Google‑KI‑Modell liegt bei CDC‑Bewertung von Grippe‑Krankenhausaufnahmen vorn

Die Centers for Disease Control and Prevention veröffentlichten am 30. September 2026 ihre Bewertung der Vorhersagesaison 2025‑2026 von FluSight und identifizierten Googles Google_SAI-FluEns als das am besten abschneidende Modell unter den einzelnen Teameinreichungen zur Vorhersage von Grippe‑Krankenhausaufnahmen in den USA. Google erklärte, dass ihr Beitrag unter den 39 zulässigen Modellen der Saison den ersten Platz belegt habe.

In Google‑Ankündigung sagte Zahra Shamsi von Google Research, dass die Vorhersagen mithilfe von Empirical Research Assistance (ERA) entwickelt wurden, einem KI‑Werkzeug, das das Unternehmen als Generator von Optimierungsalgorithmen für ein breites Spektrum wissenschaftlicher Bereiche beschreibt. Google erklärte, dass die Forschung zu ERA in der Fachzeitschrift Nature veröffentlicht wurde und dass die zugrunde liegende Technologie des Werkzeugs vertrauenswürdigen Testern über seine experimentellen Wissenschaftswerkzeuge zur Verfügung steht.

Ergebnisse der Saison

Laut der Bewertungsbericht des CDC trugen 34 Teams Influenza‑Krankenhausaufnahmewahrscheinlichkeiten aus 53 einzigartigen Modellen während der Saison bei. Neununddreißig Modelle erfüllten die Einschlusskriterien der Analyse, indem sie mindestens 75 % der Vorhersageziele einreichten; der CDC schloss nationale Vorhersagen vom Scoring aus wegen Skalierungsunterschieden und Puerto‑Rico‑Vorhersagen wegen fehlender Daten. Von den 39 einbezogenen Modellen erzielten 33 eine bessere Leistung als der FluSight‑Baseline, ein Referenzmodell, das die Aufnahmen der Vorwoche projiziert.

Das FluSight‑Ensemble, die kombinierte Vorhersage, die das CDC zur Kommunikation verwendet, belegte in der Saison den siebten Platz insgesamt nach dem primären Leistungsmaß und war eines von 12 Modellen, die in allen Regionen konsequent besser als der Baseline abschnitten. Unter den einzelnen Teameinreichungen war Google_SAI-FluEns der Spitzenreiter.

Das CDC charakterisierte die Saison 2025‑2026 in seiner vorläufigen In‑Season‑Schweregradbewertung als moderat. Die höchste wöchentliche Zahl an Krankenhausaufnahmen überschritt 40.000, wobei die Aufnahmen Mitte November 2025 zu steigen begannen und landesweit in der Woche zum 27. Dezember 2025 ihren Höhepunkt erreichten.

Der Bericht dokumentiert zudem, wo die Vorhersagen Schwierigkeiten hatten. Er stellt fest, dass die 50‑%‑ und 95‑%‑Vorhersageintervalle des Ensembles die im späten Dezember 2025 beobachteten Anstiege der Aufnahmen sowie die im Januar 2026 mittleren Rückgänge nicht antizipierten. In der Spitzenwoche der Saison enthielten weniger als 25 % der zwei‑Wochen‑Horizont‑Vorhersageintervalle in den einzelnen Regionen die beobachteten Werte, und die Abdeckung des FluSight‑Ensembles stabilisierte sich ab Februar 2026 bei etwa 95 %.

Wie das CDC die Vorhersagen bewertete

Das CDC forderte wöchentliche Vorhersagen zu Influenza‑Krankenhausaufnahmen von akademischen, industriellen und staatlichen Teams von November 2025 bis zum 20. Mai 2026 an und veröffentlichte sie erstmals am 12. Dezember 2025 auf seiner FluSight‑Webseite. Das Hauptziel der Vorhersage war die wöchentliche Anzahl von Influenza‑Krankenhausaufnahmen für die aktuelle Woche und bis zu drei Wochen in die Zukunft für die Vereinigten Staaten, jeden Bundesstaat, Puerto Rico und Washington, D.C., basierend auf Daten des National Healthcare and Safety Network. Die endgültigen Zieldaten, die für das Scoring verwendet wurden, wurden am 1. Juli 2026 veröffentlicht.

Die Vorhersagen wurden hauptsächlich anhand des relativen gewichteten Intervallscores bewertet, einem Standardmaß dafür, wie eng die Menge von Vorhersageintervallen mit den letztlich beobachteten Werten übereinstimmt. Die Kennzahl wird relativ zum Baseline berechnet; ein Wert unter 1 steht für eine bessere Leistung als der Baseline, und die Scores wurden auf log‑transformierten Aufnahmezahlen als geometrisches Mittel der paarweisen Score‑Verhältnisse zwischen den Modellen berechnet. Zudem wurden die Vorhersagen hinsichtlich 50‑%‑ und 95‑%‑Abdeckung bewertet, also wie häufig die Vorhersageintervalle die später beobachteten Werte erfassten. Modelle wurden anhand der eingereichten Metadaten als statistisch, mechanistisch, künstliche Intelligenz bzw. maschinelles Lernen oder Ensemble kategorisiert, wobei diese Kategorien beim Scoring nicht berücksichtigt wurden.

Das CDC veranstaltet seit der Saison 2013‑2014 jährlich Herausforderungen zur Influenza‑Vorhersage, mit Ausnahme der Saison 2020‑2021, als die eingeschränkte Grippeaktivität stabile Vorhersagen verhinderte. Eine Bewertung von FluSight‑Vorhersagen zu Grippe‑Notaufnahmen steht noch aus.

Die Forschung hinter Googles Beitrag

Ein Preprint eingereicht am 15. Mai 2026, von Sarah Martinson, Michael P. Brenner, Martyna Plomecka, Brian P. Williams, Nicholas G. Reich und Zahra Shamsi beschreibt das System hinter den Vorhersagen: ein autonomes System, in dem ein großes Sprachmodell eine Baum‑Suche steuert, die ausführbare Vorhersage‑Software schreibt, testet und verfeinert. Die Autoren berichten, dass das System in einer vollständig prospektiven Echtzeit‑Bewertung während der US‑Atemwegssaison 2025‑2026 Modelle für Influenza, COVID‑19 und das Respiratory Syncytial Virus mit unterschiedlichen Methodologien erzeugte und dass ein aus den maschinell generierten Modellen aufgebautes Ensemble in‑Sample genauso gut oder besser als die vom CDC manuell kuratierten Hub‑Ensembles abschnitt. Sie berichten zudem, dass das System unter datenarmen „Cold‑Start“-Bedingungen brauchbare Vorhersagen für RSV lieferte.

In in einem Google Research-Beitrag vom 29. April 2026, das Team sagte, es habe begonnen, wöchentliche Grippeprognosen für jeden US-Bundesstaat und mit Vorhersagehorizonten von bis zu vier Wochen einzureichen, als die CDC‑Herausforderung im November 2025 eröffnet wurde, und dass es später den Live‑Prognose‑Hubs der CDC für COVID‑19 und RSV beigetreten sei. Der Beitrag sagte, dass öffentliche Ranglisten für Grippe und COVID‑19, die von Reich, einem Biostatistik‑Professor der University of Massachusetts Amherst und Berater des Projekts, betrieben werden, zeigten, dass Google während seiner Einreichungszeiträume an der Spitze oder nahe der Spitze performte. Im Beitrag werden Shamsi, Martinson, Reich, Plomecka und Williams als Leiter der epidemiologischen Prognosearbeit genannt.

Warum das CDC Grippeprognosen durchführt

Das Grippeprognoseprogramm des CDC ist darauf ausgelegt, im Voraus vorherzusagen, wann und wo Anstiege bei Grippehospitalisierungen auftreten können, laut die Programmübersicht der Behörde. Das CDC sagt, dass genaue Prognosen die Zuteilung von antiviralen Behandlungen, die Vorbereitung auf Anstiege bei Grippehospitalisierungen, die Verteilung von Gesundheitspersonal, Krankenhausbetten und Behandlungsressourcen sowie die Kommunikation von Eindämmungsmaßnahmen und den Impfzeitpunkt unterstützen können. Die Initiative begann mit der “Predict the Influenza Season Challenge” von 2013, und wöchentliche Hospitalisierungsprognosen basieren seit der Saison 2021‑2022 auf NHSN‑Daten.

Google sagte, das Evaluationsergebnis bestätige sein Vertrauen darauf, dass KI in Kombination mit menschlicher Kreativität die Fähigkeit zur weltweiten Krankheitsprognose verbessern wird. Das CDC, die FluSight‑Partner und weitere Interessengruppen treffen sich am Ende jeder Prognosesaison, um Prognoseansätze zu überprüfen, die Genauigkeit zu diskutieren und zukünftige Saisons zu planen, einschließlich der Aufnahme neuer Prognoseziele.