Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind19. Dezember 2017 · Q004968

Collaborating with patients for better outcomes

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Autor beschreibt, wie persönliche Erfahrungen und Rückmeldungen von Patienten DeepMind Health dazu brachten, Beteiligung bei der Entwicklung von Gesundheitstechnologien auszubauen. Vorgeschlagen wurden unter anderem Patientenpanels, passendere Veranstaltungsorte, eine stärkere Anerkennung der Patientenperspektive und mehr direkter Austausch. Der Beitrag berichtet vor allem über Erfahrungen und geplante Maßnahmen; ihre vollständige Umsetzung oder Wirkung auf Behandlungsergebnisse weist er nicht nach.

Mittel

Dominic King schildert, wie die Frühgeburt seines Sohnes ihm die Unsicherheit von Patienten und Angehörigen näherbrachte und seine Sicht auf deren Beteiligung prägte. Der Blogbeitrag argumentiert, Gesundheitsversorgung und Gesundheitstechnologien sollten gemeinsam mit Patienten gestaltet werden. Als Grundlage nennt King Forschung zu besseren Ergebnissen durch Zusammenarbeit, führt aber selbst keine Ergebnisdaten an.

DeepMind Health holte Rat von Fachleuten wie der Patientenredakteurin Rosamund Snow ein. Bei Treffen mit Patienten und Angehörigen kamen Vorschläge für patientengeführte Projekte, ein Patientenpanel und mehr Einfluss auf die Arbeit des Unternehmens auf. Teilnehmende kritisierten außerdem einschüchternde Veranstaltungsorte, eine Sprache, die Patientenbeiträge zu wenig Gewicht gebe, und die Bezeichnung der Arbeit als allein „klinikergeführt“. Externe Moderation half manchen, offener zu sprechen; andere wünschten sich mehr direkten Austausch.

DeepMind berichtet von umfangreicher Beteiligungsarbeit und kündigt weitere Gespräche, eine Online-Patientengemeinschaft, gemeinsame Designtermine und Beteiligung an Forschungskooperationen an. Der Beitrag belegt diese Vorhaben nicht als vollständig umgesetzt und misst keine Auswirkungen auf die Versorgung. Er gibt vor allem die Erfahrungen und Pläne des Unternehmens wieder.

Ausführlich lesen

Der Blogbeitrag von Dominic King, damals Arzt im britischen NHS und Mitarbeiter von DeepMind Health, beschreibt, warum Patientinnen, Patienten und ihre Angehörigen stärker an Gesundheitsversorgung und der Entwicklung von Gesundheitstechnologien beteiligt werden sollten. King führt einen Perspektivwechsel als persönlichen Ausgangspunkt an: Als sein Sohn zwei Jahre zuvor zu früh geboren wurde, erlebte er selbst die Unsicherheit und Ohnmacht, die Angehörige beim Warten auf wichtige medizinische Nachrichten empfinden können. Daraus leitet er die Auffassung ab, Versorgung werde nicht einfach an Patientinnen und Patienten vollzogen, sondern solle von allen Beteiligten mitgestaltet werden.

Der Autor verweist auf Forschung, der zufolge die Zusammenarbeit zwischen Ärzten und Patienten bessere Ergebnisse begünstige. Der Beitrag legt diese Forschung jedoch nicht selbst dar und berichtet keine eigenen Messungen klinischer Resultate. Sein Schwerpunkt liegt auf den Erfahrungen und Vorhaben von DeepMind Health zur Beteiligung und Einbindung der Öffentlichkeit (PPIE).

Für die Entwicklung einer Beteiligungsstrategie suchte DeepMind laut King den Rat von Fachleuten. Besonders hebt er Rosamund Snow hervor, Patientenredakteurin des British Medical Journal. Sie habe das Unternehmen zu mehr Selbstkritik und Transparenz gedrängt und unter anderem ein patientengeführtes Projekt, Praktika für Patienten sowie eine Patientenvertretung mit direktem Einfluss auf die Arbeit vorgeschlagen. Diese Ideen würden mit Patienten weiter ausgearbeitet. Snow stellte auch Kontakte zu Sally Crowe und Paul Buchanan her, mit denen DeepMind weiterhin zusammenarbeite.

