Harrison.ais KI-Modell erreicht Spitzenresultate in unabhängiger US-Gesundheits-Prüfung

Harrison.ai hat mit seinem radiologisch spezialisierten Grundmodell Harrison.rad.1 eine bemerkenswerte Leistung in einer unabhängigen, groß angelegten Bewertung durch Mass General Brigham (MGB) und das Data Science Institute der American College of Radiology (ACR) erzielt. Die Studie fand im Rahmen der ACR-Jahrestagung 2025 statt und beteiligte 113 zertifizierte Radiologen, die 2.840 blind durchgeführte Bewertungen an 117 Röntgenberichten durchführten. Dabei wurde geprüft, ob die Teilnehmer zwischen künstlich generierten und menschlichen Berichten unterscheiden konnten – ein Turing-ähnlicher Test. Harrison.rad.1 erreichte dabei eine Akzeptanzrate von 65,4 %, was zwar unter der 79,6 % der menschlichen Radiologen liegt, aber dennoch als hochsignifikant gilt, da es die erste Zeit ist, dass ein KI-Modell in einem solchen realen klinischen Kontext nahe an menschliche Leistung heranreicht. Das Modell wurde bereits im Vorjahr veröffentlicht und hatte zuvor bei VQA-Rad – einem der führenden Benchmarks für multimodale KI in der Medizin – mit 82 % Genauigkeit und Präzision bei geschlossenen Fragen zu Röntgenbildern der Brust bestochen. Die herausragende Leistung von Harrison.rad.1 beruht auf seiner spezifischen Ausbildung an Millionen von DICOM-Bildern und radiologischen Berichten aus allen Röntgenmodalitäten, wodurch es sich von allgemeinen KI-Modellen wie denen von OpenAI, Google oder Anthropic unterscheidet. Im Gegensatz zu generischen Ansätzen ist es gezielt auf Faktengenauigkeit und klinische Zuverlässigkeit in der Radiologie optimiert. Die Ergebnisse sind auch ein Zeichen für die Synergie zwischen dem Grundmodell und den bestehenden klinischen Entscheidungsunterstützungssystemen von Harrison.ai, insbesondere Annalise Enterprise CXR, das bereits 124 Befundkriterien erkennt und die Diagnosegenauigkeit von Radiologen um bis zu 45 % steigern kann. Die Ergebnisse kommen zu einem entscheidenden Zeitpunkt: Die globale Gesundheitsversorgung steht vor der Herausforderung steigender Bildgebungsvolumina, knapper Radiologen und wachsender Wartezeiten. Hier bietet Harrison.rad.1 das Potenzial, klinische Effizienz durch automatisierte Berichterstellung zu steigern. Dr. Aengus Tran, CEO und Mitbegründer von Harrison.ai, betonte die Bedeutung der unabhängigen Validierung und betonte, dass die Arbeit noch nicht abgeschlossen sei – die Weiterentwicklung des Modells, erweiterte Tests und die Zusammenarbeit mit Aufsichtsbehörden seien zukünftige Schwerpunkte. Industrieexperten sehen in den Ergebnissen einen Meilenstein für die praktische Anwendung von KI in der Radiologie. Dr. Jarrel Seah, Chief AI Officer, unterstreicht, dass die Leistung des Modells auf den umfangreichen, von Radiologen annotierten Datensätzen basiert, die auch die Grundlage für die klinischen Tools bilden. Harrison.ai ist bereits in über 40 Ländern reguliert und wird in 15 Ländern eingesetzt, darunter in 50 % der australischen Radiologenpraxen und bei mehr als 35 % der Brust-Röntgenuntersuchungen im Vereinigten Königreich. In den USA erhielt Annalise.ai FDA-510(k)-Zulassung und Medicare-NTAP-Status, was die klinische und wirtschaftliche Relevanz unterstreicht. Harrison.ai positioniert sich als globaler Player in der Gesundheits-Technologie mit einem wiederverwendbaren AI-Plattformansatz, der Lösungen wie Annalise.ai (Radiologie) und Franklin.ai (Pathologie) umfasst. Die neuen Ergebnisse unterstreichen nicht nur technologische Fortschritte, sondern auch die Reife von KI in der klinischen Praxis – mit dem Ziel, die Gesundheitsversorgung global zu skalieren und die Patientenversorgung zu verbessern.