Deepc

Technologie: deepcOS als KI-Betriebssystem für Radiologie

deepcOS bündelt Algorithmen verschiedener Anbieter unter einer einheitlichen Oberfläche. Radiologieteams können Modelle für Lungennoduli-Detektion, Schlaganfall-Triage, Wirbelsäulenanalyse oder Mammographie-Screening aktivieren – ohne separate Installationen oder Einzelschnittstellen pro Algorithmus. Das Prinzip nennt Deepc "Quiet Integration": die KI arbeitet im Hintergrund, ohne den klinischen Workflow zu unterbrechen. Das LMU Klinikum München, eines der größten Universitätskrankenhäuser Deutschlands, setzt seit 2024 auf deepcOS als KI-Plattform für die radiologische Diagnostik, wie das BioM-Netzwerk Bayern im selben Jahr bestätigte. Im Vergleich zu Einzellösungen wie Siemens Healthineers AI-Rad Companion bietet deepcOS Herstellerunabhängigkeit: Radiologen sind nicht auf das Portfolio eines einzigen Konzerns beschränkt, sondern können aus einem wachsenden Algorithmus-Marktplatz wählen.

Aktuelle Entwicklungen und Expansion

Im Mai 2025 führte Deepc gemeinsam mit RADPAIR deepcOS AIR in deutscher Sprache ein – eine vollständig generative KI-Lösung zur radiologischen Befundgenerierung und die erste Spracherweiterung des Systems für den DACH-Markt. Damit geht Deepc über reine Bildanalyse hinaus und adressiert auch die Befunddokumentation als Zeitfresser im Klinikalltag. Nach Crunchbase-Angaben beschäftigt Deepc zwischen 51 und 200 Mitarbeitende am Standort München.

Zulassung und regulatorischer Rahmen

deepcOS ist als Medizinprodukt-Software nach MDR (EU 2017/745) eingestuft. Einzelne integrierte Algorithmen – etwa zur Lungennoduli-Klassifikation – verfügen über CE-Markierungen nach Klasse IIa. Das LMU-Klinikum-Deployment gilt nach BioM (2024) als eines der ersten öffentlich bestätigten klinischen Deployments in Deutschland unter MDR-Konformitätsbedingungen.

Anwendungsbereiche und Abgrenzung

Primäre Nutzer sind Radiologieabteilungen in Krankenhäusern und Fachpraxen. deepcOS identifiziert Läsionen, priorisiert kritische Befunde und entlastet Radiologen bei repetitiven Bildauswertungsaufgaben. Patienten profitieren indirekt durch kürzere Befundzeiten und reduzierte Fehlerquoten. Im Unterschied zu Symptom-Checkern wie Ada Health oder Telemedizinplattformen richtet sich Deepc ausschließlich an klinische Radiologieteams und nimmt keine direkte Patienteninteraktion wahr. Der globale Markt für Radiologie-KI soll laut Marktanalysen bis 2028 auf über 2,5 Milliarden US-Dollar wachsen – Deepc positioniert sich dabei als plattformneutrale Infrastruktur statt als Nischenlösungsanbieter.