FDA genehmigt erstes KI-Frühwarnsystem für Sepsis von Johns Hopkins
Die US-amerikanische Arzneimittelbehörde FDA hat das an der Johns Hopkins University entwickelte TREWS-System zugelassen. Die künstliche Intelligenz erkennt Sepsis 2–48 Stunden früher als Ärzte und senkt die Sterblichkeit durch diese Komplikation in Dutzenden US-Kliniken um fast 20 %.
Einblick: Wie Johns Hopkins und Bayesian Health den Sepsis-Screening-Standard neu schreiben, während Epic und Cerner versuchen, aufzuholen
Das Fazit: Was wirklich passiert
Am 12. Mai 2026 erteilte die FDA die 510(k)-Zulassung für das Targeted Real-Time Early Warning System (TREWS), das an der Johns Hopkins University entwickelt und von Bayesian Health vermarktet wird. Auf den ersten Blick ist es nur eine weitere KI-Zulassung. In Wirklichkeit ist es das weltweit erste von der FDA zugelassene Tool, das ein Prä-Verdachts-Screening durchführt – also Sepsis erkennt, bevor der Arzt überhaupt einen Verdacht schöpft.
Warum das ein Game-Changer ist. Bestehende Screening-Systeme – qSOFA, SIRS, NEWS, MEWS – funktionieren erst, nachdem ein Arzt einen Sepsis-Verdacht in die elektronische Patientenakte (EPA) eingegeben hat. Das bedeutet, dass bereits Stunden verloren sind. Jede Stunde verzögerter Behandlung senkt die Überlebensrate um 7,6–8 %. TREWS arbeitet anders: Es analysiert kontinuierlich den gesamten Datenstrom – Vitalparameter, Laborwerte, Medikamente, Arztnotizen – und gibt 2–48 Stunden vor dem ersten klinischen Verdacht eine Warnung aus.
Die Zahlen sprechen für sich: Eine 2022 in Nature Medicine veröffentlichte Studie mit 764.707 Episoden aus fünf Krankenhäusern zeigte, dass eine rechtzeitige Reaktion auf die Warnungen die Sepsis-Sterblichkeit um 18 % senkt. Die Sensitivität beträgt 82 %. Und dies ist keine retrospektive Analyse, sondern prospektive Daten aus der realen Anwendung.
Doch es gibt drei Dinge, die in den Pressemitteilungen nicht erwähnt werden und die darüber entscheiden werden, ob TREWS zum Standard wird oder nur ein weiteres vergessenes KI-Spielzeug bleibt.
Zeitleiste und Kontext
Die Geschichte hinter TREWS. TREWS ist persönlich. Suchi Saria, Professorin an der Johns Hopkins University und Direktorin des AI & Healthcare Lab, begann mit der Entwicklung, nachdem sie 2017 ihren Neffen an Sepsis verloren hatte. Dies ist kein abstraktes akademisches Projekt – es ist eine Mission. Sie verbrachte Jahre damit, eine Laborentwicklung in ein klinisches System zu überführen, das mit den unstrukturierten, realen Daten von Krankenhäusern umgehen kann.
Wichtige Meilensteine:
- 2022 – Veröffentlichung in Nature Medicine mit Daten von 764.000 Patienten
- 2023 – FDA-Status als bahnbrechendes Medizinprodukt (Breakthrough Device Designation)
- 2023 – Pilotimplementierung an der Cleveland Clinic, am MemorialCare (Kalifornien) und an der University of Rochester School of Medicine
- 12. Mai 2026 – FDA 510(k)-Zulassung (erste ihrer Art)
- August 2026 – Erwartete Entscheidung über CMS NTAP (New Technology Add-on Payment)
Wer ist Bayesian Health. Das Unternehmen wurde von Saria gegründet, um die Technologie zu vermarkten. Es ist ein seltenes Beispiel eines akademischen Spin-offs, das wissenschaftliche Strenge bewahrt und gleichzeitig um die behördliche Zulassung kämpft. Das System integriert sich in bestehende EPAs und „denkt“ kontinuierlich über den sich verändernden Zustand des Patienten nach, anstatt auf episodische Regeln zu reagieren.
