16.12.2022

ImageBiopsy Lab: US-Studie bestätigt KI-Tool von Wiener Startup

Das Wiener Startup ImageBiopsy Lab setzt künstliche Intelligenz zur radiologischen Bildanalyse von Hüftgelenken ein. Einer neuen Studie der University of Texas Southwestern zufolge kann dies zu einer Zeitersparnis von 90 Prozent im Vergleich zu menschlichen Diagnosen führen.
/artikel/imagebiopsy-studie
Die ImageBiopsy-Lab-Gründer v.l.: Christoph Götz, Philip Meier, Richard Ljuhar.
Die ImageBiopsy-Lab-Gründer v.l.: Christoph Götz, Philip Meier, Richard Ljuhar | Foto: ImageBiopsy Lab

Künstliche Intelligenz (KI) in der Medizin – für die einen ein Zukunftsfeld mit riesigem Potenzial, für andere noch immer ein bisschen unheimlich. Können KI-Modelle wirklich so zuverlässig sein, dass sie von Ärztinnen und Ärzten beim Diagnostizieren von Krankheiten eingesetzt werden können? Das Wiener Startup ImageBiopsy Lab ist davon überzeugt. Eine neue Studie des Medical Centers der University of Texas Southwestern (UTSW) attestiert dem von dem Unternehmen entwickelten Software-Tool „Hippo“ nun, dass dieses Zeit und Kosten sparen kann ohne die Zuverlässigkeit der Diagnose zu beeinträchtigen.

Konkret geht es dabei um die Diagnose von Hüftdysplasien – einer Entwicklungsstörung, bei der die Knochen des Hüftgelenks nicht richtig ausgerichtet sind. Davon betroffen sind etwa fünf bis zehn Prozent der Bevölkerung. Um zu beurteilen, wie stark die Anomalie des Gelenks ist, werden radiologische Messungen durchgeführt.

Sind diese Messungen aber nicht genormt und werden sie zudem von unterschiedlichen Personen ausgewertet, weichen die Hüftdiagnosen untereinander mitunter deutlich ab. Dies wiederum kann zu einer unzureichenden Behandlung führen. Hier kommt „Hippo“ ins Spiel: Denn eine KI-basierten Bildanalyse-Software könnte zu standardisierten und reproduzierbaren Messungen beitragen, wie ImageBiopsy Lab in einer Aussendung schreibt. Zumindest, wenn diese ebenso genaue Ergebnisse bringt wie die Diagnose durch Menschen.

ImageBiopsy Lab sieht großes Einsparungspotenzial

Ob dies der Fall ist, hat nun ein Team des UTSW Medical Center untersucht. Dazu verwendete es Bilder von 256 Hüften und nahm dazu jeweils Messungen auf sechs verschiedene Arten vor. Diese Bilder wurden dann entweder durch die Software „Hippo“ oder eben von Expert:innen ausgewertet. Das Ergebnis: Die Ergebnisse korrelierten mit Werten zwischen 0,60 und 0,98, wobei 1,00 für völlig übereinstimmende Ergebnisse stehen würde. Bei den beiden am häufigsten eingesetzten Mess-Ansätzen waren die Werte sogar noch etwas höher.

„Hippo“ ist allerdings deutlich schneller als seine menschlichen Gegenspieler. Die drei geschulten Personen in der Studie benötigten zwischen 131 und 734 Sekunden für die Beurteilung eines Bildes. „Hippo“ lieferte im Schnitt (Median) nach 41 Sekunden ein Ergebnis. Dies entspricht einer Zeitersparnis von 70 bis 90 Prozent.

In weiterer Folge könnte mit „Hippo“ nicht nur Zeit, sondern auch Geld gespart werden: Ausgehend von den durchschnittlichen Gehältern für orthopädische Chirurg:innen oder Radiolog:innen errechnete ImageBiopsy Lab ein Einsparungspotenzial von 85 Prozent.

