27.04.2023

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

Das Tool Sybil sucht nach Anzeichen dafür, wo Krebs wahrscheinlich auftreten wird. Und ist Wissenschaftler:innen nach einem Scan teilweise um Jahre voraus.
/artikel/neue-ki-kann-fruehe-anzeichen-von-krebs-jahre-vor-einem-ct-scan-erkennen
Sybil, Krebs AI, Cancer AI, Krebs früh erkennen, Lungenkrebs,
(c) Stock.Adobe/samunella- Sybil soll frühzeitig Lungenkrebs aus einem einzigen Scan erkennen können.

Forschende in Boston stehen kurz vor einem großen Fortschritt bei der Lungenkrebsvorsorge: Eine Künstliche Intelligenz namens Sybil kann, so heißt es, frühe Anzeichen der Krankheit erkennen, Jahre bevor Ärzte sie auf einem CT-Scan finden würden.

Sybil betrachtet Scan auf andere Weise

Das neue KI-Tool wurde, einem Bericht von NBC folgend, von Wissenschaftlern des „Mass General Cancer Center“ und des „Massachusetts Institute of Technology“ (MIT) in Cambridge entwickelt. In einer Studie wurde gezeigt, dass es in 86 bis 94 Prozent der Fälle genau vorhersagen kann, ob eine Person im nächsten Jahr an Lungenkrebs erkranken wird.

Das „Center for Disease Control and Prevention“ in den USA empfiehlt aktuell, dass Erwachsene mit Lungenkrebsrisiko jährlich eine niedrig dosierte CT-Untersuchung zur Früherkennung durchführen lassen. Doch selbst bei einem regelmäßigen Screening könne es passieren, dass das geschulte Auge von Radiologen nicht alles erkennt. Hier kommt Sybil ins Spiel.

„Das bloße Auge kann nicht alles sehen“, wird Lecia Sequist, Onkologin und Programmleiterin der Klinik für Krebsfrüherkennung und -diagnostik am Massachusetts General Hospital bei NBC zitiert. „Die KI, die wir entwickelt haben, betrachtet den Scan auf eine völlig andere Weise als ein menschlicher Radiologe.“

Noch keine Zulassung

Das Problem dabei: Sybil ist noch nicht von der „Food and Drug Administration“ (FDA) für den Einsatz außerhalb klinischer Studien zugelassen.

Bisher sind über 300 KI-Tools für den radiologischen Einsatz erlaubt. Die meisten davon als Unterstützung bei der Diagnose und Behandlung von Krebs, nicht aber zur Vorhersage des künftigen Krebsrisikos einer Person.

Wachstum, Muster und Störungen

So funktioniert Sybil: Das KI-Tool sucht konkret nach Anzeichen dafür, wo Krebs wahrscheinlich auftauchen wird, sodass Ärzte wissen, wo sie suchen müssen, um ihn dann so früh wie möglich zu erkennen.

Um das Krebsrisiko vorherzusagen, stütze sich die Künstliche Intelligenz dabei auf einen einzigen CT-Scan. Es analysiert das dreidimensionale Bild und sucht nicht nur nach Anzeichen für abnormales Wachstum in der Lunge, sondern auch nach anderen Mustern oder Störungen, die Wissenschaftler noch nicht vollständig verstehen, erklärte Florian Fintelmann, Radiologe am „Mass General Cancer Center“ und einer der Forscher, die an Sybil arbeiten.

Basierend auf dem, was sie sieht, trifft die KI Vorhersagen darüber, ob eine Person in den nächsten ein bis sechs Jahren Lungenkrebs entwickeln wird. Es hätte bereits Fälle gegeben, in denen sie Anzeichen von Krebs erkannt habe, die erst Jahre später auf einem CT-Scan entdeckt worden wären.

Sybil und das Datenproblem

Allerdings gibt es noch Geburtsschwierigkeiten bei den Prognosen. Die Wissenschaftler:innen, die Sybil entwickelt haben, haben eingeräumt, dass die Daten, die zur Entwicklung des KI-Tools verwendet wurden, „noch nicht genügend afroamerikanische oder hispanische Patienten umfassen, um auf eine breite Anwendbarkeit vertrauen zu können.“

Die FDA selbst hat bereits im Vorjahr einen Schritt unternommen, um dieses Problem anzugehen: Die Organisation wird künftig von Forschern und Unternehmen, die eine Zulassung für medizinische Produkte beantragen, die Vorlage eines Plans verlangen, der auch die Vielfalt in klinischen Studien sicherstellt.

