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
openai18. Juni 2026 · Q007981

Using AI to help physicians diagnose rare genetic diseases affecting children

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

In einer rückblickenden Studie lieferte ein KI-Modell für 376 zuvor ungelöste Fälle Hinweise, die nach fachlicher Prüfung und Bestätigung zu 18 Diagnosen führten (4,8 Prozent). Das Modell stellte selbst keine Diagnosen; Nutzen, Aufwand und Auswirkungen auf die Versorgung wurden nicht gemessen, und die Forschenden sehen weitere prospektive Untersuchungen als nötig an.

Mittel

Eine Studie aus Boston Children’s Hospital, Harvard und OpenAI untersuchte, ob ein KI-Modell ungelöste Fälle seltener genetischer Erkrankungen erneut analysieren und Fachleuten begründete Hinweise liefern kann. o3 Deep Research erhielt anonymisierte klinische Angaben und gefilterte Variantendaten aus 376 bereits erfolglos geprüften Fällen. Fachleute prüften jeden Vorschlag; eine Diagnose galt erst nach weiterer Untersuchung und Bestätigung durch ein zertifiziertes Labor.

Ärztinnen und Ärzte stellten bei 18 Fällen eine Diagnose fest, entsprechend einer zusätzlichen Ausbeute von 4,8 Prozent. Die Fälle stammten aus vier Gruppen; die Prozentangabe für frühe Psychosen beruht auf nur 15 Fällen und ist daher unsicher. Sieben Diagnosen waren außerhalb des lokalen Ablaufs bereits bekannt, fehlten jedoch in den ausgewerteten Unterlagen. Der Bericht nennt unter anderem eine bestätigte 22q11.2-Deletion und Kyras nach fast zwei Jahrzehnten erkannte *HSPB8*-Erkrankung. Eine mögliche Verbindung von *S1PR1* und Vitiligo bleibt eine experimentell zu prüfende Hypothese.

Die rückblickende Studie maß weder Zeit- und Kostenersparnis noch Auswirkungen auf die Versorgung. Das Modell diagnostizierte niemanden und ersetzte keine klinische Prüfung. Die Forschenden fordern prospektive Vergleiche; fachliche Beurteilung und Bestätigungstests bleiben laut Bericht erforderlich.

Ausführlich lesen

Der Bericht beschreibt eine im Juni 2026 in *NEJM AI* veröffentlichte Studie, in der Forschende ein OpenAI-Modell zur erneuten Analyse ungelöster Fälle seltener genetischer Erkrankungen einsetzten. Auch nach umfangreicher genetischer Untersuchung und fachärztlicher Prüfung bleibt laut Bericht etwa die Hälfte solcher Fälle ohne Diagnose. Neue Erkenntnisse über Gene und Varianten sowie über verschiedene Datenbanken verstreute Patientendaten können ältere Fälle jedoch später neu interpretierbar machen.

Das Team aus Boston Children’s Hospital, Harvard und OpenAI untersuchte 376 zuvor geprüfte, weiterhin ungelöste Fälle. Für jeden Fall erhielt o3 Deep Research anonymisierte klinische Angaben, standardisierte Symptome, gegebenenfalls Notizen und eine gefilterte Tabelle genetischer Varianten. Das Modell sollte mögliche molekulare Erklärungen mit Belegen aus klinischen Angaben, Vererbungsmustern, Variantendaten und Fachliteratur begründen. Forschende prüften die Vorschläge anhand etablierter Kriterien zur Variantenbewertung. Mindestens zwei Teammitglieder beurteilten jeden Kandidaten; Uneinigkeit wurde gemeinsam geklärt. Als Diagnose zählte ein Befund erst nach fachlicher Prüfung, Einstufung der Variante als krankheitsverursachend oder wahrscheinlich krankheitsverursachend, Bestätigung durch ein zertifiziertes Labor und Mitteilung durch das klinische Team.

Nach dieser Prüfung und zusätzlichen Tests stellten Ärztinnen und Ärzte bei 18 Fällen eine Diagnose fest: eine zusätzliche diagnostische Ausbeute von 4,8 Prozent. Darunter waren zehn von 100 Fällen mit neurologischen Entwicklungsstörungen, vier von 61 neuromuskulären Fällen, zwei von 200 Fällen plötzlichen unerwarteten Todes im Kindesalter und zwei von 15 Fällen früher Psychosen. Die Psychosegruppe war klein, weshalb ihr Prozentwert besonders unsicher ist. Sieben der 18 Diagnosen waren bereits außerhalb des lokalen Forschungsablaufs gefunden worden, fehlten aber in den geprüften Unterlagen.

