Wie eine KI gegen Diabetes in Thailand Augenlicht rettet

KI Bild - In Thailand hat ein Deep-Learning-System die Erkennung von sehbedrohender diabetischer Retinopathie auf Spezialist:innen-Niveau geschafft, mit einer entscheidenden Differenz: Es übersieht weniger gefährdete Patient:innen.

TLDR: In Thailand hat ein Deep-Learning-System die Erkennung von sehbedrohender diabetischer Retinopathie auf Spezialist:innen-Niveau geschafft, mit einer entscheidenden Differenz: Es übersieht weniger gefährdete Patient:innen. Google lizenziert das Modell jetzt mit dem Ziel, sechs Millionen kostenlose Screenings über zehn Jahre zu ermöglichen.

Warum Sensitivität wichtiger ist als Genauigkeit

Die diabetische Retinopathie ist eine Folgeerkrankung des Diabetes mellitus, bei der erhöhter Blutzucker die Netzhautgefässe schädigt. Unbehandelt führt sie zur Erblindung. Weltweit lebten 2024 rund 800 Millionen Erwachsene mit Diabetes, davon allein sechs Millionen in Thailand. Etwa eine:r von dreien entwickelt im Verlauf eine Retinopathie. In LMIC-Ländern, also Ländern mit niedrigem oder mittlerem Einkommen, fehlen die Augenärzt:innen, um diese Menschen flächendeckend zu untersuchen.

In einem solchen Setting ist ein falsch-negatives Ergebnis nicht ein statistischer Schönheitsfehler, sondern ein verlorener Sehnerv. Ein:e Patient:in, die fälschlicherweise als gesund eingestuft wird, kommt nicht wieder, bis es zu spät ist.

Die wichtigsten Punkte im Überblick

Die Lancet-Studie 2022 dokumentierte 94,7 Prozent Genauigkeit und 91,4 Prozent Sensitivität für das KI-System, gegenüber 93,5 Prozent und 84,8 Prozent bei Retina-Spezialist:innen
Klinisch entscheidend ist die höhere Sensitivität: Das Modell übersah weniger Patient:innen mit behandlungsbedürftiger Retinopathie
Die Studie war prospektiv und multisite über neun Primärversorgungs-Standorte, also Realbetrieb statt Labor
Die früheren Werte um 74 Prozent stammten aus kleineren Pilotstudien mit bekannten Workflow-Problemen
Google lizenziert das Modell an Forus Health, AuroLab und Perceptra mit dem Ziel von sechs Millionen kostenlosen Screenings über zehn Jahre
Das Setup nutzt lokale Partner:innen statt Direktvertrieb, ein relevantes Modell für KI im öffentlichen Sektor
Für DACH-Anwendungen liegt der übertragbare Punkt nicht in der Medizin, sondern im Engpass-Prinzip: KI wirkt dort, wo Fachpersonal fehlt

Vom Pilotprojekt zur Programm-Realität

Frühere Pilotstudien zur ARDA-Software (Automated Retinal Disease Assessment) hatten in einzelnen Kliniken deutlich gemischtere Ergebnisse gezeigt. Beleuchtung, Bildqualität, Workflow-Probleme, alles Faktoren, die im Labor irrelevant sind und in der Klinik plötzlich entscheiden. Genau diese Erfahrungen flossen in die multisite Studie ein.

Die Lancet-Studie ist deshalb belastbarer als die früheren Datenpunkte, weil sie nicht unter idealen Forschungs-Bedingungen, sondern im realen Programm-Alltag stattfand. Neun Standorte, unterschiedliche Geräte, unterschiedliches Personal, dieselbe Anforderung an die KI.

Die Differenz zwischen den 74 Prozent aus früheren, kleineren Real-World-Pilotbeobachtungen und den 94,7 Prozent in der prospektiven Kohorte ist kein Widerspruch, sondern ein Lerneffekt. Systeme, die in einem Setting versagen, werden in einem anderen Setting zuverlässig, sobald die Workflows angepasst und die Bildqualität standardisiert sind.