Was ist 510(k) und warum ist es wichtig. Dies ist keine vollständige Zulassung mit PDUFA, sondern eine Marketingzulassung auf der Grundlage der „wesentlichen Gleichwertigkeit“ mit einem bereits existierenden Gerät. 510(k) ist ein schnellerer Weg, bietet aber nicht das gleiche Validierungsniveau wie de novo oder PMA. Dennoch schafft dies für ein KI-Tool zur Sepsiserkennung einen Präzedenzfall und einen regulatorischen Pfad für alle nachfolgenden Systeme.
Wer gewinnt und wer verliert
Gewinner Nr. 1: Suchi Saria und Bayesian Health. Das Unternehmen kann das System nun in den USA unter dem Schutz der FDA-Zulassung verkaufen. Es ist nicht nur „wir haben eine KI gebaut“ – es ist „wir haben eine behördliche Zulassung, und die Konkurrenz nicht“. Hinzu kommt, dass CMS NTAP (Entscheidung im August 2026) eine zusätzliche Erstattung für Krankenhäuser bieten würde, was die finanzielle Hürde für die Einführung senkt. Marktschätzung: Sepsis tötet in den USA jährlich 250.000 Patienten, die Krankenhauskosten übersteigen 50 Milliarden US-Dollar pro Jahr. Bayesian Health könnte innerhalb von 2–3 Jahren Hunderte Millionen US-Dollar wert sein.
Gewinner Nr. 2: Johns Hopkins University. Die Universität erhält Lizenzgebühren aus der Vermarktung. Aber noch wichtiger ist der Ruf. Johns Hopkins hat offiziell die weltweit erste FDA-zugelassene KI für das Prä-Verdachts-Sepsis-Screening entwickelt. Dies ist ein Marketing- und Rekrutierungsvorteil für die kommenden Jahre.
Gewinner Nr. 3: Krankenhäuser, die das System bereits implementiert haben. Die Cleveland Clinic, MemorialCare und die University of Rochester haben einen First-Mover-Vorteil. Sie wissen bereits, wie man TREWS in Arbeitsabläufe integriert, haben geschultes Personal und verfügen über Daten zur Senkung der Sterblichkeit. Wenn andere Krankenhäuser gerade erst mit der Implementierung beginnen, werden diese 2–3 Jahre voraus sein.
Verlierer Nr. 1: Traditionelle EPA-Screenings (qSOFA, SIRS, MEWS). Diese Systeme waren jahrzehntelang der Standard. Aber sie erfordern manuelle Eingaben und lösen erst nach einem Verdacht aus. TREWS macht sie überflüssig. Die Frage ist nicht „werden sie ersetzt?“, sondern „wann?“
Verlierer Nr. 2: Epic und Cerner (jetzt Oracle Health). Diese EPA-Marktriesen entwickeln ebenfalls KI-Tools. Epic hat sein Sepsis-Modell, aber es fehlt die FDA-Zulassung, und seine Wirksamkeit in prospektiven Studien ist nicht belegt. Jetzt wird jedes Krankenhaus, das TREWS implementiert, es mit Epics integrierten Modellen vergleichen. Wenn TREWS eine Senkung der Sterblichkeit um 18 % zeigt und Epic nicht, werden Krankenhaus-CIOs anfangen, unangenehme Fragen zu stellen.
Stiller Verlierer: Andere KI-Startups im Bereich Sepsis. Mednition hat KATE AI mit Breakthrough-Designation, aber noch keine FDA-Zulassung. Isansys Lifecare erhielt vor fast 10 Jahren die Zulassung für den Patient Status Engine, aber es ist ein Wearable, kein kontinuierliches KI-Überwachungstool. Jetzt ist Bayesian der Erste – und alle anderen werden daran gemessen. Investoren werden fragen: „Warum habt ihr keine Zulassung bekommen, als Bayesian sie bekommen hat?“ Und das ist die richtige Frage.
Was die Medien nicht sagen
Einblick Nr. 1: Die 18-prozentige Senkung der Sterblichkeit gilt bei „rechtzeitiger Reaktion“, nicht in der realen Welt.
