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. September 2018 · Q005013

Using AI to plan head and neck cancer treatments

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

DeepMind berichtet über ein frühes KI-System, das Aufnahmen bei Kopf-Hals-Krebs für die Strahlentherapie ähnlich genau wie Fachkräfte, aber deutlich schneller segmentiert. Kürzere Wartezeiten und Entlastung des Klinikpersonals sind mögliche, noch nicht belegte Vorteile; als Nächstes sollte die Leistung gemeinsam mit UCLH in einem klinischen Umfeld menschlich bewertet werden.

Mittel

Der Bericht stellt frühe Ergebnisse eines gemeinsamen Projekts von DeepMind und UCLH zur KI-gestützten Planung von Strahlentherapie bei Kopf-Hals-Krebs vor. Das System segmentiert medizinische Aufnahmen, indem es zu behandelnde und zu schützende anatomische Bereiche markiert. Laut den im Beitrag genannten Forschungsergebnissen erreicht es dabei eine ähnliche Qualität wie erfahrene Fachkräfte und arbeitet wesentlich schneller. Die manuelle Segmentierung ist wichtig, aber zeitaufwendig; weltweit erkranken laut Bericht jährlich mehr als eine halbe Million Menschen an Kopf-Hals-Krebs.

DeepMind sieht mögliche künftige Vorteile in kürzeren Wartezeiten bis zur Behandlung, Unterstützung bei der adaptiven Strahlentherapie und mehr Zeit für klinisches Personal. Diese Wirkungen sind jedoch nicht belegt: Der Beitrag nennt die Arbeit früh und sagt, dass die Anwendung in der Praxis weiter untersucht werden müsse. Zur Bewertung entwickelte das Team eine neue, klinisch orientierte Kennzahl und einen Testsatz mit hochwertigen Segmentierungen aus zuvor unbekannten Einrichtungen; beides wurde veröffentlicht. Als nächsten Schritt planten DeepMind und UCLH eine menschliche Bewertung der Algorithmen in einem klinischen Umfeld. Ein sicherer Nutzen im realen Klinikbetrieb ist damit noch nicht nachgewiesen.

Ausführlich lesen

Der Bericht beschreibt frühe Ergebnisse eines gemeinsamen Projekts von DeepMind und der Radiologieabteilung des University College London Hospitals (UCLH). Ziel ist ein KI-System, das medizinische Aufnahmen bei Kopf-Hals-Krebs auswertet und anatomische Bereiche für die Planung einer Strahlentherapie segmentiert. Laut den im Beitrag angeführten Forschungsergebnissen erreicht das System dabei eine ähnliche Qualität wie erfahrene Fachkräfte und erledigt die Segmentierung in einem Bruchteil der Zeit. Der Beitrag stellt diese Ergebnisse ausdrücklich als vorläufig dar.

Die manuelle Segmentierung ist ein notwendiger, aber zeitaufwendiger Teil der Behandlungsplanung. Radiologiefachkräfte, Onkologinnen und Onkologen sowie Dosimetristinnen und Dosimetristen zeichnen dabei Bereiche ein, die bestrahlt werden sollen, und solche, die vor Strahlung geschützt werden müssen. Das ist wichtig, damit gesundes Gewebe möglichst wenig geschädigt wird. Der Bericht nennt mehr als eine halbe Million Neuerkrankungen an Kopf-Hals-Krebs pro Jahr weltweit.

DeepMind hofft, dass eine automatisierte Segmentierung künftig die Zeit zwischen Diagnose und Behandlung verkürzen und damit möglicherweise die Behandlungsergebnisse verbessern könnte. Auch für die adaptive Strahlentherapie, bei der die Behandlung an das Schrumpfen eines Tumors angepasst wird, sieht das Unternehmen einen möglichen Nutzen. Ob und wie das in der Praxis funktionieren kann, müsse jedoch noch untersucht werden. Als weiteren möglichen Vorteil nennt der Beitrag mehr Zeit für klinisches Personal, etwa für die Betreuung von Patientinnen und Patienten, Ausbildung und Forschung.

Um die Übertragbarkeit auf die Klinik zu verbessern, entwickelte das Team nach eigener Darstellung eine neue Kennzahl zur Bewertung der Modellleistung, die klinische Abläufe besser abbilden solle. Außerdem erstellte es einen Testsatz mit hochwertigen Segmentierungen von Aufnahmen aus Einrichtungen, die dem Modell zuvor unbekannt waren. Dies soll zeigen, ob das Verfahren auch auf Daten außerhalb der bisherigen Umgebung verallgemeinert. Beide Ressourcen wurden laut Beitrag für die Forschungsgemeinschaft veröffentlicht.

Der Bericht betont zugleich, dass die bisherigen Ergebnisse noch keinen Einsatz im klinischen Alltag belegen. Das System müsse erweitert und in realen klinischen Umgebungen geprüft werden. Als nächsten Schritt kündigt DeepMind gemeinsam mit UCLH eine Untersuchung mit menschlicher Bewertung an, um zu testen, wie die Algorithmen in einem klinischen Umfeld abschneiden könnten. Der Beitrag erwähnt zudem, dass erste Ergebnisse auf der MICCAI-Konferenz vorgestellt werden sollten. Insgesamt beschreibt er damit ein vielversprechendes, aber noch frühes Forschungsprojekt und formuliert mögliche Vorteile als Erwartungen, nicht als bereits nachgewiesene Wirkungen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassung ist im Wesentlichen treu; nur die MICCAI-Vorstellung fehlt. Die Einordnung wurde unabhängig von Lunas Stufen vergeben: SF-H2 und SF-E4 liegen deutlich niedriger als von Luna angegeben, SF-P3 stimmt eher. Da keine Teilfragen angegeben sind, entfällt deren Bewertung.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Vorstellung der Ergebnisse durch Professor Olaf Ronneberger auf der MICCAI-Konferenz

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 100 %kein Bezug
    • JEV 26 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 29 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 29 %Hintergrund, keine Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 40 %einzelne zitierbare Belege
    • JEV 64 %einzelne zitierbare Belege
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung einzelne zitierbare Belege
Tempo und Grenzen
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 33 %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 49 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 50 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 30 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 55 %einzelne zitierbare Belege
    • JEV 58 %einzelne zitierbare Belege
    • amos 26 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 52 %einzelne zitierbare Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • 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 100 %kein Bezug
    • JEV 58 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 47 %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 52 %einzelne zitierbare Belege
    • JEV 68 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung 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 100 %kein Bezug
    • JEV 35 %Hintergrund, keine Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

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 →