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
deepmind5. November 2018 · Q006158

Predicting eye disease with Moorfields Eye Hospital

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

DeepMind und Moorfields wollen anhand von bis zu 7.000 anonymisierten OCT-Aufnahmen untersuchen, ob KI eine Verschlechterung der AMD im zunächst gesunden Auge früh vorhersagen kann. Der Bericht beschreibt Planung und zugesagte Datenkontrollen, enthält aber noch keine Ergebnisse zur Zuverlässigkeit oder zum Nutzen des Ansatzes.

Mittel

DeepMind und das Moorfields Eye Hospital kündigen eine Forschungsphase dazu an, ob KI eine Verschlechterung der altersbedingten Makuladegeneration (AMD) vor dem Auftreten von Symptomen vorhersagen kann. Der Bericht unterscheidet die häufigere trockene Form von der schwereren feuchten AMD und gibt an, etwa 15 Prozent der Betroffenen mit trockener AMD entwickelten die feuchte Form, die dauerhaft schweren Sehverlust verursachen könne.

Untersucht werden sollen anonymisierte Aufnahmen von bis zu 7.000 Menschen, die wegen feuchter AMD in einem Auge behandelt wurden. Die Forschenden wollen abschätzen, ob sich die Krankheit im anderen, zunächst gesund erscheinenden Auge verschlechtert. Da das Erkennen möglicher Vorzeichen laut Bericht besonders rechenintensiv ist, soll Googles Cloud-Infrastruktur genutzt werden. DeepMind nennt Verschlüsselung, De-Identifizierung, beschränkten und protokollierten Zugriff sowie Moorfields’ Zustimmung als Schutzmaßnahmen. Der Text beschreibt ein Forschungsvorhaben und seine geplante Datenverarbeitung, aber keine Ergebnisse zur Vorhersagegenauigkeit oder zu einem tatsächlichen Nutzen für Patientinnen und Patienten.

Ausführlich lesen

Der Bericht beschreibt ein geplantes Forschungsprojekt von DeepMind und dem Moorfields Eye Hospital. Aufbauend auf einer zuvor vorgestellten Forschungsphase, in der eine KI laut den Beteiligten Ärztinnen und Ärzten bei Behandlungsempfehlungen für mehr als 50 Augenkrankheiten entsprechen und ihre Empfehlungen erklären konnte, soll nun untersucht werden, ob sich eine Verschlechterung schon vor dem Auftreten von Symptomen vorhersagen lässt.

Im Mittelpunkt steht die altersbedingte Makuladegeneration (AMD), die der Bericht als eine der häufigsten Ursachen für Erblindung bezeichnet und mit weltweit 170 Millionen Betroffenen beziffert. Er unterscheidet eine häufigere trockene Form, die meist nur leichten Sehverlust verursache, und eine schwerere feuchte Form. Dem Bericht zufolge entwickeln etwa 15 Prozent der Menschen mit trockener AMD die feuchte Form, die zu dauerhaftem, schwerem Sehverlust führen könne. Augenärztinnen und Augenärzte diagnostizieren feuchte AMD anhand detaillierter dreidimensionaler OCT-Aufnahmen des Augenhintergrunds. Die erste Forschungsphase habe darauf hingedeutet, dass KI solche Scans schneller auf bereits vorhandene Anzeichen untersuchen könnte.

Das neue Vorhaben richtet sich auf eine frühere Vorhersage: Analysiert werden sollen anonymisierte Scans von bis zu 7.000 Moorfields-Patientinnen und -Patienten, die wegen feuchter AMD in einem Auge behandelt wurden. Ziel ist, eine Verschlechterung im anderen, zunächst gesund erscheinenden Auge vorherzusagen. Der Bericht betont, dass das Erkennen möglicher Vorzeichen schwieriger und rechenintensiver sei als das Auffinden bekannter Symptome. Daher hätten DeepMind und Moorfields vereinbart, für die Forschung Googles Cloud-Infrastruktur zu nutzen. Forschende beider Einrichtungen sollten zunächst von Großbritannien und den USA aus darauf zugreifen; eine weltweite Ausweitung wird lediglich als mögliche spätere Entwicklung genannt.

DeepMind führt als erwartete Vorteile der Cloud deren Skalierbarkeit, Zuverlässigkeit und Rechenleistung an und verweist auf eine positive Einordnung durch NHS Digital und andere Aufsichtsstellen. Für den Umgang mit Forschungsdaten verspricht das Unternehmen Verschlüsselung und De-Identifizierung, Zugriff nur für eine begrenzte Zahl von Forschenden, automatische Protokollierung sämtlicher Zugriffe sowie eine Freigabe ausschließlich für offiziell genehmigte Forschungszwecke mit Zustimmung von Moorfields.

Der Text berichtet über den Beginn und die geplante Durchführung der Forschung, nicht über Ergebnisse des Vorhersageprojekts. Er belegt daher weder, dass die KI eine Verschlechterung zuverlässig vorhersagen kann, noch dass sie bereits Sehverlust verhindert oder die Versorgung verbessert hat. Die genannten Vorteile und Schutzmaßnahmen werden als Einschätzungen beziehungsweise Zusagen der Beteiligten dargestellt.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna lieferte zwei Zusammenfassungen (kurz und mittel); beide wurden geprüft, beide sind inhaltlich korrekt, die mittlere fehlt jedoch die Ergebnisse der ersten Phase. Lunas Stufen und Anteile wurden nicht übernommen, da die Einordnung unabhängig erfolgte. Bei den Teilfragen gab es keine Angaben, daher wurde keine bewertet.

Im Bericht, aber nicht in der Zusammenfassung

  • Ergebnisse der ersten Projektphase: KI erreichte bei über 50 Augenkrankheiten Behandlungsempfehlungen auf dem Niveau weltführender Ärzte und kann ihre Empfehlungen erklären
  • Die erste Phase zeigte, dass KI OCT-Scans schneller auswerten kann, um Patienten mit dringendem Behandlungsbedarf zu erkennen
  • Rund 170 Millionen Menschen weltweit sind von AMD betroffen
  • Der Zugriff auf die Daten erfolgt zunächst in UK und USA, später möglicherweise weltweit in Cloud-Standorten
  • Die Cloud-Nutzung wurde laut Bericht von NHS Digital und weiteren Regulierungsbehörden befürwortet
  • Die Partnerschaft mit Cancer Research UK zur Brustkrebsdiagnose wird als Beispiel für die Cloud-Nutzung genannt

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 29 %einzelne zitierbare Belege
    • JEV 58 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung 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 28 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 45 %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 29 %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 46 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. 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 25 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 52 %einzelne zitierbare Belege
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 100 %kein Bezug
    • JEV 40 %einzelne zitierbare Belege
    • amos 35 %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 56 %einzelne zitierbare Belege
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 36 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 40 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung 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 →