Dies ist eine entscheidende Nuance, die in den Schlagzeilen verschwindet. In der Studie von 2022 wurde die 18-prozentige Senkung der Sterblichkeit nur in Fällen beobachtet, in denen Ärzte auf die Warnungen reagierten. Im echten Leben ignorieren Ärzte manchmal KI-Warnungen. Alarmmüdigkeit ist ein bekanntes Problem. Wenn die Falsch-Positiv-Rate hoch ist (Spezifität in öffentlichen Quellen nicht offengelegt, nur Sensitivität von 82 %), werden Ärzte das System deaktivieren oder ignorieren.
Was dies für die reale Implementierung bedeutet: Bayesian Health muss nicht nur das System verkaufen, sondern auch Schulungen und Change Management anbieten. Sie müssen nachweisen, dass die Senkung der Sterblichkeit auch unter normalen Bedingungen (nicht unter idealen Studienbedingungen) erhalten bleibt. Ohne diesen Nachweis werden Krankenhäuser, die für das System zahlen, möglicherweise nicht den erwarteten ROI sehen.
Einblick Nr. 2: 510(k)-Zulassung ≠ klinische Validierung aus Sicht der FDA.
510(k) bedeutet nur, dass TREWS „im Wesentlichen gleichwertig“ mit einem bereits auf dem Markt befindlichen Gerät ist. Die FDA hat keine unabhängige Bewertung der klinischen Wirksamkeit durchgeführt. Sie haben es lediglich mit einem Prädikatgerät verglichen. Welchem? Nicht offengelegt, aber wahrscheinlich einem regelbasierten Alarmsystem.
Das bedeutet, dass die FDA die 18-prozentige Senkung der Sterblichkeit nicht bestätigt hat. Sie haben nur bestätigt, dass das System technisch funktioniert und kein unangemessenes Risiko darstellt. Die klinischen Daten sind das Ergebnis der Nature Medicine-Studie, nicht der FDA. In Marketingmaterialien wird dies vermischt werden: „FDA-zugelassenes System, das in einer klinischen Studie eine 18-prozentige Senkung der Sterblichkeit zeigte.“ Technisch gesehen wahr, aber der Kunde (Krankenhaus) könnte denken, die FDA habe diese Zahlen überprüft. Hat sie nicht.
Einblick Nr. 3: Das Problem des Vorlaufzeit-Bias bleibt ungelöst.
Das System erkennt Sepsis 2–48 Stunden früher. Das klingt nach einem Vorteil. Aber ein Teil dieser „Früherkennung“ könnte dadurch erklärt werden, dass die KI einfach Patienten kennzeichnet, die klinisch noch keine Sepsis entwickelt haben und es auch nie tun werden (falsch Positive), oder die eine andere Pathologie haben.
Die Studie war nicht randomisiert in „System an“ vs. „System aus“. Das Design war pragmatisch: Implementierung des Systems und Vergleich der Ergebnisse vorher/nachher. Dies ist ein schwächeres Design als eine RCT. Es besteht das Risiko, dass die Verbesserung der Ergebnisse auf andere Faktoren zurückzuführen ist (Schulung des Personals, bessere Dokumentation) und nicht nur auf die KI.
Der wahre Test für TREWS wird sein, wenn jemand eine cluster-randomisierte Studie mit Crossover-Design durchführt. Bisher gibt es keine solchen Daten.
Einblick Nr. 4: CMS NTAP ist kein Allheilmittel.
NTAP bietet eine zusätzliche Zahlung von bis zu 65 % der Technologiekosten (jedoch nicht mehr als 2.150 US-Dollar pro Episode). Das ist gut, aber nicht genug, um Lizenzgebühren von über 100.000 US-Dollar für ein durchschnittliches Krankenhaus zu decken. Die meisten Krankenhäuser müssen weiterhin Mittel aus dem operativen Budget bereitstellen. Die CMS-Entscheidung wird für August 2026 erwartet. Selbst wenn sie positiv ausfällt, können Krankenhäuser mit geringen Margen (ländliche Krankenhäuser, Sicherheitsnetz-Krankenhäuser) sich das System möglicherweise nicht leisten.
Prognose: Nächste 30 Tage und 90 Tage
30 Tage (Juni 2026):
- Bayesian Health beginnt mit dem aktiven Verkauf. Ihre Zielliste umfasst die 200 größten US-Krankenhäuser nach Volumen. Erste Verträge könnten bereits im Juni bekannt gegeben werden. Achten Sie auf Pressemitteilungen: HCA Healthcare? Kaiser Permanente? Wenn einer dieser Giganten unterschreibt, wird Bayestians Aktie (falls sie an die Börse gehen) in die Höhe schießen.
