Das Stanford-Princeton AI Coscientist Team hat MedOS vorgestellt, das erste KI-XR-Cobot-System, das aktiv Kliniker in realen klinischen Umgebungen unterstützen soll. Entwickelt von einem interdisziplinären Team unter der Leitung von Dr. Le Cong, Dr. Mengdi Wang und Dr. Zhenan Bao mit klinischen Partnern Dr. Rebecca Rojansky und Dr. Christina Curtis, kombiniert MedOS intelligente Brillen, Roboterarme und Multi-Agenten-KI zu einem Echtzeit-Co-Piloten für Ärzte und Pflegekräfte. Seine Mission ist es, medizinische Fehler zu reduzieren, Präzisionsmedizin zu beschleunigen und überlastete klinische Teams zu unterstützen.
Ärzteburnout hat laut aktuellen Studien Krisenniveau erreicht, wobei über 60% der Ärzte in den USA Symptome berichten. MedOS, erreichbar über ai4med.stanford.edu, soll Ärzteburnout lindern, nicht indem es Kliniker ersetzt, sondern indem es kognitive Überlastung reduziert, Fehler erkennt und Präzision durch intelligente Automatisierung und robotische Unterstützung erweitert. Aufbauend auf jahrelanger Innovation aus dem vorherigen Durchbruch des Teams, dem LabOS unter ai4lab.stanford.edu, verbindet MedOS digitale Diagnostik mit physischem Handeln.
Von Operationssälen bis zur Betten-Diagnostik nimmt das System die Welt in 3D wahr, analysiert medizinische Szenarien und handelt in Abstimmung mit Ärzten, Pflegekräften und Behandlungsteams. Es wurde in chirurgischen Simulationen, Krankenhausabläufen und Live-Präzisionsdiagnostik getestet. MedOS führt ein "Weltmodell für die Medizin" ein, das Wahrnehmung, Intervention und Simulation in einen kontinuierlichen Feedback-Loop integriert. Mit intelligenten Brillen und Roboterarmen kann es komplexe klinische Situationen verstehen, Verfahren planen und sie in enger Zusammenarbeit mit Klinikern ausführen.
Die Plattform hat frühes Potenzial bei Aufgaben wie laparoskopischer Assistenz, anatomischer Kartierung und Behandlungsplanung gezeigt. MedOS ist modular aufgebaut, um sich verschiedenen klinischen Umgebungen und Fachgebieten anzupassen. In chirurgischen Simulationen hat es die Fähigkeit demonstriert, Echtzeit-Video von intelligenten Brillen zu interpretieren, anatomische Strukturen zu identifizieren und bei der Ausrichtung robotischer Werkzeuge zu assistieren – als echter klinischer Co-Pilot. Diese enge Integration von Wahrnehmung, Planung und Handlung macht MedOS zu einem aktiven Partner bei risikoreichen Eingriffen.
Durchbruchsfähigkeiten umfassen eine Multi-Agenten-KI-Architektur, die klinische Entscheidungslogik widerspiegelt, Evidenz synthetisiert und Verfahren in Echtzeit steuert. MedOS erreichte 97% Genauigkeit bei MedQA (USMLE) und 94% bei GPQA, wobei es Spitzen-KI-Modelle wie Gemini-3 Pro, GPT-5.2 Thinking und Claude 4.5 Opus übertraf. Es enthält auch MedSuperVision, den größten Open-Source-Medizin-Video-Datensatz mit über 85.000 Minuten chirurgischen Materials von 1.882 klinischen Experten.
Nachgewiesene Erfolge umfassen die Unterstützung von Pflegekräften und Medizinstudenten, um Ärzte-Level zu erreichen, und die Reduzierung menschlicher Fehler in ermüdungsanfälligen Umgebungen: Pflegekräfte verbesserten sich mit MedOS-Unterstützung von 49% auf 77%, Medizinstudenten von 72% auf 91%. Fallstudien umfassen die Aufdeckung von Immun-Nebenwirkungen des GLP-1-Agonisten Semaglutide (Wegovy) aus der FDA-Datenbank und die Identifizierung prognostischer Auswirkungen von Treibergen-Co-Mutationen auf das Überleben von Krebspatienten.
MedOS startet mit Unterstützung von NVIDIA, AI4Science und Nebius und wurde bereits in ersten Pilotprojekten eingesetzt. Klinische Partner können nun frühen Zugang anfordern. Dr. Le Cong, Leiter des Stanford-Princeton AI Coscientist Teams und außerordentlicher Professor an der Stanford University, erklärte, das Ziel sei nicht, Ärzte zu ersetzen, sondern ihre Intelligenz zu verstärken, ihre Fähigkeiten zu erweitern und Risiken durch Ermüdung, Nachlässigkeit oder Komplexität zu reduzieren. Dr. Mengdi Wang, Co-Leiter der Zusammenarbeit, fügte hinzu, dass MedOS eine Konvergenz von Multi-Agenten-Argumentation, menschenzentrierter Robotik und XR-Schnittstellen darstelle, die auf einen kollaborativen Kreislauf abziele, um Klinikern zu helfen, Komplexität in Echtzeit zu bewältigen.
MedOS wird bei einer Stanford-Veranstaltung Anfang März vorgestellt, gefolgt von einer öffentlichen Präsentation auf der NVIDIA GTC-Konferenz im März 2026. Die GTC-Sessionsinformationen sind verfügbar unter https://www.nvidia.com/gtc/session-catalog/sessions/gtc26-s81748/. Weitere Informationen finden Sie auf der Projektseite unter https://medos-ai.github.io/ oder der offiziellen Website unter https://ai4medos.com/.