Bei einem Gipfeltreffen im September 2016 diskutierten Patienten, Angehörige und weitere Mitglieder der Öffentlichkeit Snows Vorschläge. Einige lehnten eine einzelne Patientenvertretung ab, weil eine Person die Vielfalt der Betroffenen nicht repräsentieren könne. Sie befürworteten stattdessen ein Patientenpanel für sämtliche Projekte. Rückmeldungen betrafen auch den Veranstaltungsort: Die DeepMind-Büros wirkten auf manche einschüchternd. Das Unternehmen plante deshalb, weitere Treffen sowohl in den eigenen Räumen als auch an neutraleren Orten abzuhalten; für Veranstaltungen 2017 nennt der Beitrag Friends House in London und ein Hotel in Manchester.

Weitere Rückmeldungen bezogen sich auf Sprache und Gesprächsführung. Teilnehmer wollten Patientenbeiträge nicht als bloße „Geschichten“ oder „Zeugnisse“ abgewertet sehen, sondern als authentische und maßgebliche Perspektiven. Sie regten außerdem Formulierungen an, die Patienten neben Klinikern als gleichberechtigte Mitwirkende sichtbar machen. Da sich manche Teilnehmende im Gespräch mit DeepMind-Mitarbeitern unwohl fühlten, setzte das Unternehmen bei Veranstaltungen im Juli externe Moderatoren ein. King berichtet, dass sich Teilnehmende dadurch freier geäußert hätten; andere hätten sich zugleich mehr direkten Austausch mit DeepMind gewünscht. Künftig wolle das Unternehmen beide Formen verbinden.

Der Beitrag beschreibt zudem den Austausch mit Organisationen wie der Coalition for Collaborative Care, National Voices und der Patients Association. Als Grundsätze erfolgreicher Zusammenarbeit nennt er klare Kommunikation, eine transparente Richtung, Ehrlichkeit und gegenseitige Wertschätzung. DeepMind berichtet von Tausenden Stunden Beteiligungsarbeit in Einzelgesprächen, Workshops und Veranstaltungen und kündigt weitere Formate an: eine Online-Patientengemeinschaft, gemeinsame Designtermine und Patientenbeteiligung an Forschungskooperationen. Ein neu eingeführtes Onlineformular sollte Interessierten ermöglichen, sich etwa für einen Newsletter oder Entwicklungsaktivitäten anzumelden.

Die Grenzen des Berichts liegen darin, dass er die Sichtweise des Unternehmens und dessen Erfahrungen sowie Absichten schildert. Er dokumentiert Rückmeldungen und angekündigte Maßnahmen, belegt aber nicht, in welchem Umfang alle Vorschläge umgesetzt wurden oder ob sie die Versorgung und Behandlungsergebnisse tatsächlich verbesserten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Zusammenfassungen geben den Bericht im Kern treu wieder. Fehlend sind vor allem die Zusammenarbeit mit anderen Organisationen, das Anmeldeformular und Rosamund Snows anfängliche Skepsis. Der Bericht betrifft Patientenbeteiligung bei Gesundheitstechnologien und nicht allgemeine KI-Governance, daher fallen die Einordnungen zu Pausenschwellen und Entscheidungsgewalt niedrig aus.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Zusammenarbeit mit anderen Organisationen wie dem Coalition for Collaborative Care, National Voices und der Patients Association, die ein Modell respektvoller Zusammenarbeit beschrieben haben
  • Das neu gestartete Anmeldeformular auf der Patientenseite für Newsletter sowie Design- und Entwicklungssitzungen
  • Rosamund Snows anfängliche Skepsis gegenüber der Arbeit von DeepMind Health und das frühe Treffen mit dem Patienten Michael Wise

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 26 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 48 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 26 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 58 %einzelne zitierbare Belege
    • JEV 44 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-O2-T05 Welche öffentlichen Zusagen eines Spitzenlabors macht die juristische Person, die bei einem Bruch verklagt würde, und welche nur das Forschungsteam, und veröffentlichen die Labore das für jede Zusage? Luna: Stufe 4 · 31 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 17 %Hintergrund, keine Belege
    • Luna 43 %einzelne zitierbare Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 24 %einzelne zitierbare Belege
    • SubQ 29 %gleiches Oberthema, hilft nicht
    • drex 29 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung beantwortet teilweise oder widerspricht

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →