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:
11.08.2026

Phoenics: Steirisches Konsortium entwickelt Speicherzellen ohne Kobalt und Nickel

Virtual Vehicle, Varta Innovation, das Materials Center Leoben und AVL forschen drei Jahre lang an einem neuen Kathodenmaterial für stationäre Batteriespeicher. Die Zellen sollen 20 Prozent mehr Energie speichern und 40 Prozent länger halten. So lauten die Projektziele. Budget: 2,9 Millionen Euro.
/artikel/phoenics-steirisches-konsortium-entwickelt-speicherzellen-ohne-kobalt-und-nickel
11.08.2026

Phoenics: Steirisches Konsortium entwickelt Speicherzellen ohne Kobalt und Nickel

Virtual Vehicle, Varta Innovation, das Materials Center Leoben und AVL forschen drei Jahre lang an einem neuen Kathodenmaterial für stationäre Batteriespeicher. Die Zellen sollen 20 Prozent mehr Energie speichern und 40 Prozent länger halten. So lauten die Projektziele. Budget: 2,9 Millionen Euro.
/artikel/phoenics-steirisches-konsortium-entwickelt-speicherzellen-ohne-kobalt-und-nickel
Strom aus Wind und Sonne braucht Speicher. Für sie entwickelt das Projekt Phoenics neue Batteriezellen. Konzeptbild, mit KI erstellt. | (c) Virtual Vehicle
Strom aus Wind und Sonne braucht Speicher. Für sie entwickelt das Projekt Phoenics neue Batteriezellen. Konzeptbild, mit KI erstellt. | (c) Virtual Vehicle

Wind und Sonne liefern Strom, wann sie wollen, nicht wann ihn jemand braucht. Diese Lücke schließen Batteriespeicher. Sie werden damit zur Schlüsseltechnologie der Energiewende. Genau hier setzt Phoenics an: Ein steirisches Konsortium entwickelt die nächste Generation von Lithium-Ionen-Zellen für stationäre Speicher.

Koordiniert wird das Projekt von der Virtual Vehicle Research GmbH in Graz. Partner sind Varta Innovation, die Materials Center Leoben Forschung GmbH (MCL) und AVL List. Phoenics läuft 36 Monate und kostet 2,9 Millionen Euro. Knapp zwei Millionen davon kommen von der FFG, aus der Ausschreibung „Energieforschung 2024″.

Ein Material, zwei Ziele

Im Zentrum steht ein Kathodenmaterial: Lithium-Mangan-Eisenphosphat, kurz LMFP. Es ist eine Weiterentwicklung des etablierten Lithium-Eisenphosphats (LFP). LFP-Zellen gelten als sicher und robust, und sie kommen ohne kritische Rohstoffe wie Kobalt oder Nickel aus. LMFP soll zusätzlich bis zu 20 Prozent mehr spezifische Energiedichte liefern. Auf gleichem Bauraum ließe sich damit mehr Energie speichern.

Diesen Materialvorteil will das Konsortium in die fertige Zelle bringen. Die Zielmarken: 20 Prozent mehr Energiedichte, 40 Prozent längere Lebensdauer.

Was noch offen ist

Bis dahin bleiben Fragen. Wie verhält sich das Material über die Lebensdauer, wie altert es, und lässt es sich industriell verarbeiten und skalieren?

Das Konsortium kombiniert deshalb Experiment und Simulation. Die Partner untersuchen das Kathodenmaterial über den gesamten Lebenszyklus, mit Materialcharakterisierung, hochauflösender Bildgebung und KI-gestützter Auswertung. Parallel entstehen physikbasierte und datengetriebene Modelle. Sie bilden das Verhalten der Zelle von der Mikrostruktur bis zum kompletten Speichermodul ab und sollen Entwicklungszyklen verkürzen.

„Die Mikrostruktur von Elektrodenmaterialien beeinflusst maßgeblich Leistung, Lebensdauer und Zuverlässigkeit von Batteriezellen“, sagt Roland Brunner, Gruppenleiter am MCL.

Ein eigener Schwerpunkt gilt der Sicherheit. Spezielle Testverfahren sollen zeigen, ob LMFP-Zellen den Anforderungen an Betriebssicherheit und Zuverlässigkeit genügen. AVL bringt dafür seine Erfahrung in der elektrochemischen Modellierung ein. Verbinde man physikalische Modelle mit Methoden des maschinellen Lernens, ließen sich kritische Betriebszustände und Sicherheitsaspekte frühzeitig vorhersagen, sagt Roland Wanker, Geschäftsbereichsleiter Advanced Simulation Technologies bei AVL.

Aufbauen statt neu anfangen

Phoenics setzt die Zusammenarbeit aus dem Vorgängerprojekt OpMoSi fort. „Unsere Stärke liegt darin, modernste Simulations- und Analysemethoden mit industrieller Entwicklungskompetenz zu verbinden“, sagt Projektleiter Philip Kargl von Virtual Vehicle.

Varta Innovation steuert die Fertigungsseite bei, von der Materialentwicklung über die Elektrodenfertigung bis zur Zellintegration. Großes Potenzial sehen die Partner vorerst bei stationären Speichern. Langfristig könnten die Ergebnisse auch der Elektromobilität nützen.

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