- Erwarten Sie die Veröffentlichung von Wirksamkeitsdaten aus der realen Welt. Bayesian hat Daten von der Cleveland Clinic und MemorialCare aus den Jahren 2023–2025, die noch nicht veröffentlicht wurden. Sie könnten auf der Konferenz der Society of Critical Care Medicine im Juni oder Juli vorgestellt werden. Wenn diese Daten eine anhaltende Senkung der Sterblichkeit von >15 % in der Routinepraxis zeigen, wird dies ein starkes Signal an Skeptiker sein.
- Epic und Cerner werden reagieren. Sie werden Pressemitteilungen über ihre KI-Modelle herausgeben und möglicherweise FDA-Einreichungen ankündigen. Aber der 510(k)-Prozess dauert 6–12 Monate. Bayesian hat mindestens ein Jahr Vorsprung.
90 Tage (August 2026):
- Die CMS-NTAP-Entscheidung ist das Schlüsselereignis. Wahrscheinlichkeit einer positiven Entscheidung: 70–80 %. Wenn NTAP genehmigt wird, erhält Bayesian ein starkes Verkaufsargument: „Sie erhalten eine zusätzliche Erstattung, die die Kosten teilweise ausgleicht.“ Wenn NTAP abgelehnt wird, werden die Verkäufe langsamer, und Bayesian muss die Preise senken oder alternative Zahlungsmodelle suchen (wertbasiert, Abonnement pro Bett).
- Mindestens eine Klage wegen „falscher Warnungen“ wird eingereicht werden. Dies ist unvermeidlich für jedes KI-System, das klinische Entscheidungen beeinflusst. Stellen Sie sich vor: Ein Patient stirbt an Sepsis, das System hat keine Warnung ausgegeben, die Familie verklagt das Krankenhaus und Bayesian. Oder umgekehrt: Das System hat eine falsche Warnung ausgegeben, unnötige Antibiotika wurden verabreicht, der Patient hatte eine allergische Reaktion – Klage. Die Rechtsabteilung von Bayesian arbeitet wahrscheinlich auf Hochtouren.
- Die erste unabhängige Validierung von TREWS wird von einer Gruppe veröffentlicht, die nicht mit Bayesian verbunden ist. Wahrscheinlich von der Mayo Clinic oder Intermountain Healthcare, die das System mit eigenen Daten testen. Wenn die unabhängige Validierung eine Sensitivität unter 70 % oder keine Senkung der Sterblichkeit zeigt, wird dies eine Katastrophe für Bayesian sein. Daher werden sie sehr vorsichtig sein, wer Zugang zu den Daten erhält.
Hauptrisiko über 12–24 Monate: Scheitern der Einführung. Selbst die beste KI ist nutzlos, wenn Ärzte sie ignorieren. Die Implementierung von TREWS erfordert einen kulturellen Wandel: Ärzte müssen der KI vertrauen, auf Warnungen reagieren und das System nicht deaktivieren. In der Studie von 2022 erreichte die Akzeptanzrate 89 % bei über 2.000 Anbietern. Das ist beeindruckend. Aber die Studie wurde in akademischen Zentren mit motivierten Ärzten durchgeführt. In kommerziellen Krankenhäusern mit überlastetem Personal könnte die Akzeptanz auf 50 % sinken. Bayesian ist sich dessen bewusst und entwickelt wahrscheinlich bereits Schulungsprogramme und „Change Champions“ für jedes Zielkrankenhaus.
Aber jetzt, im Mai 2026, haben Suchi Saria und ihr Team etwas erreicht, was niemand sonst geschafft hat: Sie haben die FDA-Zulassung für eine KI erhalten, die Sepsis erkennt, bevor der Arzt einen Verdacht schöpft. Und sie haben dies erreicht, indem sie Jahre mit klinischer Validierung verbracht haben, nicht nur mit „wir haben ein Modell mit AUC 0,95 gebaut“. Dies ist eine Lektion für die gesamte Branche: Für die behördliche Zulassung sind echte Patientenergebnisse erforderlich, nicht nur Metriken auf Testdaten.
— Editorial Team