Der Bericht nennt Beispiele dafür, dass das Modell ungewöhnliche oder komplexe Hinweise verbinden konnte: In einem Fall ließ es aus auffälligen Qualitätsmustern eine mögliche 22q11.2-Deletion ableiten, die durch weitere Sequenzierung bestätigt wurde. In anderen Fällen schlug es Erklärungen mit zwei Genen vor. Eine mögliche Verbindung zwischen einer Veränderung im Gen *S1PR1* und Vitiligo wird als prüfbare Hypothese beschrieben, die noch experimentell bestätigt werden müsse. Als Fallbeispiel schildert der Bericht Kyra, deren neuromuskuläre Erkrankung nach fast zwei Jahrzehnten mit einer *HSPB8*-Variante in Verbindung gebracht wurde.

Die Ergebnisse belegen laut Bericht keinen eigenständigen diagnostischen Einsatz des Modells: Es stellte keine Diagnosen und traf keine klinischen Entscheidungen. Die Studie war rückblickend, umfasste unterschiedliche Fallgruppen und maß weder Zeitersparnis noch Kosten, Arbeitsaufwand, Fehlalarmlast oder Auswirkungen auf die Versorgung. Die Prüfenden kannten zudem die vom Modell angegebenen Vertrauenswerte; diese waren keine kalibrierten Wahrscheinlichkeiten. Bestimmte Variantenarten wurden nicht systematisch untersucht. Die Forschenden empfehlen prospektive Studien an mehreren Zentren, um Nutzen und Belastungen mit der üblichen Praxis zu vergleichen. Sie betonen, dass menschliche Prüfung, geeignete Tests, Datenschutz und fachärztliches Urteil weiterhin erforderlich sind.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas kurze Zusammenfassung ist im Kern treu, die mittlere hat nur kleine Lücken bei Validierung, Konfidenzwerten und Finanzierung. Bei der Einordnung liegt Luna bei SF-P3 und V1-T07 zu hoch, weil der Bericht dazu praktisch nichts sagt; bei V5, E5 und E5-T02 stimmen die Stufen grob, weil der Bericht nur einzelne Aussagen liefert.

Im Bericht, aber nicht in der Zusammenfassung

  • Validierung des Workflows an bereits gelösten Fällen (48 von 51, 45 von 57, 11 von 15 Fällen mit korrektem Gen bzw. Allelen)
  • Konfidenzwerte des Modells, die mit korrekten Diagnosen korrelierten, aber nicht kalibriert sind
  • OpenAI-Foundation-Zuschuss, mit dem das Manton Center die nächste Stufe leitet

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
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 34 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • 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 34 %einzelne zitierbare Belege
    • amos 25 %nur am Rande erwähnt
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 44 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 59 %einzelne zitierbare Belege
    • JEV 32 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-P3-T02 Welche unabhängig überprüfbaren Zusagen könnten Regierungen von ihren KI-Laboren zur Veröffentlichung verlangen, und wie sieht unabhängige Prüfung aus, wenn der Beleg, dass ein Modell seinen vorgesehenen Zielen und Werten folgt, nur vom trainierenden Labor kommt und Prüfer weder die Modellgewichte (die gelernten Parameter) noch die Trainingsdaten sehen? Luna: Stufe 3 · 29 % · Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 28 %einzelne zitierbare Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • 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 31 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 69 %gleiches Oberthema, hilft nicht
    • drex 67 %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 33 %einzelne zitierbare Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 26 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 6 · 48 % · beantwortet teilweise oder widerspricht · Haiku-Prüfung: Stufe 6 · beantwortet teilweise oder widerspricht
    • SF-V1-T07 Lieber ein Modell, das immer seinen Lösungsweg zeigen muss, oder eines, das im Stillen mehr kann: Welches Risiko nimmt man in Kauf? Luna: Stufe 4 · 44 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  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 27 %einzelne zitierbare Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 57 %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 27 %einzelne zitierbare Belege
    • JEV 45 %beantwortet teilweise oder widerspricht
    • amos 43 %gleiches Oberthema, hilft nicht
    • 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 49 %einzelne zitierbare Belege
    • JEV 39 %beantwortet teilweise oder widerspricht
    • amos 26 %Hintergrund, keine Belege
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung einzelne zitierbare Belege

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 47 %beantwortet teilweise oder widerspricht
    • amos 23 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 100 %kein Bezug
    • JEV 26 %Hintergrund, keine Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 66 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 28 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
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 29 %einzelne zitierbare Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-O2-T05 Welche öffentlichen Zusagen eines Spitzenlabors macht die juristische Person, die bei einem Bruch verklagt würde, und welche nur das Forschungsteam, und veröffentlichen die Labore das für jede Zusage? Luna: Stufe 3 · 27 % · Hintergrund, keine Belege
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 31 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 47 %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 38 %Hintergrund, keine Belege
    • JEV 54 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  3. 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 41 %einzelne zitierbare Belege
    • JEV 40 %beantwortet teilweise oder widerspricht
    • amos 26 %nur am Rande erwähnt
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung einzelne zitierbare Belege

    • 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 4 · 38 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
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 →