KI-Meilenstein: Neues System sagt Risiko für über 1000 Krankheiten Jahre vor Symptomen voraus

Ein revolutionäres KI-Krankheitsvorhersagesystem wurde im März 2026 offiziell vorgestellt und markiert einen bedeutenden Durchbruch in der Präventivmedizin. Das System kann das Risiko einer Person, an mehr als 1.000 Krankheiten zu erkranken, Jahre vor dem Auftreten von Symptomen vorhersagen und verschiebt damit das medizinische Paradigma von „Behandlung erst bei Symptomen" zu „Frühwarnung ohne Symptome". Diese Errungenschaft wurde vom Medical AI Laboratory der University of Cambridge geleitet, in Zusammenarbeit mit dem Google DeepMind Health-Team und dem NHS (National Health Service). Die Forschungsergebnisse wurden in Nature Medicine veröffentlicht.

Die Kerntechnologie des Systems ist eine Deep-Learning-Architektur namens „Multi-Modal Health Graph". Sie verarbeitet gleichzeitig elektronische Gesundheitsakten, Genomdaten, kontinuierliche physiologische Signale von tragbaren Geräten, Bildgebungsdaten und Lebensstildaten mittels eines Transformer-Modells mit 1,2 Billionen Parametern für modalitätsübergreifendes Reasoning. Laut Earth.com trainierte das Forschungsteam das System mit longitudinalen Gesundheitsdaten von über 500.000 Teilnehmern der UK Biobank über einen Zeitraum von 15 Jahren und erzielte eine durchschnittliche AUC von 0,91 auf einem unabhängigen Validierungsdatensatz.

Im Einzelnen erreichte das System eine AUC von 0,94 bei der Fünfjahresvorhersage von Herz-Kreislauf-Erkrankungen, 0,93 bei Typ-2-Diabetes und 0,87 bei der Frührisikobewertung verschiedener Krebsarten. Das MIT Technology Review wies darauf hin, dass dies bedeutet, dass neun von zehn vom System als Hochrisiko eingestuften Patienten tatsächlich innerhalb der folgenden Jahre die entsprechende Krankheit entwickelten. Noch wichtiger ist, dass das System eine spezifische Risikofaktor-Zuordnungsanalyse liefern kann, die Ärzten und Patienten mitteilt, welche Faktoren das größte Risiko bergen.

WHO-Generaldirektor Tedros Adhanom Ghebreyesus erklärte: „Diese Technologie hat das Potenzial, die globalen Strategien der öffentlichen Gesundheit grundlegend zu verändern. Wenn wir Jahre vor dem Auftreten einer Krankheit eingreifen können, könnten die globalen Gesundheitsausgaben um Billionen von Dollar gesenkt werden." Die WHO veröffentlichte gleichzeitig einen „Ethischen Leitrahmen für KI-prädiktive Medizin", der die Notwendigkeit betont, beim Einsatz solcher Systeme den Datenschutz und die algorithmische Fairness sicherzustellen.

Der NHS kündigte an, in der zweiten Jahreshälfte 2026 eine zweijährige klinische Studie zu starten, die etwa 2 Millionen Menschen in England umfasst. Die Teilnehmer erhalten personalisierte Krankheitsrisikobewertungen und KI-generierte Präventionsempfehlungen. Der britische Gesundheitsminister erklärte, dass bei erfolgreichem Verlauf der Studie geplant sei, diesen Service bis 2028 auf alle beim NHS registrierten Einwohner auszuweiten. Nach Schätzungen der Financial Times könnte das System allein in Großbritannien bei vollständiger Einführung jährlich etwa 120.000 vermeidbare Krankheitsfälle verhindern und dem NHS rund 4 Milliarden Pfund an Gesundheitskosten einsparen.

Das System hat jedoch auch erhebliche Kontroversen ausgelöst. Die Harvard-Professorin für medizinische Ethik Sarah Chen warnte, dass „die vorzeitige Information von Patienten über zukünftige Krankheitsrisiken zu schweren psychischen Belastungen führen und sogar unnötige Überbehandlungen auslösen könnte." Zudem hat die Versicherungsbranche starkes Interesse an der Technologie gezeigt, was Bedenken hinsichtlich genetischer Diskriminierung und der Kommerzialisierung von Gesundheitsdaten aufwirft. Das Europäische Parlament hat bereits begonnen zu diskutieren, ob Gesetze benötigt werden, die es Versicherungsunternehmen verbieten, KI-Vorhersagedaten zur Anpassung von Prämien zu verwenden.

