Ein Algorithmus schafft 68 Prozent – und braucht dafür zwölf Minuten statt zwölf Tage.

Das ist keine Zukunftsvision, sondern das Ergebnis einer Studie, die das Deutsche Krebsforschungszentrum (DKFZ) und das Universitätsklinikum Heidelberg im Juni 2026 in Nature Cancer veröffentlichten. Das KI-System heißt Hetairos. Es klassifiziert Hirntumore anhand von Standard-Gewebeschnitten – jenen Hämatoxylin-Eosin-Färbungen, die in jedem pathologischen Labor der Welt vorliegen. Keine Sonderausstattung, keine Sonder­chemikalien. Nur das Bild.

Was Hetairos kann – und was nicht

Das System unterscheidet 102 molekulare Untergruppen von Tumoren des zentralen Nervensystems. Das deckt nahezu das gesamte Spektrum der aktuellen WHO-Klassifikation ab. Trainiert wurde es mit über 11.000 digitalisierten Gewebeschnitten von 9.606 Patienten aus elf Zentren auf vier Kontinenten.

Die Trefferquote von 68 Prozent gilt für direkte Einzeldiagnosen. Berücksichtigt man die drei wahrscheinlichsten Befunde, die Hetairos parallel ausgibt, steigt die Quote auf 84 Prozent; die fünf getesteten erfahrenen Neuropathologen kamen im selben Testfeld auf 30 Prozent direkt und rund 50 Prozent bei Top-3. In Fällen, bei denen das System selbst eine hohe Konfidenz ausweist, liegt die Genauigkeit bei 87 bis 88 Prozent.

Diese Zahlen verlangen eine Einordnung. Der Benchmark-Test umfasste 210 Fälle – eine überschaubare Stichprobe. Und er maß die Treffsicherheit bei der molekularen Subtyp-Klassifikation, nicht die Gesamtdiagnostik mit klinischen Daten, Bildgebung und Anamnese. Die Entwickler Moritz Gerstung und Felix Sahm betonen explizit: Hetairos ist ein Entscheidungsunterstützungswerkzeug, kein Ersatz für den Neuropathologen.

Das stärkste Argument für diese Selbstbeschränkung liefern die Entwickler selbst: Bei seltenen Tumorvarianten ist die KI noch nicht besser als erfahrene Spezialisten. Wer glaubt, Hetairos diagnostiziere vollständig autonom, übersieht, dass es genau dort versagt, wo der Fall am ungewöhnlichsten – und der Fehler am folgenreichsten – wäre.

Dennoch liegt der eigentliche Effizienzgewinn nicht im Benchmark, sondern im Zeitfaktor. Die DNA-Methylierungsanalyse, bislang Goldstandard für molekulare Hirntumor-Klassifikation, dauert typischerweise rund zwei Wochen, erfordert spezialisierte Labore und teure Infrastruktur. Hetairos liefert nach der Digitalisierung des Gewebeschnitts in etwa zwölf Minuten ein Ergebnis. Inklusive Präparation und Digitalisierung spricht das Briefing von 24 Stunden bis zwei Tagen – immer noch ein Faktor zehn schneller.

Dieser Zeitgewinn ist in der Onkologie keine Bequemlichkeit. Beim Glioblastom, dem aggressivsten Hirntumor, entscheidet die Geschwindigkeit des Therapiebeginns über Wochen Lebenszeit. In ressourcenarmen Regionen Afrikas oder Südostasiens, wo DNA-Methylierungsanalysen schlicht nicht verfügbar sind, könnte Hetairos den Unterschied zwischen irgendeiner Diagnose und gar keiner bedeuten.

Das Ultraschall-Pflaster – ein paralleler Forschungsstrang

Während Hetairos die Diagnostik adressiert, verfolgen Ingenieure des MIT und der University of Southern California einen radikal anderen Ansatz auf der Therapieseite. Ihr Ziel: den Herzschrittmacher als Implantat überflüssig machen.

Weltweit werden jährlich rund eine Million Herzschrittmacher neu implantiert. Jede Operation bedeutet Vollnarkose, Infektionsrisiko, Einschränkungen für den Patienten. Die MIT-Forscher entwickeln ein briefmarkengroßes Pflaster, das den Herzrhythmus von außen per Ultraschall reguliert.

Das Funktionsprinzip heißt Sonogenetik. Herzmuskelzellen werden gentechnisch so verändert, dass ihre Kalziumkanäle auf bestimmte Ultraschallfrequenzen reagieren. Trifft der Schallimpuls des Pflasters auf diese Zellen, öffnen die Kanäle – der Kontraktionsimpuls entsteht. In Laborversuchen schlugen modifizierte Herzmuskelzellen synchron mit dem Pflasterrhythmus. In Tierversuchen an Ratten mit Herzrhythmusstörungen konnte das Pflaster den Herzschlag stabilisieren.

