Der Wettstreit im Bereich KI-Gesundheitstechnologie spitzt sich mit neuen Produkten von OpenAI, Google und Anthropic zu

Innerhalb weniger Tage haben OpenAI, Google und Anthropic in diesem Monat jeweils spezielle medizinische KI-Funktionen vorgestellt. Diese Häufung von Ankündigungen deutet eher auf Wettbewerbsdruck als auf einen bloßen Zufall hin. Allerdings ist keines dieser Produkte als Medizinprodukt zugelassen, für den klinischen Einsatz freigegeben oder für die direkte Patientendiagnose verfügbar – trotz einer Marketingrhetorik, die die Transformation des Gesundheitswesens betont.

Am 7. Januar stellte OpenAI ChatGPT Health vor, das US-Nutzern über Partnerschaften mit b.well, Apple Health, Function und MyFitnessPal die Anbindung von Krankenakten ermöglicht. Google veröffentlichte am 13. Januar MedGemma 1.5 und erweiterte damit sein offenes medizinisches KI-Modell, um 3D-CT- und MRT-Scans sowie histopathologische Ganzpräparat-Bilder zu interpretieren.

Anthropic folgte am 11. Januar mit Claude for Healthcare und bietet HIPAA-konforme Schnittstellen zu CMS-Versicherungsdatenbanken, ICD-10-Kodierungssystemen und dem National Provider Identifier Registry.

Alle drei Unternehmen zielen auf dieselben administrativen Schwachstellen ab – Vorabgenehmigungsprüfungen, Schadenbearbeitung und klinische Dokumentation – mit ähnlichen technischen Ansätzen, aber unterschiedlichen Markteinführungsstrategien.

Entwicklerplattformen, keine Diagnoseprodukte

Die architektonischen Ähnlichkeiten sind auffällig. Jedes System nutzt multimodale große Sprachmodelle, die auf medizinische Literatur und klinische Datensätze abgestimmt sind. Jedes betont Datenschutzmaßnahmen und rechtliche Hinweise. Jedes positioniert sich als Unterstützung und nicht als Ersatz für das klinische Urteilsvermögen.

Die Unterschiede liegen in den Bereitstellungs- und Zugangsmodellen. ChatGPT Health von OpenAI fungiert als verbraucherorientierter Dienst mit einer Warteliste für Abonnenten von ChatGPT Free, Plus und Pro außerhalb des EWR, der Schweiz und des Vereinigten Königreichs. MedGemma 1.5 von Google wird als offenes Modell über das „Health AI Developer Foundations“-Programm veröffentlicht und steht zum Download über Hugging Face oder zur Bereitstellung über Vertex AI von Google Cloud zur Verfügung.

Anthropics „Claude for Healthcare“ lässt sich über „Claude for Enterprise“ in bestehende Unternehmensabläufe integrieren und richtet sich eher an institutionelle Käufer als an einzelne Verbraucher. Alle drei verfolgen eine einheitliche regulatorische Haltung.

OpenAI erklärt ausdrücklich, dass Health „nicht für Diagnose- oder Behandlungszwecke bestimmt ist“. Google positioniert MedGemma als „Ausgangspunkt für Entwickler, um ihre medizinischen Anwendungsfälle zu bewerten und anzupassen“. Anthropic betont, dass die Ergebnisse „nicht dazu bestimmt sind, direkt in klinische Diagnosen, Entscheidungen zum Patientenmanagement, Behandlungsempfehlungen oder andere direkte Anwendungen in der klinischen Praxis einfließen“.

Benchmark-Leistung vs. klinische Validierung

Die Benchmark-Ergebnisse für medizinische KI zeigten bei allen drei Versionen erhebliche Verbesserungen, obwohl die Kluft zwischen Testleistung und dem klinischen Einsatz in der Praxis nach wie vor groß ist. Google berichtet, dass MedGemma 1.5 auf dem MedAgentBench von Stanford, einem Benchmark für die Vervollständigung medizinischer Agenten, eine Genauigkeit von 92,3 % erreichte, verglichen mit 69,6 % bei der vorherigen Baseline Sonnet 3.5.

In internen Tests verbesserte sich das Modell um 14 Prozentpunkte bei der MRT-Krankheitsklassifizierung und um 3 Prozentpunkte bei CT-Befunden. Anthropics Claude Opus 4.5 erzielte 61,3 % bei den MedCalc-Tests zur medizinischen Berechnungsgenauigkeit mit aktivierter Python-Codeausführung und 92,3 % auf dem MedAgentBench.

Das Unternehmen gibt zudem Verbesserungen bei den „Ehrlichkeitsbewertungen“ in Bezug auf faktische Halluzinationen an, obwohl keine konkreten Kennzahlen genannt wurden.