Auf technischer Ebene wies Google DeepMinds Chief Health Scientist Alan Karthikesalingam in einem begleitenden Kommentar in Nature Medicine darauf hin, dass der Durchbruch des Systems in der erfolgreichen Integration von Genomik und Echtzeit-Physiologiedaten liegt. Herkömmliche polygene Risikoscores (PRS) können nur etwa 20 % des genetischen Krankheitsrisikos erklären, während das neue System durch die Integration von Umwelt- und Verhaltensdaten die Erklärungskraft auf über 65 % steigert. Er räumte auch ein, dass die Leistung des Systems bei nicht-europäischen Bevölkerungsgruppen noch Lücken aufweist und das Forschungsteam mit medizinischen Einrichtungen in Afrika und Asien zusammenarbeitet, um die Vielfalt der Trainingsdaten zu erweitern.

Branchenkenner sind sich weitgehend einig, dass dieser Durchbruch die Entwicklung der KI-Gesundheitsbranche beschleunigen wird. Morgan Stanley hat in seinem neuesten Research-Bericht die prognostizierte Größe des globalen KI-Gesundheitsmarktes für 2030 von 187 Milliarden auf 240 Milliarden Dollar angehoben. Von der Prävention über die Diagnose bis zur Therapie – KI transformiert jeden Aspekt des Gesundheitswesens.

Aus der Perspektive der globalen Wettbewerbslandschaft bildet sich im Bereich der KI-Krankheitsvorhersage ein Dreipolwettbewerb heraus. In den USA haben Google DeepMind und Microsoft Research Health bedeutende Fortschritte bei der Krebsfrüherkennung bzw. der Vorhersage seltener Krankheiten erzielt, wobei klinische Studien der Johns Hopkins University 300.000 Patienten umfassen. In China wird das gemeinsam von Baidu Health und SenseTime entwickelte „AI Physical Examination"-System in 50 erstklassigen Krankenhäusern in Peking, Shanghai und anderen Städten erprobt, mit Schwerpunkt auf den in China häufig auftretenden Magen-, Leber- und Speiseröhrenkrebs. In Europa treiben neben dem diesmal vorgestellten Cambridge-System auch Frankreichs INRIA und das deutsche Max-Planck-Institut paneuropäische multizentrische klinische Validierungsprojekte voran.

Aus technischer Sicht steht das System auch vor grundlegenden Herausforderungen hinsichtlich der Datenqualität. Der Grad der Standardisierung der elektronischen Patientenaktensysteme variiert von Land zu Land erheblich – die USA verwenden den HL7-FHIR-Standard, die europäischen Länder haben unterschiedliche Standards, und in vielen Entwicklungsländern existieren Krankenakten noch in Papierform. Auch die Genauigkeit der Daten von Wearables schwankt stark – die Sensorpräzision von Konsumgeräten liegt weit unter dem medizinischen Niveau, und Datenformate sowie Abtastraten unterscheiden sich je nach Marke. Die Aufrechterhaltung der Robustheit des Modells bei „schmutzigen Daten" bleibt das größte technische Hindernis auf dem Weg vom Labor in die klinische Praxis.

Die Begeisterung der Investoren für diesen Sektor ist auf einem Allzeithoch. Laut PitchBook-Daten erreichten die gesamten Risikokapitalinvestitionen im Bereich der globalen Gesundheits-KI im Jahr 2025 28,7 Milliarden Dollar, wobei der Anteil von Krankheitsvorhersage und Frühscreening von 12 % im Jahr 2023 auf 34 % im Jahr 2025 stieg. Ein Partner von Sequoia Capital erklärte auf einer kürzlichen Branchenkonferenz: „KI-Krankheitsvorhersage ist nach KI-Arzneimittelentwicklung der Bereich im Gesundheits-KI-Sektor, der am wahrscheinlichsten ein Unternehmen mit einer Marktkapitalisierung von über 100 Milliarden Dollar hervorbringen wird." Wie der Nature-Medicine-Leitartikel schrieb: „Wenn andere KI-Anwendungen die Effizienz steigern, dann kann KI zur Krankheitsvorhersage tatsächlich Leben retten. Für jedes Jahr, das ein Krebsrisiko früher erkannt wird, kann die Fünfjahresüberlebensrate des Patienten um mehr als 20 % steigen."