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
deepmind6. Mai 2024 · Q005074

Advancing Biomedical Understanding with Multimodal Gemini

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Abstract berichtet über Mosaic, eine mit 2,2 Millionen Beispielen medizinisch angepasste Gemini-Modellreihe, und nennt gute Ergebnisse bei der Erstellung und Klassifikation medizinischer Berichte und Bilder sowie bei genetischer Risikovorhersage. Es liegt nur der Abstract samt Metadaten und Autorenliste vor; Details zu Stichproben und Bewertungsmethoden fehlen.

Mittel

Der Auszug stellt Mosaic vor, eine medizinisch angepasste Gemini-Modellreihe, die mit 2,2 Millionen Beispielen aus verschiedenen biomedizinischen Aufgaben feinabgestimmt wurde. Sie soll unter anderem zwei- und dreidimensionale Radiologie, Histopathologie, Augenheilkunde, Dermatologie und Genomik abdecken.

Laut Abstract beurteilten Fachleute 65 Prozent der von Mosaic erzeugten Brustkorb-Röntgenberichte als mindestens gleichwertig mit den Originalberichten; 82 Prozent galten als klinisch akzeptabel. Bei Kopf-CT-Berichten lagen diese Anteile bei 48 beziehungsweise 68 Prozent. Die Autorinnen und Autoren nennen dies den ersten Nachweis einer Leistung auf Expertenniveau bei der Berichtserstellung aus 3D-Bildern. Weitere angeführte Resultate sind 24,1 Prozent RadGraph-F1 bei Röntgenberichten und 82,6 Prozent Genauigkeit bei einer Fünf-Klassen-Klassifikation auf MIMIC-CXR. Mosaic schnitt laut Text auch bei Histopathologie, visuellen Frage-Antwort-Aufgaben und genetischer Risikovorhersage konkurrenzfähig ab.

Es liegt nur der Abstract mit Metadaten und Autorenliste vor. Einzelheiten zu Stichproben und Bewertungsmethoden fehlen; die Angaben belegen keine allgemeine Überlegenheit oder selbstständige klinische Einsatzreife.

Ausführlich lesen

Der bereitgestellte Berichtsauszug beschreibt Mosaic, eine für medizinische Aufgaben angepasste Modellreihe auf Basis von Gemini. Die Autorinnen und Autoren begründen die Anpassung damit, dass medizinische Daten besondere Anforderungen stellen und allgemeine Modelle deshalb nicht automatisch gut für den klinischen Bereich geeignet seien. Mosaic wurde laut Abstract durch Feinabstimmung mit 2,2 Millionen Datenbeispielen aus unterschiedlichen biomedizinischen Aufgaben entwickelt. Die Modelle sollen Daten aus mehreren Fachgebieten und Bildtypen verarbeiten können, darunter zwei- und dreidimensionale Radiologie, Histopathologie, Augenheilkunde, Dermatologie und Genomik.

Als Ergebnisse nennt der Abstract sowohl Einschätzungen durch Fachleute als auch automatisierte Kennzahlen. Bei erzeugten Berichten zu Röntgenaufnahmen des Brustkorbs bewerteten befragte Radiologinnen und Radiologen 65 Prozent der KI-Berichte als mindestens gleichwertig mit den ursprünglichen Berichten; 82 Prozent galten als klinisch akzeptabel. Für Berichte zu dreidimensionalen Kopf-CT-Aufnahmen lauten die entsprechenden Anteile 48 und 68 Prozent. Die Autorinnen und Autoren bezeichnen dies als ersten Nachweis einer Leistung auf Expertenniveau bei der Berichtserstellung aus 3D-Bildern.

Bei Brustkorb-Röntgenberichten erzielte Mosaic laut Abstract einen RadGraph-F1-Wert von 24,1 Prozent und übertraf damit den zuvor besten Wert um mehr als 3,5 Prozent. Bei der Klassifikation von fünf Kategorien auf dem Datensatz MIMIC-CXR erreichte das Modell 82,6 Prozent Genauigkeit, 1,3 Prozentpunkte mehr als der zuvor beste Wert. In der Klassifikation von Histopathologie-Bildfeldern näherte es sich dem Leistungsniveau von Modellen an, die mit wesentlich mehr Beispielen trainiert worden seien. Außerdem berichtet der Text von konkurrenzfähigen Resultaten bei visuellen Frage-Antwort-Aufgaben in Pathologie und Radiologie sowie bei der Vorhersage genetisch bedingter Krankheitsrisiken im Vergleich zu polygenen Risikoscores, auch außerhalb der Trainingsdatenverteilung und mit weniger Trainingsdaten.

Der vorliegende Text enthält nur Metadaten, Abstract und Autorenliste, nicht den vollständigen Bericht. Er nennt keine näheren Angaben zu Stichprobengrößen, Bewertungsabläufen, Unsicherheiten oder Einsatzbedingungen. Die berichteten Ergebnisse belegen daher für sich genommen weder eine allgemeine Überlegenheit noch die Eignung für den selbstständigen klinischen Einsatz.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beide von Luna gelieferten Zusammenfassungen wurden geprüft; die mittlere ist inhaltlich treu, lässt aber einige Ergebnisvergleiche aus. Der Bericht ist nur ein Abstract mit Metadaten und Autorenliste, deshalb können die Einordnungen nur eingeschränkt ausfallen. Lunas hohe Stufe 4 bei SF-H3 ist nicht durch den Bericht gedeckt.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Verbesserungen gegenüber dem bisherigen Bestwert (mindestens 3,5 % bei RadGraph-F1 und 1,3 Prozentpunkte bei der MIMIC-CXR-Genauigkeit) fehlen in der mittleren Zusammenfassung.
  • Die Aussage, dass Mosaic genetische Risikovorhersage mit deutlich weniger Trainingsdaten erreicht, auch außerhalb der Trainingsverteilung, fehlt in der mittleren Zusammenfassung.
  • Die kurze Zusammenfassung nennt keine konkreten Ergebnisse oder Zahlen.

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-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 35 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • 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 100 %kein Bezug
    • JEV 31 %einzelne zitierbare Belege
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
Vertrauen in Modelle
  1. 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 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 37 %einzelne zitierbare Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
Wirtschaft und Haftung
Information und Öffentlichkeit

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 →