Open-Source-Sprachmodelle als datenschutzkonforme Innovation für die Klinik
Studie von Universitätsmedizin Magdeburg und Charité zeigt: Open-Source-LLMs liefern klinisch vergleichbare – teils überlegene – Ergebnisse zu kommerziellen Systemen
In einer Studie, veröffentlicht in Nature Medicine (15. Mai 2025), belegen Forschende der Otto-von-Guericke-Universität Magdeburg und der Charité – Universitätsmedizin Berlin, dass Open-Source-Sprachmodelle im klinischen Einsatz eine leistungsfähige und datenschutzfreundliche Alternative zu kommerziellen Systemen wie GPT-4o (OpenAI) oder Gemini (Google) darstellen können.
Herausforderung Datenschutz: kommerzielle KI häufig ungeeignet für Kliniken
Große Sprachmodelle (Large Language Models, LLMs) besitzen enormes Potenzial für medizinische Anwendungen – von der Analyse von Befunden und Arztbriefen bis hin zur Entscheidungsunterstützung. Doch in der Praxis verhindert strenger Datenschutz oft den Einsatz kommerzieller Cloud-basierter Lösungen, insbesondere wenn sensible Gesundheitsdaten involviert sind. Kliniken sehen sich dadurch in der Nutzung moderner KI-Technologien häufig eingeschränkt.
Open-Source-Modelle DeepSeek-V3 und -R1 im Vergleichstest
Unter der Leitung von Prof. Dr. med. Julian Varghese (Magdeburg) und Prof. Dr. Roland Eils (Charité) untersuchte das Forschungsteam die Leistungsfähigkeit der Open-Source-Modelle DeepSeek-V3 und DeepSeek-R1. In 125 simulierten Patientenfällen – darunter sowohl häufige als auch seltene Krankheitsbilder – analysierten die Modelle Fallbeschreibungen, stellten Diagnosen und schlugen Therapieoptionen vor.
Ergebnis: Die Open-Source-Modelle waren kommerziellen LLMs ebenbürtig – teils sogar überlegen. Gleichzeitig können sie lokal in der klinikeigenen IT-Infrastruktur betrieben und auf spezifisches medizinisches Wissen angepasst werden – ein entscheidender Vorteil in puncto Datenschutz und regulatorischer Compliance.
Praxisumsetzung in Magdeburg: KI-Plattform bereits im Einsatz
An der Universitätsmedizin Magdeburg wurde das Konzept bereits in die Praxis überführt. Seit drei Monaten steht den Mitarbeitenden eine interne KI-Plattform zur Verfügung, entwickelt vom Datenintegrationszentrum (DIZ) unter Leitung von Dr. Tim Herrmann (operativ) und Dr. Christian Bruns (wissenschaftlich). Bereits 330 Mitarbeitende nutzen die Plattform regelmäßig, eine Evaluation zur Nutzerakzeptanz ist angelaufen. Die technische Betreuung liegt bei Dr. Aliće Grünig (Forschungsdatenmanagement).
Ziel ist es, in einem nächsten Schritt konkrete Anwendungen in der medizinischen Dokumentation und klinischen Entscheidungsunterstützung zu pilotieren – stets unter Einhaltung medizinrechtlicher und datenschutzrechtlicher Vorgaben.
