Mehr als fünf Prozent aller weltweit über ChatGPT verschickten Nachrichten drehen sich um das Thema Gesundheit. Laut einem Bericht, den OpenAI exklusiv mit Axios teilte, nutzen täglich alleine 40 Millionen US-Bürger den Chatbot für medizinische Fragen. Die Nutzer lassen sich Arztrechnungen erklären, vergleichen Versicherungen oder prüfen Symptome, oft weil gerade kein Arzt verfügbar ist. Das Unternehmen hatte diesen Trend bereits früh erkannt und vermarktete GPT-5 als besonders leistungsfähiges Modell für solche Anwendungsfälle.
OpenAI verzeichnete laut dem Bericht zuletzt wöchentlich fast zwei Millionen Fragen alleine zu Versicherungsthemen, da die Regierung unter US-Präsident Donald Trump zum neuen Jahr lange geltende Subventionen für Krankenversicherungen auslaufen ließ.
Alibabas PANDA-System findet Tumore, die Ärzte übersehen
Bauchspeicheldrüsenkrebs ist eine der tödlichsten Krebsarten – vor allem, weil er meist zu spät entdeckt wird. Ein von Alibaba entwickeltes KI-Tool soll das ändern: Es erkennt Tumore in einfachen Routine-CTs, noch bevor Patienten Symptome haben.
An einem chinesischen Krankenhaus hat das System bereits Dutzende Fälle gefunden, die Ärzte übersehen hatten. Experten warnen vor Fehlalarmen.
Forschende haben Googles neueste Video-KI Veo 3 mit chirurgischen Aufnahmen getestet – und eine deutliche Kluft zwischen optischer Brillanz und medizinischem Verständnis festgestellt. Das System erzeugt verblüffend plausible Bilder, die fachlich oft keinen Sinn ergeben.
Google DeepMind und Yale University haben ein neues KI-Modell namens C2S-Scale 27B veröffentlicht. Das auf der offenen Gemma-Modellfamilie basierende System analysiert einzelne Zellen und entdeckte dabei laut Google Deepmind einen bislang unbekannten Therapieweg für Krebs.
Das Modell identifizierte den Wirkstoff Silmitasertib (CX-4945) als sogenannten „konditionalen Verstärker“, der bei bestimmten Immunbedingungen die Sichtbarkeit von Tumorzellen für das Immunsystem erhöht.
"Dieses Ergebnis zeigt einen Weg für eine neue Art biologischer Entdeckungen auf. Es macht deutlich: Wenn wir Skalierungsgesetze beachten und größere Modelle wie C2S-Scale 27B entwickeln, lassen sich Vorhersagemodelle für das Verhalten von Zellen bauen, die leistungsstark genug sind, um virtuelle Hochdurchsatz-Screenings zu ermöglichen, kontextabhängige biologische Zusammenhänge zu erkennen und fundierte Hypothesen zu entwickeln."
Google Deepmind
Die Vorhersage wurde in Laborexperimenten mit menschlichen Neuroendokrinen Zell-Modellen bestätigt. C2S-Scale simulierte zuvor über 4000 Medikamente in zwei Immunumgebungen. Der Code ist auf GitHub, das Modell auf Hugging Face verfügbar. Details stehen im Preprint auf bioRxiv.
