Ein KI-Modell von Microsoft Research übersetzt billige Routine-Gewebeschnitte in hochauflösende Proteinkarten – und ermöglicht erstmals populationsweite Analysen des Tumor-Immunsystems.
Microsofts GigaTIME übersetzt günstige Routine-Gewebeschnitte in hochauflösende Proteinkarten und ermöglicht erstmals populationsweite Krebsanalysen – Modell und Daten sind seit April 2026 offen verfügbar.
Multiplex-Immunfluoreszenz (mIF) gilt als Goldstandard für die Analyse des Tumor-Immunmikroumfelds – doch eine einzige Probe kostet über 5'000 Dollar und braucht aufwändige Laborarbeit. GigaTIME umgeht dieses Problem: Das multimodale KI-Modell übersetzt routinemässige Hämatoxylin-Eosin-Schnitte (H&E, Kosten: 5 bis 10 Dollar) in virtuelle mIF-Bilder mit 21 Proteinkanälen – darunter Marker wie CD8, PD-L1, CD68 und Caspase 3.
Das Modell wurde auf 40 Millionen Zellen mit gepaarten H&E- und mIF-Bildern von Providence Health trainiert. Anschliessend generierte das Team eine virtuelle Population von rund 300'000 mIF-Bildern für 14'256 Krebspatienten aus 51 Spitälern über 24 Krebsarten und 306 Subtypen. Dabei identifizierte es 1'234 statistisch signifikante Assoziationen zwischen Proteinaktivierungen und klinischen Merkmalen. Eine externe Validierung auf 10'200 TCGA-Patienten bestätigte die Ergebnisse mit einer Spearman-Korrelation von 0,88.
Die Studie wurde im Dezember 2025 in Cell publiziert. Seit dem 8. April 2026 sind Modellgewichte und Inferenz-Tools über Microsoft Foundry und Hugging Face öffentlich zugänglich. Entwickelt wurde GigaTIME von Microsoft Research Health Futures gemeinsam mit Providence Health und der University of Washington.
Roche betreibt mit der Ventana-Sparte eines der grössten digitalen Pathologie-Ökosysteme weltweit. Im März 2026 kündigte Roche eine grossangelegte KI-Fabrik mit 2'176 NVIDIA-GPUs an, um KI-Algorithmen für Diagnostik und Therapieentwicklung zu beschleunigen. Roches Digital Pathology Open Environment erlaubt die Integration von Drittanbieter-Algorithmen – GigaTIME wäre ein naheliegender Kandidat. Auch die ETH Zürich forscht mit dem AI Center intensiv an biomedizinischer KI.
Google DeepMind hat ein neues Embodied-Reasoning-Modell veröffentlicht, das Robotern räumliches Denken und Instrumentenablesung beibringt – entwickelt in Partnerschaft mit Boston Dynamics.
DeepMinds Gemini Robotics-ER 1.6 bringt Robotern räumliches Denken und präzise Instrumentenablesung bei – Boston Dynamics' Spot nutzt es bereits in Industrieanlagen weltweit.
Beim zweiten Beijing E-Town Humanoid Robot Half-Marathon hat ein autonom navigierender Roboter von Honor die 21 Kilometer in 50 Minuten und 26 Sekunden absolviert – fast sieben Minuten schneller als der menschliche Weltrekord.
Honors Humanoid lief den Halbmarathon in 50:26 – fast sieben Minuten schneller als der menschliche Weltrekord. Peking zeigt, wie schnell die Robotik voranschreitet; Zürich bleibt Europas Top-Standort für die Technologie dahinter.
Anthropics internes Top-Modell findet tausende Zero-Day-Lücken, bringt Regierungen in Alarmbereitschaft – und wird bewusst zurückgehalten. Was Mythos über die nächste Phase der KI-Entwicklung verrät.
Anthropics Mythos findet tausende Zero-Day-Lücken autonom – darunter eine 27 Jahre alte OpenBSD-Schwachstelle. Statt das Modell zu verkaufen, investiert Anthropic 100 Millionen Dollar in ein Defensiv-Konsortium mit Apple, Microsoft und Google.
