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
deepmind13. November 2018 · Q005003

Scaling Streams with Google

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

DeepMind kündigt an, dass das Streams-Team zu Google wechselt und die Klinik-App zu einem KI-Assistenten für medizinisches Personal weiterentwickeln soll. Das Team soll in London bleiben; laut Beitrag behalten die NHS-Partner die Kontrolle über Patientendaten und deren Nutzung. Die erwarteten Vorteile für Forschung und Versorgung werden als Ziel beziehungsweise Prognose beschrieben, nicht im Text abschließend belegt.

Mittel

Der Beitrag kündigt an, dass das Team hinter der mobilen Klinik-App Streams zu Google wechselt. Die Anwendung soll Pflegekräfte, Ärztinnen und Ärzte dabei unterstützen, Patienten schneller und besser zu versorgen. DeepMind bezeichnet den Schritt als Meilenstein und erwartet, dass Googles Größe und Erfahrung die Verbreitung solcher Arbeiten beschleunigen können. Als bisherige Gesundheitsforschung nennt der Text KI zur Erkennung von Augenerkrankungen, zur Planung von Krebsbestrahlungen und zur Erkennung einer Verschlechterung anhand elektronischer Patientenakten. Die Ergebnisse werden im Beitrag selbst nicht ausführlich belegt.

Streams soll sich zu einem KI-gestützten Assistenten für medizinisches Personal entwickeln, der Algorithmen, verständliche Gestaltung und strenge Evidenz verbindet. Das Team soll in London bleiben und von Dr. Dominic King geleitet werden. DeepMind erklärt, den NHS-Partnern verpflichtet zu bleiben und eng mit ihnen am Übergang zu arbeiten. Patientendaten sollen unter der strengen Kontrolle der Partner bleiben; Nutzungsentscheidungen lägen weiterhin bei ihnen. DeepMind will außerdem grundlegende KI-Forschung mit akademischen Partnern fortsetzen. Der Text beschreibt mögliche künftige Beiträge zu Diagnostik und Wirkstoffentwicklung als Erwartungen. Ein Nachtrag meldet den Anschluss von DeepMind Health an Google Health im September 2019.

Ausführlich lesen

Der Beitrag kündigt an, dass das Team hinter Streams zu Google wechselt. Streams wird als mobile Anwendung beschrieben, die Ärztinnen, Ärzte und Pflegekräfte dabei unterstützen soll, Patientinnen und Patienten schneller und besser zu versorgen. Die Autorinnen und Autoren stellen den Wechsel als wichtigen Meilenstein für DeepMind dar und verbinden ihn mit der Erwartung, Googles Größe und Erfahrung könnten dazu beitragen, Forschung und Produkte schneller vielen Menschen zugänglich zu machen.

Rückblickend beschreibt der Beitrag, wie Streams von einer ersten Idee bis zum Einsatz im klinischen Alltag entwickelt worden sei. Die Autoren berichten, die Anwendung habe das Leben von Patienten sowie die Arbeit der behandelnden Pflegekräfte und Ärzte verändert. Als Unterstützung für die weitere Entwicklung verweisen sie auf den Einstieg des Gesundheitsexperten Dr. David Feinberg bei Google. Konkrete Messwerte oder unabhängige Belege für die geschilderten Wirkungen enthält der vorliegende Text nicht.

DeepMind führt weitere Beispiele für die Zusammenarbeit mit Google an: Fortschritte bei der Energieeffizienz von Rechenzentren, der Akkulaufzeit von Android-Geräten und Text-to-Speech-Anwendungen. Außerdem berichtet der Beitrag, in den drei Jahren zuvor sei ein Team aus Ingenieuren, Klinikfachleuten und Forschenden für die praktische Einführung klinischer Werkzeuge aufgebaut worden. Parallel dazu habe DeepMind an KI für das Gesundheitswesen gearbeitet. Genannt werden die Erkennung von Augenerkrankungen, die Planung von Bestrahlungen bei Krebs und die Erkennung einer Verschlechterung des Patientenzustands anhand elektronischer Gesundheitsakten. Die Aussagen verweisen auf verlinkte Arbeiten, erläutern deren Ergebnisse im Beitrag selbst aber nur knapp.

Als Ziel formuliert DeepMind, Streams zu einem KI-gestützten Assistenten für Pflegekräfte und Ärzte weiterzuentwickeln. Dieser solle leistungsfähige Algorithmen, eine intuitive Gestaltung und strenge wissenschaftliche Belege verbinden. Das Team solle in Google mit Kolleginnen und Kollegen aus anderen Bereichen daran arbeiten. Es werde in London bleiben und von Dr. Dominic King, einem früheren NHS-Chirurgen und Forscher, geleitet. DeepMind erklärt, weiterhin zu bestehenden NHS-Partnern zu stehen und laufende sowie weitere Projekte umzusetzen. Während des Übergangs wolle man eng mit den Partnern zusammenarbeiten.

Für den Umgang mit Gesundheitsdaten nennt der Beitrag Informationsverwaltung und Sicherheit als oberste Prioritäten. Die Patientendaten blieben unter der strengen Kontrolle der Partner; Entscheidungen über ihre Nutzung sollten weiterhin bei ihnen liegen. Darüber hinaus kündigt DeepMind an, als Forschungsorganisation grundlegende KI-Forschung zu wichtigen wissenschaftlichen und medizinischen Fragen in Zusammenarbeit mit akademischen Partnern fortzusetzen. Langfristig könne KI nach Einschätzung der Autoren unter anderem bei Proteinfaltung und Bildanalyse Fortschritte ermöglichen und so Diagnostik oder Wirkstoffentwicklung verbessern. Das sind Erwartungen, keine im Beitrag nachgewiesenen zukünftigen Ergebnisse. Ein abschließender redaktioneller Hinweis ergänzt, dass DeepMind Health am 18. September 2019 zur Google-Health-Familie gewechselt sei.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna hat mehrere Fassungen der Zusammenfassung geliefert; alle drei sind inhaltlich nah am Bericht und lassen nur den Feinberg-Teil und die früheren Google-Projekte aus. Die Einordnung stützt sich auf einen Unternehmensbeitrag von 2018, der die Sammelfragen nur am Rande berührt, weshalb Lunas höhere Stufen bei SF-E5 und SF-E4 zu hoch erscheinen.

Im Bericht, aber nicht in der Zusammenfassung

  • Ankunft von Dr. David Feinberg bei Google als Gesundheitsexperte
  • Verweis auf frühere Google-Projekte wie Rechenzentrum-Kühlung, Android-Akkulaufzeit und Text-to-Speech

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
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 35 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 53 %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 25 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 52 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 71 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 39 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 27 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
  1. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 100 %kein Bezug
    • Luna 26 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
    • clef 100 %kein Bezug
    • Luna 44 %einzelne zitierbare Belege
    • JEV 41 %einzelne zitierbare Belege
    • amos 28 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung beantwortet teilweise oder widerspricht
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 100 %kein Bezug
    • JEV 55 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 44 %einzelne zitierbare Belege
    • JEV 52 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 46 %einzelne zitierbare Belege
    • JEV 48 %beantwortet teilweise oder widerspricht
    • amos 24 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

    • 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 · 33 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • 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 · 32 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt

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 →