Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

Dyania und NVIDIA bringen KI für klinische Entscheidungsfindung in Kliniknetzwerke

13. November 2026, 19:27Von der KI Nachrichten RedaktionQuelle: PR Newswire
Dyania und NVIDIA bringen KI für klinische Entscheidungsfindung in Kliniknetzwerke
Bild: PR Newswire

Dyania Health arbeitet mit NVIDIA zusammen, um sein System Synapsis AI für klinische Entscheidungsfindung innerhalb von Gesundheitssystemen zu betreiben. Kliniken können damit vollständige Krankheitsverläufe analysieren, ohne Patientenakten außerhalb ihres Netzwerks zu übertragen. Nach Angaben der Unternehmen könnte die Technologie helfen, den Versorgungsbedarf früher zu erkennen und Therapieentscheidungen mit Belegen aus der Patientenakte zu unterstützen.

Das Wichtigste in Kürze
  • Synapsis AI analysiert vollständige Krankheitsverläufe innerhalb des privaten Netzwerks eines Krankenhauses.
  • Das System nutzt NVIDIA AI Enterprise, NeMo, TensorRT und TensorRT-LLM.
  • Die Studie der Cleveland Clinic umfasste 7.812 Patienten mit Aortenklappenersatz.
  • Die Studie beantwortete 88 klinische Fragen für jeden Patienten.
  • Das Prognose-Tool schätzt das Risiko nach drei, fünf und 10 Jahren und muss von Ärzten validiert werden.

Klinische Entscheidungsfindung anhand der vollständigen Patientenakte

Synapsis AI liest die Patientenakte über mehrere Jahre hinweg, darunter Notizen, Operationsberichte, bildgebende Befunde und Laborergebnisse. Das System beantwortet klinische Fragen mit Belegen aus der Akte und arbeitet längsschnittlich: Es ermittelt, woran ein Patient erkrankt war, wann dies geschah und welche Belege die Schlussfolgerung stützen.

Dyania zufolge befinden sich viele Informationen, die für Register, Ergebnisstudien und Prognosemodelle benötigt werden, nicht in strukturierten Feldern, sondern in Fließtexten. Die manuelle Prüfung kann die Zahl der Akten begrenzen, die Teams analysieren können. Synapsis AI soll diese Entscheidungsfindung für ein gesamtes Gesundheitssystem ermöglichen, statt jeweils nur eine Akte zu bearbeiten.

Mit beschleunigter Rechenleistung von NVIDIA kann das System große Patientengruppen innerhalb der eigenen Umgebung eines Krankenhauses verarbeiten. Laut Dyania bleibt die Inferenz innerhalb des privaten Netzwerks der Klinik, sodass die Patientenakten im Gesundheitssystem verbleiben.

NVIDIA-Infrastruktur ermöglicht den Betrieb vor Ort

Dyania bringt seine Engine für klinische Entscheidungsfindung und seine Erfahrung bei der Implementierung in die Zusammenarbeit ein. NVIDIA stellt die Plattform für beschleunigte Rechenleistung und die Software bereit, die einen sicheren und effizienten Betrieb vor Ort ermöglichen soll. Synapsis AI basiert durchgängig auf dem Software-Stack NVIDIA AI Enterprise.

Dyania trainiert seine proprietären klinischen Modelle mit dem NVIDIA-NeMo-Framework für Modelltraining und bestärkendes Lernen. Innerhalb eines Gesundheitssystems läuft Synapsis AI auf der Infrastruktur von NVIDIA TensorRT und TensorRT-LLM. Die Unternehmen wollen das System in Gesundheitssysteme in den USA und international bringen, gemeinsame Fallstudien veröffentlichen und Synapsis AI in den Healthcare-Software-Stack von NVIDIA integrieren.

Geprüft werden unter anderem NVIDIA Confidential Computing für Training und Inferenz, NVIDIA Dynamo für die verteilte Bereitstellung von Inferenzdiensten, Multi-Instance-GPU zur Aufteilung von GPUs auf gleichzeitig laufende klinische Workloads sowie die Skalierung auf zahlreiche NVIDIA-Blackwell-Ultra-GPUs. Die Einsätze sollen sich dabei von der Stapelverarbeitung hin zu nahezu in Echtzeit verfügbaren klinischen Erkenntnissen am Ort der Behandlung entwickeln.

Studie der Cleveland Clinic untersuchte künstliche Herzklappen

Das erste gemeinsame Projekt ist eine Studie der Cleveland Clinic mit 7.812 Patienten, die zwischen 2005 und 2021 einen Aortenklappenersatz erhielten. Die Forschenden werteten bis zu 16 Jahre der Behandlung aus, darunter narrative Notizen und Echokardiografieberichte, um zu untersuchen, wie lange Ersatzklappen halten könnten und ob ein weiterer Eingriff erforderlich werden könnte.

