DeepMind: ‚AI co‑clinician‘ als Assistenz für Ärzte.
In Kürze
- Triade Patient–Arzt–KI; Kontrolle bleibt beim Menschen
- Blindtest: meist besser als Vergleichstools, aber kritische Fehler
- Multimodal: Echtzeit‑Audio/Video verbessert praktische Hilfe
Google DeepMind hat ein sogenanntes „AI co‑clinician“ vorgestellt — eine KI, die Ärztinnen und Ärzte im Praxis‑ und Telemedizinalltag unterstützen, aber nicht ersetzen soll. Konzept: eine triadische Versorgung, in der Patient, Arzt und KI zusammenarbeiten, wobei die klinische Kontrolle beim Menschen bleibt.
Wie gut das System arbeitet
In einem Blindtest mit 98 realistischen Hausarztanfragen bevorzugten Ärztinnen und Ärzte die Antworten des AI co‑clinician gegenüber führenden Evidenz‑Synthese‑Tools (etwa GPT‑5.4‑thinking‑with‑search). Parallel dazu zeigte die objektive Auswertung in 98 Fällen kritische Fehler — ein Hinweis darauf, dass die Qualität der Antworten unterschiedlich bewertet werden kann, je nachdem, wie man misst.
Medikamentenfragen (RxQA)
DeepMind prüfte das System mit einem speziellen Arzneimittel‑Benchmark: 600 Fragen zu Wirkstoffen, Wechselwirkungen und Dosierungen, bewertet von Apothekern. Auf Multiple‑Choice‑Aufgaben lag der AI co‑clinician knapp vor GPT‑5.4 (73,3 % vs. 72,7 %). Bei offen gestellten Fragen — also so, wie Ärztinnen typischerweise nachschauen — fiel der Vorsprung größer aus: 95,0 % gegenüber 90,9 %. Zum Vergleich: Hausärzte ohne Hilfsmittel erreichten 48,3 %, mit Nachschlagewerken 61,3 %.
Echtzeit‑Telemedizin mit Ton und Bild
DeepMind testete die KI auch multimodal: Echtzeit‑Audio und Video sollten der KI „Augen, Ohren und Stimme“ geben. In Zusammenarbeit mit Ärzten aus Harvard und Stanford simulierte das Team 120 Tele‑Termine (20 Szenarien, 10 Ärztinnen/Ärzte spielten Patienten). Ergebnis: Die KI zeigte zusätzliche Fähigkeiten gegenüber reinen Textsystemen, etwa die Korrektur der Inhalator‑Technik oder die Anleitung einer Schulteruntersuchung — also praktische Hilfestellungen, die über reine Textantworten hinausgehen.
Aufbau des Systems
Für Gespräche mit Patientinnen und Patienten setzt DeepMind auf zwei Agenten: einen Planner, der den Verlauf der Unterhaltung überwacht, und einen Talker, der die Antworten formuliert. Der Planner soll sicherstellen, dass die Kommunikation innerhalb definierter klinischer Grenzen bleibt. Für die ärztliche Nutzung priorisiert das System evidenzbasierte Quellen und überprüft Zitate und Verweise — ein Mechanismus, der Transparenz und Nachprüfbarkeit erhöhen soll.
- Planner: überwacht den Verlauf der Unterhaltung und stellt die Kommunikation innerhalb klinischer Grenzen sicher.
- Talker: formuliert die Antworten für Patientinnen, Patienten und Ärztinnen/Ärzte.
Qualität und Fehlerarten
Die Forschenden bewerteten 140 Aspekte der Konsultationsqualität in sieben Bereichen. Beispiele hierfür sind:
- Anamnese
- Triage
- klinisches Denken
- Erkennen von Warnsignalen (Red Flags)
- körperliche Untersuchung
Erfahrene Ärztinnen und Ärzte blieben insgesamt überlegen — besonders beim Erkennen von „Red Flags“ und bei der Anleitung kritischer körperlicher Untersuchungen. Zugleich erreichte der AI co‑clinician in 68 von 140 Bereichen ein vergleichbares oder besseres Niveau als Hausärzte. OpenAIs GPT‑realtime schnitt in allen sieben Domänen deutlich schlechter ab.
Zur Fehlerbewertung adaptierten die Forschenden das NOHARM‑Framework, um zwei Typen zu prüfen:
- errors of commission — falsche Informationen
- errors of omission — das Weglassen wichtiger Informationen
Wie die Forschenden das System einordnen
DeepMind sieht das Projekt als Unterstützung für Ärztinnen und Ärzte, nicht als Ersatz. Ob und wann aus dem Prototyp ein marktfähiges Produkt wird, ist offen. DeepMind‑Forscher Alan Karthikesalingam sagt dazu: „Wir stehen noch ganz am Anfang, aber das Versprechen ist klar.“
Quellen
- Quelle: Google Deepmind
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