Für den klinischen Einsatz plant das Team ein zweistufiges Verfahren: zunächst eine einmalige Gentherapie-Injektion, die die Herzmuskelzellen sensitiv macht; danach das Tragen des Pflasters ohne weiteren Eingriff. Es gibt noch keine veröffentlichten Studien am Menschen. Die aktuellen Ergebnisse stammen ausschließlich aus Labor- und Tierversuchen – ein Abstand zur klinischen Reife, den man nicht kleinreden sollte.

Die Frage, ob Patienten einer Gentherapie zustimmen, die ihr Herz dauerhaft ultraschall-sensitiv macht, ist nicht trivial. Dieser Schritt ist irreversibel. Ob die behandelten Herzmuskelzellen über Jahrzehnte stabil bleiben, ob Langzeiteffekte der Genmodifikation auftreten, ist offen. Das MIT-Team selbst beschreibt die Technologie als Forschungsprototyp; von Zulassung oder klinischer Translation sind diese Ergebnisse noch weit entfernt.

Effizienzgewinn auf der Effizienz-Achse – und sein Preis

Beide Entwicklungen spielen direkt in die Effizienz-Dimension des Gesundheitssystems. Hetairos senkt den Ressourceneinsatz pro Diagnose radikal: weniger Labortechnik, weniger Fachpersonal für Routineeinordnungen, schnellere Therapieentscheidung. Das MIT-Pflaster zielte – langfristig – darauf, chirurgische Eingriffe und die damit verbundenen Kosten und Komplikationen zu vermeiden.

Rund 42 Prozent der europäischen Gesundheitseinrichtungen setzten laut einer Erhebung aus dem Zeitraum Januar bis Juni 2024 bereits KI-Technologien ein, vorrangig in der Radiologie. 37,6 Prozent der niedergelassenen Ärzte in Deutschland nutzen KI-Tools aktiv. Dieser Trend läuft – Hetairos ist sein nächster, gut dokumentierter Schritt.

Aber Effizienz ist kein Selbstzweck. Drei ethische Fragen stellen sich dabei mit einiger Dringlichkeit.

Erstens: Verantwortung. Der EU AI Act (Verordnung EU 2024/1689) stuft KI-Systeme in der medizinischen Diagnostik als Hochrisikosysteme ein. Das verlangt Konformitätsbewertungen, menschliche Aufsicht und Audit-Logs. Die Frage, wer haftet – Arzt, Klinik oder DKFZ – wenn Hetairos einen seltenen Subtyp falsch klassifiziert und die daraus folgende Chemotherapie schadet, ist rechtlich ungeklärt. Hetairos liefert eine Konfidenzangabe und markiert relevante Gewebeareale (was die Entwickler als „Explainable AI" bezeichnen); das verbessert die Nachvollziehbarkeit, löst aber die Haftungsfrage nicht.

Zweitens: Datenschutz. Hetairos wurde mit Gewebeschnitten von 9.606 Patienten aus elf Ländern trainiert. Für den laufenden Betrieb müssen digitalisierte Patientenproben verarbeitet werden. Eine Datenschutz-Folgeabschätzung ist beim Einsatz solcher Systeme in Deutschland Pflicht, da die Verarbeitung sensibler Gesundheitsdaten nach DSGVO „voraussichtlich ein hohes Risiko" für Betroffene birgt. Wie Kliniken diese Anforderung mit dem Ziel eines schnellen, idealerweise cloudbasierten Workflows vereinbaren, ist eine offene Implementierungsfrage.

Drittens: Bias. Ein System, das auf Daten aus elf Zentren auf vier Kontinenten trainiert wurde, hat eine breitere Basis als die meisten Vorgänger. Ob bestimmte Bevölkerungsgruppen, Tumorsubtypen oder Gewebequalitäten systematisch schlechter repräsentiert sind, ist aus den vorliegenden Berichten nicht belastbar zu entnehmen. Die Originalstudie in Nature Cancer wäre die richtige Quelle für diese Analyse – ihre Volltext-Auswertung bleibt eine offene Recherchefrage.

Die Grenze zwischen Werkzeug und Entscheidungsträger

Das Zusammenspiel beider Entwicklungen zeigt ein Muster, das über den Einzelfall hinausgeht. Hetairos übernimmt die Einordnung von Routinefällen; der Neuropathologe konzentriert sich auf die schwierigen, seltenen, widersprüchlichen. Das MIT-Pflaster könnte – vorausgesetzt, der klinische Transfer gelingt – den Kardiochirurgen bei Patienten entlasten, bei denen das Risiko des Eingriffs größer ist als sein Nutzen.

Beide Ansätze hängen an derselben Bedingung: Das menschliche Urteil muss bleiben, wo die Zahl endet. Hetairos gibt eine Trefferquote, keine Diagnose im juristischen Sinn. Das Pflaster gibt einen Herzrhythmus vor, keinen klinischen Entscheid. Wer diese Grenze verwischt – aus Kostendruck, aus Bequemlichkeit oder aus übersteigertem Vertrauen in die Präzisionszahlen – überschreitet nicht nur eine ethische, sondern auch eine handwerkliche Linie.

Zwölf Minuten statt zwölf Tage ist ein beeindruckender Satz. Er wird erst zur richtigen Aussage, wenn dahinter steht: und danach prüft ein Neuropathologe.