Synapsis AI lief auf beschleunigter Rechenleistung von NVIDIA innerhalb der Umgebung der Cleveland Clinic, identifizierte die Patientengruppe und beantwortete für jeden Patienten 88 klinische Fragen. Diese bezogen sich auf Klappenmerkmale, Begleiterkrankungen, Laborverläufe, Medikamente, Messwerte aus Nachsorge-Ultraschalluntersuchungen und spätere klinische Ereignisse.

Der resultierende Datensatz wurde laut Dyania schneller erstellt, als es eine manuelle Prüfung ermöglicht hätte. Die Forschenden trainierten außerdem ein Prognosemodell für maschinelles Lernen, das den zeitlichen Verlauf des Risikos für Klappenversagen und erneute Eingriffe schätzen kann. Die Art der implantierten Klappe war der wichtigste Faktor dafür, wie schnell sie sich verschlechterte. Das Alter und andere Erkrankungen beeinflussten, ob und wann ein zweiter Eingriff erfolgte.

Das Modell schätzt das individuelle Risiko nach drei, fünf und 10 Jahren und aktualisiert die Prognose mit jedem neuen Ultraschall. Dyania zufolge dient das Tool dazu, die Behandlung zu unterstützen, muss jedoch noch von Ärzten extern validiert werden.

Was die Zusammenarbeit für Gesundheitssysteme bedeutet

Die Unternehmen stellen das Herzklappenprojekt als Beispiel dafür dar, wie Kliniken ihre eigenen Daten nutzen könnten, um zu untersuchen, welche Patienten von bestimmten Therapien profitieren, wie sich Behandlungen über die Zeit bewähren und warum sich die Ergebnisse bei Patienten unterscheiden, die auf dem Papier ähnlich erscheinen.

Dyania zufolge werden Synapsis-AI-Agenten künftig kontinuierlich Prognosemodelle dieser Art trainieren. Ziel ist es, mit dem Fortschritt der Präzisionsmedizin die Empfehlungen für den nächsten Schritt in der Behandlung eines Patienten zu verbessern. Das Unternehmen beschreibt die derzeitigen Einsatzbereiche von Synapsis AI als das Auffinden von Patienten, die eine noch nicht erhaltene Behandlung benötigen, die Stärkung von Registern und Qualitätsprogrammen sowie die Umwandlung der klinischen Erfahrung eines Gesundheitssystems in bessere Ergebnisse für künftige Patienten.

Chelsea Sumner von NVIDIA sagte, die Chance bestehe darin, Behandlungsteams mehr Zeit und Erkenntnisse zu geben, damit sie sich auf Patienten konzentrieren können. Dyania-Gründerin und CEO Eirini Schlosser sagte, die Arbeit mit der Cleveland Clinic habe gezeigt, dass ein Gesundheitssystem aus den bereits behandelten Patienten lernen könne, um dem nächsten Patienten schneller die richtige Behandlung zu geben. Dabei handelt es sich um Aussagen der Unternehmen über die Zusammenarbeit und ihr Potenzial. Das Klappentool benötigt weiterhin eine klinische Validierung.

Ähnliche Meldungen

SAS und Posit bündeln ihre Kräfte für kontrollierte KI im Bereich Life Sciences
Wirtschaft16. November 2026, 09:00

SAS und Posit bündeln ihre Kräfte für kontrollierte KI im Bereich Life Sciences

SAS und Posit kooperieren, um Unternehmen im Bereich Life Sciences die Kombination von SAS und Open-Source-Technologien zu ermöglichen. Der anfängliche Schwerpunkt liegt…

SAS und Posit kooperieren bei kontrollierter KI für die Biowissenschaften
Wirtschaft16. November 2026, 09:00

SAS und Posit kooperieren bei kontrollierter KI für die Biowissenschaften

SAS und Posit PBC haben eine Partnerschaft geschlossen, um Unternehmen aus den Biowissenschaften mehr Flexibilität beim Einsatz von SAS und Open-Source-Technologien zu…

NVIDIA zeigt KI-Tool für schnellere und umfassendere Patientenaktenprüfung
Forschung13. November 2026, 14:00

NVIDIA zeigt KI-Tool für schnellere und umfassendere Patientenaktenprüfung

Dyania Health nutzt Synapsis AI, um jahrelange Patientenakten zu analysieren und klinisch relevante Hinweise für Behandlungsteams herauszuarbeiten, wie NVIDIA berichtet.…