Finanzierung
Carnegie-Mellon-Forscher sammelt 35 Millionen US-Dollar für klinische Intelligenz

Wichtige PunkteXlue hat 35 Millionen US-Dollar für ein Gesundheitszustandsmodell aufgebracht, das…
Mehr anzeigen
- Xlue hat 35 Millionen US-Dollar für ein Gesundheitszustandsmodell aufgebracht, das Patientenverläufe statt Tokens abstrahiert.
- Xlue behauptet, dass sein Modell in Blindtests frontier-tokenbasierte Systeme bei weniger als 0,1 % der Rechenkosten übertroffen hat.
- Xlue führt prospektive Krankheitsrisikostudien und Arzneimittelindikationssimulationen durch, um den realen Nutzen zu belegen.
Xlue gab am 18. November 2026 bekannt, dass ein Forscher von Carnegie Mellon 35 Millionen US-Dollar für klinische Intelligenz eingeworben hatte. Am selben Tag veröffentlichte das Unternehmen einen Fachbericht über sein grundlegendes Modell für die menschliche Gesundheit. Es soll Gesundheit verstehen, vorhersagen, wie sie sich verändert, und simulieren, wie Behandlungen ihren Verlauf beeinflussen können.
Ziel der Arbeit ist es, klinische Fragestellungen in rechnerisch lösbare Probleme zu überführen. So können Ärzte und Wissenschaftler mögliche Ergebnisse am Computer untersuchen, bevor sie handeln. Das Modell soll aus den Veränderungen des Gesundheitszustands von Patienten, ihren Reaktionen auf Behandlungen sowie den Experimenten und Studien lernen, in deren Rahmen Medikamente entwickelt werden.
Gesundheitszustände statt Tokens modellieren
Xlue argumentiert, dass Modelle, die überwiegend mit medizinischen Lehrbüchern und Fachartikeln trainiert wurden, zwar Wissen zeigen können, aber nicht unbedingt vorhersagen, wann Patienten erkranken oder welche Behandlung wirkt. Auf Gesundheitsdaten angewendet, können tokenzentrierte Systeme außerdem Patientenverläufe in Sequenzen mit ungleich verteilten Informationen und wiederkehrenden Mustern aufteilen und dabei verschiedene Sichtweisen auf dieselbe Person miteinander vermengen.
Als Alternative abstrahiert Xlue Tokens zu Gesundheitszuständen – Darstellungen der sich wandelnden Gesundheit – und Behandlungsmaßnahmen. Das Fortschreiten einer Krankheit, das Ansprechen auf eine Behandlung, klinische Ergebnisse und Interventionen werden als Ausdruck eines einzigen Prozesses betrachtet: Die Gesundheit verändert sich im Laufe der Zeit, und Maßnahmen verändern ihren Verlauf. Das Unternehmen bezeichnet dies als einen neuen Ansatz für das Vortraining zur Modellierung von Patientenverläufen in verschiedenen Bevölkerungsgruppen.
Berichtete Evaluierungen und Simulationen klinischer Studien
Xlue berichtet, dass sich sein Modell für Gesundheitszustände mit Gesundheitsdaten effektiver skalieren lässt, Patientenverläufe über verschiedene Bevölkerungsgruppen hinweg besser verallgemeinert und bei verblindeten Evaluierungen durch unabhängige Dritte besser abschnitt als führende tokenbasierte Modelle – und das bei weniger als 0,1 % des Rechenaufwands.
Der Bericht schlägt vor, das Modell zur Offline-Simulation klinischer Studien einzusetzen. Eine Patientenkohorte würde sowohl unter einer medikamentösen Behandlung als auch unter einer Kontroll- oder Standardversorgung modelliert. Die vorhergesagten Ergebnisse würden anschließend in die Auswahl der Kohorte, die Gestaltung des Studienprotokolls und die Suche nach möglichen neuen Indikationen einfließen. Xlue stellt den Ansatz als Möglichkeit dar, Arzneimittelentwicklern dabei zu helfen, Studien mit höheren Erfolgsraten zu konzipieren, Risiken zu mindern und neue Einsatzmöglichkeiten für Medikamente zu finden.
Prospektive Studien und rekursive Verbesserung der Gesundheit
Xlue zufolge führt das Unternehmen in mehreren Gesundheitssystemen prospektive Studien zur Vorhersage von Krankheitsrisiken durch, um die Prävention zu unterstützen. Außerdem arbeitet es mit Pharmaunternehmen zusammen, um mithilfe von Weltmodellsimulationen neue Indikationen für bestehende Medikamente zu identifizieren. Dies ist Teil umfassenderer Arbeiten zur Einführung der Technologie in Krankenhäusern und bei Arzneimittelentwicklern.
Langfristig ist ein gemeinsam genutztes grundlegendes Modell geplant, das Signale auf molekularer und zellulärer Ebene sowie von Patienten, klinischen Studien und der Bevölkerungsgesundheit miteinander verknüpft. Xlue weist ihm sieben klinische Aufgaben zu: Arzneimittelforschung, Patientenidentifizierung, Versorgungsplanung, Präzisionsmedizin, diagnostische Abklärung, Entdeckung neuer Indikationen und Optimierung klinischer Studien.
Das Unternehmen nennt die geplante Rückkopplungsschleife Recursive Health Improvement. Computermodelle sollen Experimente im Nasslabor, klinische Studien und die Patientenversorgung unterstützen und aus ihnen lernen, sodass Erkenntnisse aus einer Phase in andere einfließen können. Diese Projekte bilden den unmittelbaren klinischen Kontext der Finanzierung: In diesen realen Einsatzbereichen muss sich zeigen, ob Xlues Abstraktion von Gesundheitszuständen und seine Studiensimulationen über die vom Unternehmen berichteten Evaluierungen hinaus von Nutzen sind.