OpenAI hat keine Benchmark-Vergleiche speziell für ChatGPT Health veröffentlicht, sondern weist darauf hin, dass „weltweit über 230 Millionen Menschen jede Woche gesundheits- und wellnessbezogene Fragen auf ChatGPT stellen“, basierend auf einer anonymisierten Analyse der bestehenden Nutzung.

Diese Benchmarks messen die Leistung anhand kuratierter Testdatensätze, nicht anhand klinischer Ergebnisse. Da medizinische Fehler lebensbedrohliche Folgen haben können, ist die Übertragung der Benchmark-Genauigkeit auf den tatsächlichen klinischen Nutzen weitaus komplexer als in anderen KI-Bereichen.

Regulatorischer Weg bleibt unklar

Die regulatorische Landschaft für diese medizinischen KI-Tools ist nach wie vor unklar. In den USA hängt die Aufsicht durch die FDA vom Verwendungszweck ab. Software, die „medizinisches Fachpersonal bei der Prävention, Diagnose oder Behandlung unterstützt oder Empfehlungen gibt“, muss möglicherweise als Medizinprodukt vor der Markteinführung geprüft werden. Keines der angekündigten Tools verfügt derzeit über eine FDA-Zulassung.

Haftungsfragen sind ebenfalls ungeklärt. Wenn Mike Reagin, CTO von Banner Health, erklärt, das System sei „von Anthropics Fokus auf KI-Sicherheit angezogen worden“, bezieht sich dies auf die Technologieauswahl, nicht auf rechtliche Haftungsrahmen.

Wenn sich ein Kliniker auf die Vorabgenehmigungsanalyse von Claude verlässt und einem Patienten durch eine verzögerte Behandlung Schaden entsteht, bietet die bestehende Rechtsprechung wenig Orientierung bei der Zuweisung der Verantwortung.

Die regulatorischen Ansätze variieren je nach Region erheblich. Während die FDA und die europäische Medizinprodukteverordnung etablierte Rahmenbedingungen für Software als Medizinprodukt bieten, haben viele Regulierungsbehörden im asiatisch-pazifischen Raum noch keine spezifischen Leitlinien für generative KI-Diagnosetools herausgegeben.

Diese Unklarheit wirkt sich auf die Einführungszeitpläne in Märkten aus, in denen Lücken in der Gesundheitsinfrastruktur die Implementierung andernfalls beschleunigen könnten, was zu Spannungen zwischen klinischem Bedarf und regulatorischer Vorsicht führt.

Administrative Arbeitsabläufe, keine klinischen Entscheidungen

Die tatsächlichen Einsatzbereiche sind nach wie vor eng gefasst. Louise Lind Skov, Director of Content Digitalisation bei Novo Nordisk, beschrieb den Einsatz von Claude für die „Automatisierung von Dokumenten und Inhalten in der pharmazeutischen Entwicklung“, wobei der Schwerpunkt auf Zulassungsanträgen und nicht auf der Patientendiagnose lag.

Die taiwanesische Nationale Krankenversicherungsbehörde setzte MedGemma ein, um Daten aus 30.000 pathologischen Befunden für politische Analysen zu extrahieren, nicht für Behandlungsentscheidungen.

Dieses Muster zeigt, dass sich die institutionelle Einführung auf administrative Arbeitsabläufe konzentriert, bei denen Fehler weniger unmittelbar gefährlich sind – wie Abrechnung, Dokumentation und Protokollentwürfe –, anstatt auf die direkte Unterstützung klinischer Entscheidungen, wo KI die Patientenergebnisse am dramatischsten beeinflussen könnte.

Die Fähigkeiten der medizinischen KI entwickeln sich schneller, als Institutionen die Komplexität in Bezug auf Regulierung, Haftung und Workflow-Integration bewältigen können. Die Technologie ist bereits vorhanden. Ausgefeilte Tools für medizinisches Schlussfolgern sind gegen eine monatliche Gebühr zugänglich.

Ob dies zu einer transformierten Gesundheitsversorgung führt, hängt von entscheidenden Fragen ab, die diese koordinierten Ankündigungen noch nicht beantwortet haben.

Siehe auch: AstraZeneca setzt auf interne KI, um die Krebsforschung zu beschleunigen

Möchten Sie mehr über KI und Big Data von Branchenführern erfahren? Besuchen Sie die AI & Big Data Expo in Amsterdam, Kalifornien und London. Die umfassende Veranstaltung ist Teil der TechEx und findet gemeinsam mit anderen führenden Technologieveranstaltungen statt. Klicken Sie hier für weitere Informationen.

AI News wird von TechForge Media bereitgestellt. Entdecken Sie hier weitere bevorstehende Veranstaltungen und Webinare zum Thema Unternehmenstechnologie.