Chinesisches KI-Modell MedGPT schlägt Ärzte bei komplexen Lungenkrebsfällen

Anwendung

Das chinesische Unternehmen Weilai Yisheng hat mit Thoraxchirurgie-Teams aus Spitzenkrankenhäusern eine Studie zu 40 komplexen Lungenkrebsfällen durchgeführt. Getestet wurde das firmeneigene Modell MedGPT gegen 250 Ärzte aus Krankenhäusern der höchsten chinesischen Versorgungsstufe. In 660 von 750 verglichenen Behandlungsvorschlägen bewerteten die Prüfer die MedGPT-Strategien höher als jene der Ärzte ohne KI-Hilfe, ein Ergebnis von 88 zu 12. Laut der Meldung ist dies die bisher größte Studie dieser Art zu komplexer Lungenkrebstherapie in China.

An der Studie nahmen Ärzte aus 27 Provinzregionen und 98 standardisierten Zentren teil, aus Thoraxchirurgie, Pneumologie und Onkologie. 159 von ihnen, also 63,6 Prozent, waren Chefärzte oder stellvertretende Chefärzte. Jeder Arzt bearbeitete drei Fälle: ohne Hilfsmittel, mit Literaturrecherche und mit MedGPT-Unterstützung, insgesamt entstanden 2250 Strategietexte. Mit MedGPT-Unterstützung stieg der durchschnittliche Ärzte-Score laut der Meldung von 53,40 auf 66,27 Punkte, ein Anstieg um 24,1 Prozent. Im Vergleich mit GPT-5.4, Claude Opus 4.7 und Gemini 3.1 Pro erreichte MedGPT einen Gesamtscore von 96,22 Punkten, die anderen Modelle kamen auf 71,38, 61,81 und 54,62 Punkte.

Ein Gremium aus 20 Fachexperten legte in drei Runden 240 Bewertungsregeln fest, darunter 40 Regeln zu Sicherheitsgrenzen, deren Verletzung automatisch zu einer Null-Bewertung führte. Die Benotung übernahmen anschließend drei KI-Modelle unabhängig voneinander, ohne Kenntnis der Herkunft der Vorschläge. Nach Angaben des Unternehmens stützt sich MedGPT auf eine Datenbank mit rund 13.000 Originaldokumenten zu Lungenkrebs, aus denen 201.000 klinische Evidenzeinheiten abgeleitet wurden. Chinesische und US-amerikanische Fachärzte äußerten sich laut der Meldung anerkennend zum klinischen Nutzen des Systems.

Bemerkenswert finde ich weniger den Punktestand selbst als die Rolle, die MedGPT in der Studie übernimmt. Das Modell liefert keine einzelne Diagnose, sondern mehrere Behandlungspfade mit klaren Ein- und Ausstiegsbedingungen, die Ärzte anschließend prüfen und einordnen. Für Kliniken, die über den Einsatz solcher Systeme nachdenken, verschiebt sich damit die Frage von reiner Trefferquote zu Nachvollziehbarkeit: Wer die Entscheidung am Ende verantwortet, bleibt der Arzt, die KI liefert Material zur Prüfung. Wer vergleichbare Systeme einführen will, wird sich künftig an diesem Maßstab messen lassen müssen, nicht nur an einem Score gegen andere Sprachmodelle.

Offen bleibt: Die Studie wurde gemeinsam mit dem Modell-Hersteller Weilai Yisheng konzipiert, eine von den Beteiligten unabhängige Bestätigung der Ergebnisse nennt die Quelle nicht.

Quelle: Quantum Bit RSSHub