Der rechtzeitige Zugang zur Gesundheitsversorgung hängt oft vom Wohnort ab, und nirgends ist diese Lücke gravierender als im Kampf gegen Tuberkulose (TB). TB ist vermeidbar und heilbar, fordert jedoch jedes Jahr mehr als 1,23 Millionen Todesopfer. Ein zentraler Engpass ist die Radiologie: In abgelegenen ländlichen Gebieten und Bergbaugemeinden sind Radiologen rar, und bildgebende Geräte sind oft tagelang entfernt. Dadurch bleiben Millionen aktiver Fälle unerkannt und die Übertragung hält an.
Google Research und Google for Health haben daran gearbeitet, dies zu ändern: von einem KI-Tool zur Erkennung mutmaßlicher TB auf Thorax-Röntgenbildern hin zu prospektiven klinischen Studien, behördlicher Zulassung mit lokalen Partnern und offenen Foundation-Modellen wie Med Gemma. Das Team stellt diese Arbeit auf der IDWeek 2026 in Washington, D.C. vor und zeigt, wie Foundation-Modelle das TB-Screening weltweit für alle zugänglich machen könnten.
Ausgangspunkt der Forschung war eine zentrale Frage: Kann KI Thorax-Röntgenaufnahmen (CXR) mit der Genauigkeit eines erfahrenen Radiologen auswerten? Im Jahr 2019 zeigte eine in Radiology veröffentlichte Benchmark-Studie, dass Deep-Learning-Algorithmen aktive Lungentuberkulose auf dem Niveau erfahrener Radiologen erkennen. Im August 2021 stufte die Stop TB Partnership das Modell unter den weltweit leistungsstärksten TB-Screening-Algorithmen ein, und die Weltgesundheitsorganisation empfahl im selben Jahr die computergestützte Erkennung für TB-Screening und Triage. Eine prospektive, multizentrische Validierung im September 2024 in NEJM AI ergab, dass das KI-gestützte Screening über verschiedene Bevölkerungsgruppen hinweg eine hohe Sensitivität beibehält.
Die Veröffentlichung einer Studie ist nur der Anfang. Die "Übersetzungslücke" zwischen einem Algorithmus und einem verlässlichen Werkzeug am Krankenbett erfordert, dass die Software an unterschiedlichen Röntgengeräten und offline zuverlässig funktioniert, in klinische Arbeitsabläufe integriert wird und die Regeln für Medizinprodukte erfüllt. Google kooperierte mit Nexus AI, einem Medizintechnikunternehmen mit Sitz in Pretoria, das die Algorithmen in ein zertifiziertes klinisches Diagnosewerkzeug überführte. Nexus AI erhielt die CE-Kennzeichnung nach MDR Klasse IIb gemäß der EU-Medizinprodukteverordnung, die Konformität mit ISO 13485 sowie eine Vereinbarung mit FIND zur Vorqualifizierung durch die Weltgesundheitsorganisation; der Zulassungsweg bei der US-amerikanischen FDA ist in Arbeit. Nexus Intelligence setzt die Technologie nun dort ein, wo der Zugang zur Diagnostik am dringendsten gebraucht wird.
Quelle: Google AI Blog · Zusammengefasst von HeadlinesBriefing