Forscher der University of Michigan haben ein KI-System namens Prima entwickelt, das Gehirn-MRT-Aufnahmen in wenigen Sekunden auswertet und dabei eine Diagnosegenauigkeit von bis zu 97,5 Prozent erreicht. Das System erkennt mehr als 50 Erkrankungen des Gehirns und des Nervensystems, bewertet die Dringlichkeit einer Behandlung und benachrichtigt automatisch den zuständigen Spezialisten. Die Studie, die auf über 200.000 MRT-Studien basiert, wurde am 10. Februar 2026 veröffentlicht.
Weltweit werden jährlich rund 100 Millionen MRT-Untersuchungen durchgeführt, 20 bis 30 Prozent davon betreffen Erkrankungen des Gehirns. Gleichzeitig sind auf Hirnscans spezialisierte Ärzte – sogenannte Neuroradiologen – knapp: An der University of Michigan stieg die durchschnittliche Wartezeit auf MRT-Befunde zwischen 2012 und 2024 von etwa 18 Stunden auf über zwei Tage. In ländlichen Regionen warten Patienten zwei- bis fünfmal länger als in Städten. Die Ergebnisse erschienen im Fachjournal Nature Biomedical Engineering.
Genau hier setzt Prima an. Das KI-System verknüpft die Bilddaten aus dem MRT mit der Krankengeschichte des Patienten und liefert innerhalb von drei Sekunden eine vollständige Einschätzung – was die Aufnahme zeigt und wie dringend gehandelt werden muss.
Wie Prima eine Diagnose stellt
Prima verarbeitet gleichzeitig zwei Arten von Informationen: die Bilddaten aus dem MRT und schriftliche Angaben aus der Krankenakte des Patienten – darunter die Krankengeschichte und der Grund, aus dem die Untersuchung angeordnet wurde. Aus dieser Kombination zieht das System seine Schlüsse, ähnlich wie ein erfahrener Arzt, der nicht nur auf Bilder schaut, sondern auch den Kontext kennt.
Dieser Ansatz unterscheidet Prima grundlegend von früheren KI-Systemen in der Medizin. Bisherige Modelle konnten meist nur eng begrenzte Aufgaben erfüllen – etwa das Erkennen eines bestimmten Tumortyps oder das Einschätzen des Demenzrisikos. Prima hingegen wurde mit dem gesamten MRT-Archiv der University of Michigan trainiert: 221.147 MRT-Studien aus über zwei Jahrzehnten, bestehend aus 5,6 Millionen Bildsequenzen von mehr als 170.000 Patienten.
Co-Erstautor Samir Harake, Datenwissenschaftler im Machine Learning in Neurosurgery Lab, beschreibt die Funktionsweise so: Prima integriere Krankengeschichte und Bilddaten wie ein Radiologe – und ermögliche dadurch präzisere Aussagen zu einem breiten Spektrum diagnostischer Aufgaben.
Von der Erkennung bis zum Notfallalarm
Prima gibt nicht nur eine Diagnose aus, sondern stuft gleichzeitig ein, wie dringend ein Patient medizinische Versorgung benötigt. Das System erkennt 52 verschiedene Befunde im Gehirn und berechnet die Wahrscheinlichkeit jeder Diagnose. Die Genauigkeit reichte im Testzeitraum von 78,3 Prozent bei gutartigen Flüssigkeitsansammlungen im Schädelbereich bis zu 99,7 Prozent bei aggressiven Hirntumoren.
Besonders wichtig ist die Notfallerkennung: Bei lebensbedrohlichen Zuständen wie Schlaganfall oder Hirnblutungen sendet Prima sofort eine automatische Meldung an den zuständigen Spezialisten – noch bevor ein menschlicher Arzt die Bilder gesehen hat. Die Rückmeldung steht unmittelbar nach Abschluss der Untersuchung bereit.
Das System empfiehlt zudem, an welchen Facharzt der Patient weitergeleitet werden sollte. Damit übernimmt Prima eine Aufgabe, die bislang erfahrenen Spezialisten vorbehalten war: zu entscheiden, wer als nächstes behandelt wird und von wem.