Lizenzierung als Skalierungsstrategie

Google hat im Oktober 2024 angekündigt, das ARDA-Modell an drei Partner zu lizenzieren: Forus Health und AuroLab in Indien sowie Perceptra in Thailand. Über zehn Jahre sollen kombiniert sechs Millionen KI-gestützte Screenings kostenlos für die Patient:innen erbracht werden HIT Consultant.

Das ist eine bemerkenswerte Verschiebung. Bis dahin hatte das Modell etwa 600'000 Screenings unterstützt. Sechs Millionen sind eine Verzehnfachung, getragen nicht von Google selbst, sondern von lokalen Akteur:innen mit Marktzugang und regulatorischer Erfahrung. In Thailand wird das Modell in das nationale Innovationsprogramm integriert, in Kooperation mit dem Department of Medical Services des Gesundheitsministeriums.

Dieses Vorgehen ist relevant, weil es ein Modell für KI-Anwendungen im öffentlichen Gesundheitswesen liefert. Nicht ein Tech-Konzern verkauft ein Produkt, sondern lokale Partner:innen übernehmen Implementierung, Zulassung und Betrieb. Die Technologie wird zur Infrastruktur, nicht zum Geschäftsmodell.

Was die Schweiz und Deutschland daraus lernen können

Drei Punkte sind wichtig, auch wenn wir hier andere Probleme haben als Thailand.

Erstens: KI muss niemanden ersetzen, um nützlich zu sein. Sie schliesst eine Lücke, wo Fachleute fehlen. Das gibt es auch bei uns. In der Radiologie, in der Hautmedizin, beim Hausarzt auf dem Land. Die Frage ist immer dieselbe: Wo fehlen die Menschen, und wo kann eine KI helfen, dass mehr Patient:innen versorgt werden?

Zweitens: Echte Daten aus dem Klinikalltag sind mehr wert als jede Laborzahl. Wer ein KI-System anbietet, sollte zeigen können: Es funktioniert dort, wo es eingesetzt wird. Nicht nur unter perfekten Testbedingungen. Diese Frage gehört in jedes Verkaufsgespräch.

Drittens: Lokale Partner statt fremde Konzerne. Das Thailand-Modell ist interessant für Europa. Die Forschung kommt von Google, der Einsatz aber liegt in der Region. Das ist auch eine Antwort auf die Frage: Wie nutzen wir gute Technik, ohne abhängig zu werden?

Quellen

Ruamviboonsuk, P., Tiwari, R., Sayres, R., Nganthavee, V., Hemarat, K., Kongprayoon, A., Raman, R., Levinstein, B., Liu, Y., Schaekermann, M., Lee, R., Virmani, S., Widner, K., Chambers, J., Hersch, F., Peng, L., & Webster, D. R. (2022). Real-time diabetic retinopathy screening by deep learning in a multisite national screening programme: A prospective interventional cohort study. The Lancet Digital Health, 4(4), e235–e244. https://doi.org/10.1016/S2589-7500(22)00017-6

Google. (2024, 17. Oktober). How AI is making eyesight-saving care more accessible in resource-constrained settings. Google Blog. https://blog.google/company-news/inside-google/around-the-globe/google-asia/arda-diabetic-retinopathy-india-thailand/

Yuan, A., & Lee, A. Y. (2022). Artificial intelligence deployment in diabetic retinopathy: The last step of the translation continuum. The Lancet Digital Health, 4(4), e208–e209. https://doi.org/10.1016/S2589-7500(22)00027-9

Nation Thailand. (2025, 10. Februar). Google, Perceptra offer AI-powered diabetic retinopathy screening. https://www.nationthailand.com/business/tech/40046121

MobiHealthNews. (2024, 17. Oktober). Google licenses AI diabetic retinopathy model to partners in India, Thailand. https://www.mobihealthnews.com/news/google-licenses-ai-diabetic-retinopathy-model-partners-india-thailand