ländern. Als nächste Schritte nennt Google die Demokratische Republik Kongo, Sambia und Kamerun; Indonesien plant 50 Millionen Screenings pro Jahr.

Quellen

Weitere Berichte