Tuberkulose tötet jedes Jahr mehr als 1,23 Millionen Menschen, und in vielen stark betroffenen Gegenden liegt der Engpass nicht bei der Behandlung, sondern beim Finden der Fälle: Es gibt zu wenige Radiologen, um Röntgenbilder der Lunge zu befunden. Google Research hat auf der Konferenz IDWeek 2026 dargelegt, wie seine TB-Arbeit von Forschungsaufsätzen in Kliniken gelangt ist und dass sie heute auf offenen Modellen beruht, die lokale Gesundheitssysteme selbst betreiben können.
Der klinische Weg führt über Nexus AI, ein Medizintechnikunternehmen in Pretoria, das Googles Röntgenalgorithmen in ein zertifiziertes Produkt verwandelt hat. Es hat eine Zertifizierung der Klasse IIb nach der EU-Medizinprodukteverordnung, strebt über eine Vereinbarung mit FIND die Präqualifizierung der Weltgesundheitsorganisation an und ist auf dem Weg zu einer Zulassung durch die US-Behörde FDA. Das Werkzeug ist in Südafrika, Sierra Leone und Côte d'Ivoire im Einsatz, Erweiterungen in der Demokratischen Republik Kongo, Sambia und Kamerun laufen. In rund 40 Einrichtungen haben mehr als 90 Ärztinnen und Ärzte über 25.000 Röntgenbilder ausgewertet, mit Ergebnissen in unter 45 Sekunden statt Wochen. Ein Einsatz kombiniert ein tragbares Röntgengerät mit der KI in Mponeng, einer der tiefsten Goldminen der Welt.
Der offene Teil macht die Ausweitung möglich. Google hat MedSigLIP veröffentlicht, das medizinische Bilder mit der Sprache verknüpft, mit der sie beschrieben werden, sowie MedGemma, Open-Weight-Modelle mit 4B und 27B Parametern, die wir in der 4B-Version besprechen. Indonesien, laut Google das Land mit der weltweit zweithöchsten TB-Last, will jährlich 50 Millionen Menschen untersuchen und stimmt beide Modelle mit eigenen Röntgenbildern ab, damit Patientendaten im Land bleiben. Für Orte ohne Bildgebung erkennt HeAR, trainiert mit über 300 Millionen Audioabschnitten, Verdachtsfälle am Husten, aufgenommen mit einem Handy.
Wer medizinische KI beurteilt, findet hier ein nützliches Beispiel für ein Modell, das offline läuft und vor Ort angepasst werden kann, statt in eine ausländische Cloud zu gehen. MedGemma hat nach Googles Zählung die Marke von 10 Millionen Downloads überschritten.
Was der Beitrag nicht liefert, ist die wichtigste Zahl: wie genau die eingesetzten Werkzeuge sind. Es gibt weder Sensitivität noch Spezifität für das Röntgenprodukt oder für HeAR, das mit Partnern noch klinische Belege sammelt. WHO-Präqualifizierung und FDA-Zulassung stehen aus, und die Durchsatzzahlen stammen von Google und seinem Partner. Bis unabhängige Genauigkeitsdaten vorliegen, ist der Umfang des Einsatzes klarer als seine klinische Wirkung.