Analysemodule auch für andere medizinische Probleme

Bei ImageBiopsy Lab sieht man sich sich durch die Studie jedenfalls bestärkt: „Zusammenfassend bestätigt die Studie, dass die KI-basierte Methode für die überwiegende Mehrheit der analysierten Bilder im Wesentlichen zu den gleichen Messwerten kommt wie geschulte Experten – nur viel schneller und damit deutlich kostengünstiger“, kommentierte Mitgründer und CEO Richard Ljuhar die Ergebnisse.

Neben „Hippo“ für Hüftanomalien bietet ImageBiopsy Lab auch weitere Analysemodule an – darunter „Panda“ für die Beurteilung des Knochenalters, „Flamingo“ für die Erkennung und Quantifizierung von stillen Wirbelbrüchen in der Wirbelsäule und „Squirrel“ für Wirbelsäulenerkrankungen.

Deine ungelesenen Artikel:
08.07.2026

„Das gebaut, was uns Diabetikern gefehlt hat“: Diabetes-Startup Carbetic weckt Interesse von Medizintechnik-Riesen

Mit 17 Jahren entwickelte Diego Szekely die Diabetes-Lösung Carbetic. Die App nutzt 3D-Bildanalyse, um den Kohlenhydratgehalt von Mahlzeiten präzise zu bestimmen und sichert sich nach drei Monaten 4.000 zahlende User.
/artikel/das-gebaut-was-uns-diabetikern-gefehlt-hat-diabetes-startup-carbetic-weckt-interesse-von-medizintechnik-riesen
08.07.2026

„Das gebaut, was uns Diabetikern gefehlt hat“: Diabetes-Startup Carbetic weckt Interesse von Medizintechnik-Riesen

Mit 17 Jahren entwickelte Diego Szekely die Diabetes-Lösung Carbetic. Die App nutzt 3D-Bildanalyse, um den Kohlenhydratgehalt von Mahlzeiten präzise zu bestimmen und sichert sich nach drei Monaten 4.000 zahlende User.
/artikel/das-gebaut-was-uns-diabetikern-gefehlt-hat-diabetes-startup-carbetic-weckt-interesse-von-medizintechnik-riesen
Diego Szekely programmierte seine Diabetes-App im Alleingang © Hannah Fasching

„Ich war der, der die Waage rausgeholt hat, um meinen Insulinbedarf zu berechnen“, erinnert sich Carbetic-Gründer Diego Szekely an die Zeit nach seiner eigenen Typ-1-Diabetes-Diagnose vor vier Jahren. Bei der Autoimmunerkrankung produziert der Körper überhaupt kein eigenes Insulin mehr, weshalb jede Aufnahme von Kohlenhydraten exakt berechnet und durch externe Insulingaben ausgeglichen werden muss.

Im Austausch mit anderen Betroffenen stellte er jedoch schnell fest, dass die meisten Diabetiker:innen im Alltag ihren Bedarf lediglich abschätzen. Da ungenaue Werte langfristige gesundheitliche Risiken bergen, entwickelte der heute 18-Jährige Carbetic, um eine verlässlichere, unkomplizierte Lösung im Alltag anzubieten. „Ich hab einfach das gebaut, was uns Diabetikern wirklich gefehlt hat“, so der Gründer.

© Carbetic

Räumliche Tiefe als technischer USP

Mittlerweile ist die Anwendung bereits in 41 Sprachen verfügbar, wobei aktuell die USA, dicht gefolgt von Deutschland, den größten Markt darstellen. Das technische Fundament unterscheidet sich laut dem Gründer aus Perchtoldsdorf vor allem in einem Punkt von klassischen Lifestyle-Trackern.

Statt einer simplen 2D-Bildanalyse setzt Carbetic laut eigenen Angaben auf räumliche Tiefe durch drei schnell geschossene Fotos aus unterschiedlichen Winkeln sowie LiDAR-Sensoren moderner Smartphones. „Die drei Fotos sind wahnsinnig wichtig, um die Dimensionen gescheit abzuschätzen“, betont Szekely.

