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
deepmind27. Februar 2017 · Q006177

A milestone for DeepMind Health and Streams

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

DeepMind berichtet, dass die erste Version der klinischen App Streams am Royal Free London eingeführt wurde und erste Rückmeldungen sowie einzelne Erfahrungen positiv seien. Die genannten Zeitersparnisse und schnelleren Reaktionen sind vorläufige Hinweise; eine umfassende Wirkungsprüfung stand laut Bericht noch aus.

Mittel

Der Bericht meldet die Einführung der ersten Version von Streams, einer klinischen Informations-App von DeepMind, am Royal Free London. Die Einführung folgt auf eine zuvor angekündigte, fünfjährige Partnerschaft. DeepMind zufolge fallen die ersten Rückmeldungen von Pflegekräften, Ärztinnen und Ärzten sowie Patientinnen und Patienten positiv aus. Einige Pflegekräfte schätzten, die App spare ihnen täglich bis zu zwei Stunden. Außerdem gebe es erste Fälle, in denen Streams-Warnmeldungen zu schnellerer Erkennung und Behandlung beigetragen hätten; als Beispiel wird Afia Ahmed genannt.

Der Beitrag stellt diese Angaben ausdrücklich als frühe Hinweise dar. Eine umfassende Evaluation zur Messung der Gesamtwirkung sollte erst in den folgenden Monaten stattfinden; deren Ergebnisse liegen im Bericht nicht vor. DeepMind bezeichnet die Einführung als Meilenstein nach rund achtzehn Monaten Entwicklungsarbeit. Der Text betont, Gesundheitstechnologie solle sich an den praktischen Erfahrungen von Klinikpersonal und Patientinnen und Patienten orientieren. Geplant seien der weitere Ausbau von Streams, maschinelles Lernen zu verbreiteten Erkrankungen und Unterstützung für Krankenhäuser, um Versorgung schneller und sicherer zu machen.

Ausführlich lesen

Der Bericht beschreibt einen wichtigen Schritt bei der Einführung von Streams, einer klinischen App von DeepMind, die medizinischem Personal relevante Informationen zum passenden Zeitpunkt bereitstellen soll. Im November zuvor hatte DeepMind eine auf fünf Jahre angelegte Partnerschaft mit dem Royal Free London angekündigt. Zum Zeitpunkt des Berichts ist die erste Version der App dort eingeführt.

DeepMind berichtet von bislang positiven Rückmeldungen durch Pflegekräfte, Ärztinnen und Ärzte sowie Patientinnen und Patienten. Einige Pflegekräfte schätzen demnach, dass Streams ihnen täglich bis zu zwei Stunden spare und dadurch mehr Zeit für betreuungsbedürftige Patientinnen und Patienten bleibe. Der Beitrag nennt außerdem erste Fälle, in denen Warnmeldungen dazu beigetragen hätten, Erkrankungen schneller zu erkennen und darauf zu reagieren. Als Beispiel wird Afia Ahmed angeführt, die dank einer sofortigen Benachrichtigung früher untersucht worden sei.

Diese Angaben sind frühe Rückmeldungen und Beispiele, keine abschließende Wirkungsbewertung. Der Bericht kündigt eine umfassende Evaluation des Dienstes für die folgenden Monate an, mit der die Gesamtwirkung von Streams gemessen werden soll. Ergebnisse dieser Evaluation enthält der vorliegende Text nicht.

DeepMind wertet die Einführung als Meilenstein nach rund achtzehn Monaten Arbeit von der Konzeption über Entwicklung und Tests bis zur Einführung. Der Beitrag vertritt die Auffassung, dass Gesundheits-Technologie praktische Vorteile am besten erreichen könne, wenn sie gemeinsam mit den Menschen entwickelt werde, die im Klinikalltag Versorgung leisten oder erhalten. Die Arbeit an Streams solle ausgeweitet werden; außerdem seien maschinelles Lernen zu verbreiteten Erkrankungen und Unterstützung für Krankenhauspartner bei schnellerer und sichererer Versorgung geplant.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Geprüft wurde Lunas mittlere Zusammenfassung; die kurze Fassung ist ebenfalls treu und enthält keine erfundenen Angaben. Die Einordnung ist unabhängig von Lunas Stufen erfolgt, die bei SF-M4 und SF-E4 deutlich zu hoch lagen. Teilfragen wurden keine angegeben, daher gibt es dazu keine Einordnung. Der Bericht ist eine Selbstdarstellung von DeepMind mit vorläufigen, anekdotischen Belegen.

Im Bericht, aber nicht in der Zusammenfassung

  • Zweck von Streams: die richtigen Informationen sollen zur richtigen Zeit bei der richtigen Klinikperson ankommen

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 40 %einzelne zitierbare Belege
    • JEV 53 %einzelne zitierbare Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV 39 %gleiches Oberthema, hilft nicht
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 59 %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 44 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 47 %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 31 %Hintergrund, keine Belege
    • JEV 67 %einzelne zitierbare Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %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 62 %Hintergrund, keine Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • 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 34 %Hintergrund, keine Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung Hintergrund, keine Belege

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 →