Prima auf einen Blick
- Entwickler: University of Michigan Health (Dr. Todd Hollon und Team)
- Veröffentlichung: Nature Biomedical Engineering, 10. Februar 2026
- Trainingsdaten: 221.147 MRT-Studien, 5,6 Millionen Bildsequenzen
- Genauigkeit: bis zu 97,5 Prozent über 52 neurologische Diagnosen
- Diagnosezeit: 3 Sekunden (auf einer einzigen Grafikkarte)
- Lizenz: Öffentlich zugänglich für Forschungszwecke
Validierung: Ein Jahr, 30.000 MRT-Studien, keine Ausnahmen
Das Forschungsteam testete Prima in einer einjährigen Studie – ohne Ausnahmen. Zwischen Juni 2023 und Mai 2024 wurden alle 29.431 Patienten einbezogen, die an der University of Michigan Health ein Gehirn-MRT erhielten. Kein einziger Fall wurde ausgeschlossen.
Über 52 Befundkategorien hinweg schnitt Prima besser ab als andere moderne KI-Modelle. Die Dringlichkeitseinstufungen des Systems stimmten eng mit den Einschätzungen überein, die medizinische Experten manuell vorgenommen hatten. Leitautor Dr. Todd Hollon, Neurochirurg an der University of Michigan Health, sieht darin das Potenzial, die Diagnosequalität zu verbessern und gleichzeitig Ärzten wie Gesundheitssystemen Arbeit abzunehmen.
Prima wird unter einer offenen Lizenz veröffentlicht und steht damit der weltweiten Forschungsgemeinschaft kostenlos zur Verfügung. Patientendaten werden aus Datenschutzgründen nicht weitergegeben.
Potenzial für Regionen mit Fachkräftemangel
Neurologische Erkrankungen zählen weltweit zu den häufigsten Ursachen für dauerhafte Beeinträchtigungen. MRT-Untersuchungen sind dabei das wichtigste Diagnosewerkzeug – doch Ärzte, die auf Hirnscans spezialisiert sind, fehlen vielerorts. In ländlichen Krankenhäusern, einkommensschwachen Regionen und Entwicklungsländern mangelt es oft an Fachkräften, die Aufnahmen zeitnah auswerten können.
Ein System wie Prima könnte diese Lücke verkleinern. In Einrichtungen mit begrenzten Ressourcen ließe sich die Wartezeit auf einen Befund von mehreren Tagen auf wenige Sekunden verkürzen. Vikas Gulani, Leiter der Radiologie an der University of Michigan Health, sieht in Prima eine Lösung mit großem Potenzial für den weltweiten Einsatz.
Das zugrundeliegende Prinzip lässt sich zudem auf weitere medizinische Bildgebung übertragen: Brustkrebs-Screening, Lungenaufnahmen und Ultraschall werden als nächste Anwendungsfelder genannt. Hollon bezeichnet Prima als das, was ChatGPT für die medizinische Bildgebung sein könnte – ein vielseitiger Assistent, der Ärzte unterstützt, anstatt sie zu ersetzen.
Einordnung: Frühes Stadium mit klar definierter Rolle
Die Forscher betonen, dass Prima sich noch in einer frühen Testphase befindet und noch nicht für den breiten klinischen Einsatz bereit ist. In weiteren Schritten sollen noch mehr Patientendaten aus digitalen Krankenakten einbezogen werden, um die Genauigkeit weiter zu steigern.
Für den Betrieb von Prima ist leistungsfähige Computerhardware erforderlich – konkret mindestens eine moderne Grafikkarte, wie sie in Forschungseinrichtungen und größeren Krankenhäusern üblich ist. Für Einrichtungen mit sehr einfacher Ausstattung könnte das eine Hürde bleiben.
Dennoch markiert Prima einen Richtungswechsel in der KI-gestützten Medizin: Weg von engen Einzellösungen, hin zu einem allgemeinen Assistenten, der sowohl Bilder als auch medizinischen Kontext versteht. Die vollständige Studie ist bei ScienceDaily dokumentiert.
Weiterführende Quellen
- ScienceDaily – AI reads brain MRIs in seconds and flags emergencies (University of Michigan, 10. Februar 2026)
- Nature Biomedical Engineering – Originalstudie (DOI: 10.1038/s41551-025-01608-0)
- ScienceBlog – AI Reads Brain Scans in Seconds With Near-Human Accuracy
- Knowridge Science Report – AI can read and diagnose brain scans in seconds
Tom ist der Hauptautor von beachtenswert.info und freut sich immer über Feedback. Mit journalistischer Erfahrung seit 2012, als Buchautor aktiv und mit großer Passion für das Weltenbummeln (mit Betonung auf Bummeln.)