Aus der Kombination dieser Bild- und Raumdaten berechnet ein feinjustiertes KI-Modell schließlich den Kohlenhydratgehalt der einzelnen Komponenten auf dem Teller, der wiederum für die Bestimmung des Insulinbedarfs benötigt wird. Neben der Foto-Analyse wird das Produkt in der Praxis durch eine integrierte Sprachsteuerung sowie die Option ergänzt, Koch-URLs oder abfotografierte, handschriftliche Rezepte automatisch von der KI auslesen zu lassen.

Conversion im SaaS-Modell

Nach nur drei Monaten verzeichnet die App rund 20.000 Downloads. Interessant ist vor allem die Conversion-Rate: „5.000 Nutzer sind aktuell in einem Probeabo oder bezahlten Abo“, erklärt der Gründer. Von den 5.000 „zahlen bereits 4.000“, so Szekely weiter. Das Geschäftsmodell basiert auf einer Software-as-a-Service-Struktur. Das Einstiegs-Abo für bis zu zehn Analysen am Tag kostet 4,49 Euro im Monat, während die unlimitierte Version für 9,99 Euro angeboten wird.

Auf die Frage, wie man ein solches Wachstum erziele, meint der Gründer: „Gute Frage. Und da ich keine gute Antwort habe, ist die Antwort, das Produkt funktioniert.“ Hauptsächlich über Mundpropaganda und Empfehlungen von Ärzt:innen, die Szekely unter anderem auf Ärztekongressen kennenlernte, wachse das Produkt aktuell organisch. „Wenn mir Patient:innen schreiben, dass die App ihnen hilft, den Alltag ein Stück mehr wie ein gesunder Mensch zu leben, macht mich das einfach so stolz“, so der Gründer.

„Mit allen großen Medizintechnik-Firmen in Kontakt“

Einen langfristigen Wettbewerbsvorsprung will sich der Gründer, der für sein Startup Studienplätze am UCL und King’s College in London sausen lässt, künftig über zwei strategische Säulen verschaffen, die über die reine Nutzer:innenbasis hinausgehen. Neben einer umfassenden Datensammlung zur Optimierung der Algorithmen steht ein digitaler Ärztezugang im Fokus. Über diesen können Mediziner:innen nach expliziter Freigabe die Mahlzeiten ihrer Patient:innen analysieren und die Therapie gezielter begleiten.

Während der aktuelle Fokus auf Typ-1-Diabetes-Patient:innen liegt, zeigt sich Szekely zuversichtlich, dass auch Typ-2-Patient:innen über kurz oder lang auf seine Anwendung zugreifen werden: „Alle Apps, die Typ 1 machen, übernehmen irgendwann auch den Typ-2-Markt. Das ist immer so.“ Zudem startet in Kürze eine Genauigkeitsstudie mit der Universität Wien. Auch gegenüber strategischen Partnerschaften und Investments zeigt sich der Solo-Founder offen: „Ich bin mit allen großen Medizintechnik-Firmen im Diabetes-Bereich in Kontakt. Und die sind alle begeistert.“

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

ImageBiopsy Lab: US-Studie bestätigt KI-Tool von Wiener Startup

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ImageBiopsy Lab: US-Studie bestätigt KI-Tool von Wiener Startup

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ImageBiopsy Lab: US-Studie bestätigt KI-Tool von Wiener Startup

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ImageBiopsy Lab: US-Studie bestätigt KI-Tool von Wiener Startup

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ImageBiopsy Lab: US-Studie bestätigt KI-Tool von Wiener Startup

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ImageBiopsy Lab: US-Studie bestätigt KI-Tool von Wiener Startup

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ImageBiopsy Lab: US-Studie bestätigt KI-Tool von Wiener Startup

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ImageBiopsy Lab: US-Studie bestätigt KI-Tool von Wiener Startup

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ImageBiopsy Lab: US-Studie bestätigt KI-Tool von Wiener Startup