Weiters gibt es noch Bedenken wegen Überdiagnosen. Ärzte könnten Patienten einer möglicherweise unnötigen Biopsie für einen Knoten unterziehen, der sich als gutartig herausstellt, so die Sorge.

Deine ungelesenen Artikel:
27.05.2026

Wiener Scaleup Storebox gewinnt GoStudent-Tochter als Kunden

Das Wiener Scaleup Storebox erweitert den Einsatz seiner B2B-Versandlösung "Drop-off" und hat mit der deutschen Tochtergesellschaft von GoStudent, Studienkreis, einen weiteren Unternehmenskunden gewonnen. Über das Netzwerk von Storebox können Sendungen flexibel an Standorten des Unternehmens abgegeben und versendet werden.
/artikel/wiener-scaleup-storebox-gewinnt-gostudent-tochter-als-kunden
27.05.2026

Wiener Scaleup Storebox gewinnt GoStudent-Tochter als Kunden

Das Wiener Scaleup Storebox erweitert den Einsatz seiner B2B-Versandlösung "Drop-off" und hat mit der deutschen Tochtergesellschaft von GoStudent, Studienkreis, einen weiteren Unternehmenskunden gewonnen. Über das Netzwerk von Storebox können Sendungen flexibel an Standorten des Unternehmens abgegeben und versendet werden.
/artikel/wiener-scaleup-storebox-gewinnt-gostudent-tochter-als-kunden
Johannes Braith, Co-Founder und CEO von Storebox | © brutkasten
Johannes Braith, Co-Founder und CEO von Storebox | © brutkasten

Das Wiener Selfstorage- und Logistik-Sclaeup Storebox baut seine B2B-Sparte – mit der Versandlösung Drop-off – weiter aus. Konkret durch Studienkreis, eine Tochtergesellschaft von GoStudent, als neuen Kunden. Nach einer Pilotphase werden aktuell über 100 Sendungen pro Woche von Storebox abgewickelt.

Storebox-Ziel: Versandprozesse vereinfachen

Mit Drop-off können Pakete nach der Online-Buchung direkt an einem der urbanen Standorte rund um die Uhr abgegeben werden. „Unser Ziel ist es, Versandprozesse radikal zu vereinfachen. Unternehmen sollen flexibel skalieren können, ohne eigene Logistikstrukturen aufbauen zu müssen“, erklärt Johannes Braith, CEO und Co-Founder von Storebox.

Und Marc Ellmer, Head of Purchasing & Real Estate bei Studienkreis, ergänzt: „Mit Storebox haben wir eine Lösung gefunden, die sich nahtlos in unsere Prozesse integriert und uns die notwendige Flexibilität im Versand gibt. Besonders die einfache Abwicklung ist für uns entscheidend.“

Auch weitere Startups Kunden

In der erwähnten Pilotphase wurden mehr als 600 Sendungen über das Storebox-Netzwerk abgewickelt. Nach dem vollständigen Onboarding von Studienkreis rechnet das Unternehmen mit weiter steigendem Versandvolumen.

Laut Storebox wird die Drop-off-Lösung inzwischen von Unternehmen aus unterschiedlichen Branchen genutzt, um Versandprozesse flexibler zu organisieren. Neben Studienkreis zählen dazu unter anderem HelloBello und Journi.

Storebox: Ausbau der Lösung im Fokus

Die Anwendungsfälle reichen dabei von E-Commerce über Bildungsanbieter bis hin zu international tätigen Scaleups. „Viele Anbieter kämpfen mit hohen Kosten und organisatorischer Komplexität. Mit dem Drop-off-Service lösen wir dieses Problem. Unser Angebot ist die Antwort für Unternehmen, die eine agile, schnelle Abwicklung ohne eigene Logistikinfrastruktur suchen und bietet damit eine leistungsstarke Alternative zu traditionellen Postdiensten“, sagt Braith.

In den kommenden Monaten plant Storebox, die Drop-off-Lösung weiter auszubauen und zusätzliche Kund:innen an das Netzwerk anzubinden. Ziel ist es, die bestehende Infrastruktur noch stärker als Plattform für urbane Logistiklösungen zu etablieren und den „Zugang zu effizientem Versand für Unternehmen jeder Größe“ zu vereinfachen.

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

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

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 …

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

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 …

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

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 …

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

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 …

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen