PathAI AISight

Kurzfazit

PathAI AISight ist eine der ausgereiftesten Plattformen für die digitale Pathologie, und ihre größte Stärke ist Offenheit: Statt dich auf einen festen Algorithmen-Katalog festzulegen, kannst du über die AISight-Link-Schnittstelle Modelle verschiedener Anbieter (PathAI selbst, aber auch Paige, Visiopharm, DeepBio) auf derselben Plattform betreiben. Die für die Diagnose freigegebene Variante AISight Dx ist seit dem 30. Juni 2025 FDA-cleared und in EWR, UK und Schweiz CE-IVD-gekennzeichnet, läuft scanner-agnostisch und cloud-basiert. Schwächen liegen weniger in der Technik als in den Rahmenbedingungen: kein deutschsprachiger Support, US-Datenhaltung, intransparentes Enterprise-Pricing und ein langer Einführungsvorlauf.

Für wen ist PathAI AISight?

Größere Pathologieinstitute und Universitätskliniken: Wer mehrere Einsendungstypen (Dermatologie, Gastroenterologie, Urologie, Onkologie) auf einer Plattform bündeln will, bekommt mit AISight ein zentrales Bild- und Fallmanagement, das herstellerübergreifend mit gängigen Scannern arbeitet. Für Häuser, die ihre Pathologie konsequent digitalisieren, ist das ein tragfähiges Fundament.

Referenzlabore und Laborverbünde: AISight ist auf Skalierung ausgelegt. Im Februar 2026 hat Labcorp angekündigt, den AISight-Einsatz landesweit auszuweiten, ein Beleg dafür, dass die Plattform Hochdurchsatz-Routinebetrieb trägt. Für Umgebungen mit hohem Slide-Aufkommen und standortübergreifender Befundung ist das ein relevantes Argument.

Institute mit Bedarf an Remote-Befundung und Zweitmeinung: Die Kollaborationsfunktionen, geteilte Slide-Ansicht, Annotation, Konsil-Workflows, seit Mai 2026 auch ein dedizierter AISight-Consults-Workflow, eignen sich für Häuser, die Referenzpathologen extern einbinden oder Subspezialisierung über Standorte hinweg organisieren.

Forschungsnahe Einrichtungen mit Algorithmen-Ehrgeiz: Wer eigene oder zugekaufte Modelle flexibel kombinieren will, profitiert vom offenen Ökosystem. Statt eines geschlossenen Pakets wählst du pro Indikation den jeweils passenden Algorithmus, ein Vorteil gegenüber Plattformen, die nur eigene Modelle zulassen.

Weniger geeignet für: Kleine Praxen und Labore ohne Digitalisierungsbudget, Häuser, die eine schlüsselfertige deutschsprachige Komplettlösung mit Festpreis erwarten, und Institutionen, die EU-Datenresidenz zwingend brauchen, aber vertraglich nicht durchsetzen können. Wer nur einen einzelnen Algorithmus erproben will, sollte nicht gleich eine ganze Plattform einführen.

Preise im Detail

Modell	Preis	Was du bekommst
AISight (Forschung/Workflow)	Auf Anfrage	Cloud-Plattform für Fall- und Bildmanagement, Kollaboration, Scanner-Anbindung, AISight-Link-API für Algorithmen
AISight Dx	Auf Anfrage	Wie oben, zusätzlich für die primäre Diagnose freigegeben (FDA-cleared, CE-IVD), inkl. validierter Scanner-Kombinationen
KI-Algorithmen	Separat lizenziert	PathAI-Modelle (ArtifactDetect, TumorDetect, AIM-PD-L1/HER2/MASH u. a.) oder Drittanbieter-Algorithmen, meist pro Indikation/Volumen
Enterprise-Vertrag	Jahresvertrag, volumenstaffelt	Mengenrabatte nach Slide-Aufkommen, SLA, Onboarding, LIS-Integration, Support

Einordnung: AISight ist ein reines Enterprise-Produkt, es gibt keine Selbstregistrierung, keinen Testaccount mit Kreditkarte und keine veröffentlichten Listenpreise. Die Plattform und die KI-Algorithmen werden getrennt abgerechnet: Du zahlst für AISight als Infrastruktur und zusätzlich pro genutztem Algorithmus. Das macht die Gesamtkosten schwer zu vergleichen und verlangt eine saubere Bedarfsanalyse vor der Vertragsverhandlung. Realistisch ist das ein Investitionsvorhaben im sechsstelligen Bereich pro Jahr, abhängig von Slide-Volumen und Algorithmen-Auswahl, wer Budget und Vergleichsangebote ernsthaft prüfen will, sollte Paige, Visiopharm und Proscia parallel zum Pitch einladen.

Stärken im Detail

Offenes Ökosystem statt Algorithmen-Lock-in. Der entscheidende Unterschied zu vielen Wettbewerbern: AISight ist eine Plattform, kein abgeschlossener Modellkatalog. Über die AISight-Link-API lassen sich Algorithmen von Drittanbietern einbinden, neben PathAI-Modellen unter anderem Paige, Visiopharm, DeepBio und DoMore Diagnostics. Du wählst pro Indikation den besten verfügbaren Algorithmus, statt dich an einen Hersteller zu binden. Das senkt das Risiko, in eine Sackgasse zu investieren, wenn ein einzelnes Modell nicht überzeugt.

Regulatorisch abgesichert für die Diagnose. AISight Dx erhielt am 30. Juni 2025 die FDA-Clearance für die primäre Diagnose und ist in EWR, UK und Schweiz CE-IVD-gekennzeichnet. Das ist mehr als ein Forschungswerkzeug, die Plattform darf in der Routinediagnostik eingesetzt werden. Die FDA-Freigabe umfasst validierte Scanner-Kombinationen, darunter auch Roche-VENTANA-Geräte (DP200/DP600). Für die klinische Einführung ist diese regulatorische Basis ein zentrales Kriterium, das viele KI-Pathologie-Produkte nicht erfüllen (vieles bleibt „Research Use Only“).

Scanner-Unabhängigkeit. AISight arbeitet mit Scannern mehrerer Hersteller, Hamamatsu (NanoZoomer S360MD), Leica Aperio (GT 450 DX), Roche VENTANA (DP200/DP600) und Philips. Du bist nicht gezwungen, einen bestimmten Hardware-Anbieter zu wählen, und kannst bestehende Scanner-Investitionen einbinden. Für Häuser mit gemischtem Gerätepark ist das ein praktischer Vorteil.

Cloud-native ohne eigene Server-Farm. Der Zugriff läuft browserbasiert, die Bilddaten liegen in der Cloud. Das spart die Anschaffung und den Betrieb teurer Storage- und Rechen-Infrastruktur vor Ort, gerade Whole-Slide-Images sind enorm groß. Updates kommen automatisch und in regelmäßigem Takt, von v2.17 (Oktober 2025, Präsentations-Queues und Sprachbefundung) über v2.18 (Dezember 2025, Betriebs-Dashboards) und v2.19 (März 2026) bis v2.20 (Mai 2026, Viewer- und Workflow-Verbesserungen).

Kollaboration ist eingebaut, nicht angeflanscht. Remote-Befundung, geteilte Annotation, Zweitmeinung und Konsile laufen direkt in der Plattform, der Referenzpathologe an einem Standort sieht dieselbe Ansicht wie der Erstbefunder an einem anderen und kommentiert direkt auf dem Slide. Seit Mai 2026 gibt es dafür den dedizierten AISight-Consults-Workflow. Das ersetzt das Hin- und Herschicken physischer Objektträger.

Schwächen ehrlich betrachtet

Kein deutschsprachiger Support. Oberfläche, Dokumentation und Support sind englisch. Für ein klinisches System, das von Befundern und MTAs im Tagesbetrieb genutzt wird, ist das eine reale Hürde, Einarbeitung, Fehlermeldungen und Eskalationen laufen alle auf Englisch. Ein deutscher Integrationspartner kann das abmildern, ändert aber nichts an der Produktsprache.

US-Datenhaltung. PathAI Inc. sitzt in den USA, die Plattform ist cloud-basiert. Für ein deutsches Pathologieinstitut, das mit besonders schützenswerten Gesundheitsdaten (Art. 9 DSGVO) arbeitet, ist die Datenresidenz ein Kernthema. EU-Hosting bzw. eine EU-Region muss explizit vertraglich verhandelt werden, verlasse dich nicht darauf, dass sie standardmäßig vorhanden ist. ISO 27001 ist zertifiziert, ersetzt aber keine DSGVO-Prüfung.

Die Offenheit verschiebt Verantwortung zu dir. Dass du Algorithmen frei kombinieren kannst, ist eine Stärke, aber damit liegt auch die Auswahl, die klinische Validierung und das Qualitätsmonitoring der einzelnen Modelle bei deinem Institut. Eine geschlossene Plattform nimmt dir diese Arbeit teils ab; AISight verlangt eine eigene Governance für jeden eingesetzten Algorithmus. Ohne pathologische und regulatorische Kompetenz im Haus wird das schnell zur Belastung.

Langer und teurer Einführungsvorlauf. Scanner-Anbindung, LIS-Integration (über HL7/FHIR), Workflow-Konfiguration und vor allem die Validierung der Algorithmen sind kein Projekt von Wochen. Realistisch sind 12 bis 18 Monate bis zum produktiven Vollbetrieb. Plane Personal, Change-Management und ein Pilotvorhaben mit einem Gewebetyp ein, bevor du flächendeckend ausrollst.

Intransparentes Pricing. Es gibt keine öffentlichen Preise, und Plattform und Algorithmen werden separat abgerechnet. Das erschwert Budgetierung und Anbietervergleich erheblich, du brauchst mehrere Angebote und idealerweise externe Begleitung, um die Gesamtkosten realistisch einzuschätzen.

Enge Bindung an einen Anbieter aus den USA. PathAI Inc. ist ein eigenständiges US-Unternehmen, das seit Februar 2024 eng mit Roche Tissue Diagnostics für KI-gestützte Companion-Diagnostik kooperiert. Wer einen mehrjährigen Enterprise-Vertrag mit einem einzelnen US-Anbieter schließt, sollte Ausstiegs- und Datenportabilitätsklauseln sorgfältig verhandeln, gerade in einem Markt, der gerade konsolidiert.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Eine stark KI-/algorithmusgetriebene Pathologie-Lösung mit FDA-Historie willst	Paige
Vor allem klinische Dokumentation und Befundkontext brauchst	Epic EHR
Befunde per Sprache diktieren willst	Dragon Medical One

Erwähnenswert ohne eigene Tool-Seite: Visiopharm (dänischer Spezialist für Bildanalyse-Algorithmen, auch als Drittanbieter in AISight integrierbar), Aiforia (finnische Deep-Learning-Plattform mit eigenem Trainings-Studio), Ibex Medical Analytics (israelischer Anbieter mit Fokus auf Prostata- und Mamma-Diagnostik), Proscia (US-Workflow-Plattform Concentriq) und Sectra (Bild- und Befundmanagement, stark im DACH-Klinikmarkt). AISights eigentlicher Trumpf ist, dass es kein Entweder-Oder erzwingt, viele dieser Algorithmen-Anbieter lassen sich über AISight Link sogar auf der Plattform betreiben, statt sie zu ersetzen.

So steigst du ein

Schritt 1: Demo und Eignungsprüfung. Fordere über pathai.com eine Demo an und teile dein Slide-Volumen, dein LIS-System und die gewünschten Anwendungsfälle mit (Triage, Qualitätskontrolle, Remote-Konsultation, Biomarker-Quantifizierung). PathAI prüft die Scanner-Kompatibilität und ob für deine Indikationen freigegebene Algorithmen verfügbar sind. Kläre an dieser Stelle bereits Datenresidenz, AVV und Vertragsstabilität.

Schritt 2: Proof-of-Concept mit eigenen Daten. AISight ist die Plattform; welche KI-Algorithmen du darauf betreibst, ist ein separater Schritt. Teste die geplanten Algorithmen mit einem eigenen, repräsentativen Datensatz und definiere klare Erfolgskriterien (Sensitivität, Spezifität, Bearbeitungszeit). Beziehe Befunder früh ein, die Akzeptanz im Team entscheidet über den Projekterfolg mehr als die Technik.

Schritt 3: LIS-Integration und gestufter Rollout. AISight verbindet sich über HL7/FHIR mit gängigen LIS-Systemen und kann z. B. Prioritäts-Queues automatisch aktualisieren. Starte mit einem Gewebetyp oder einer Abteilung als Pilot, etabliere das Validierungs- und Monitoring-Verfahren für jeden Algorithmus und weite den Einsatz dann stufenweise aus. Rechne mit 12–18 Monaten bis zum Vollbetrieb.

Ein konkretes Beispiel

Ein Pathologieinstitut mit rund 1.200 Einsendungen pro Woche aus Dermatologie, Gastroenterologie und Urologie führt AISight als zentrales Bildmanagementsystem ein. Alle digitalen Slides laufen durch die Plattform, für die Prostata-Diagnostik wird ein Paige-Algorithmus genutzt, für Haut ein selbst validiertes Modell, beide über AISight Link eingebunden. Die Prioritäts-Queue im LIS aktualisiert sich automatisch, sodass auffällige Fälle zuerst befundet werden. Zweitmeinungen laufen über die Kollaborationsfunktion: Der Referenzpathologe in Frankfurt sieht exakt dieselbe Ansicht wie der Erstbefunder in München und kommentiert direkt auf dem Slide, der physische Objektträgerversand entfällt. Eingesparte Durchlaufzeit: Bei Konsilfällen verkürzt sich die Strecke vom Versand bis zur Zweitmeinung von mehreren Tagen auf Stunden. Der eigentliche Hebel ist aber nicht Zeitersparnis pro Fall, sondern die durchgängige Digitalisierung, und die Freiheit, pro Indikation den jeweils besten Algorithmus zu wählen, statt sich an einen Hersteller zu binden.

DSGVO & Datenschutz

• Datenhosting: USA (PathAI Inc.). Die Plattform ist cloud-basiert; eine EU-Region bzw. EU-Datenresidenz muss explizit vertraglich vereinbart werden, nicht als Standard voraussetzen.
• Zertifizierung: ISO 27001 für Informationssicherheit ist vorhanden. Das ersetzt keine DSGVO-Bewertung, ist aber ein belastbares Sicherheitsfundament.
• Besondere Datenkategorien: Es werden Gesundheitsdaten nach Art. 9 DSGVO verarbeitet. Vor dem Einsatz ist eine Datenschutz-Folgenabschätzung (DSFA) zwingend, ebenso die Klärung von Pseudonymisierung und Zugriffskonzept.
• Auftragsverarbeitung (AVV): Als Enterprise-Produkt grundsätzlich verhandelbar, AVV, technisch-organisatorische Maßnahmen und Standardvertragsklauseln für den US-Transfer gehören in den Vertrag.
• Algorithmen-Drittanbieter: Wer über AISight Link externe Modelle einbindet, muss auch deren Datenfluss und -verarbeitung prüfen, die Verantwortung verteilt sich über mehrere Anbieter.
• Anbieterbindung und Datenportabilität: PathAI Inc. ist ein eigenständiger US-Anbieter mit enger Roche-Kooperation seit 2024. Datenportabilität und Fortbestand der Datenschutz-Zusagen sollten vertraglich abgesichert werden.
• Empfehlung für Institutionen: Datenschutzbeauftragten und ggf. die Aufsichtsbehörde früh einbinden. Ohne durchgesetzte EU-Datenresidenz und vollständige DSFA ist der Einsatz in der Routinediagnostik in Deutschland kritisch.

Gut kombiniert mit

• Paige, Paige liefert FDA-erprobte Pathologie-Algorithmen (u. a. Prostata), die sich über AISight Link auf der Plattform betreiben lassen. AISight ist der Workflow-Layer, Paige steuert die diagnostische KI bei, ein gutes Beispiel für das offene Ökosystem in der Praxis.
• Epic EHR, die pathologischen Befunde brauchen einen klinischen Kontext. Über die Anbindung an das Krankenhausinformationssystem fließen Befunde in die Patientenakte und stehen Onkologie und Tumorboard zur Verfügung.
• Dragon Medical One, AISight hat seit v2.17 eine Sprachbefundungs-Funktion; wo eine dedizierte, deutschsprachige Diktatlösung gewünscht ist, ergänzt Dragon Medical die Befunderstellung im pathologischen Workflow.

Unser Testurteil

PathAI AISight verdient 4 von 5 Sternen. Die Plattform gehört technisch und regulatorisch zur Spitzengruppe der digitalen Pathologie: FDA-cleared und CE-IVD für die primäre Diagnose, scanner-agnostisch, cloud-native und, das ist das Alleinstellungsmerkmal, offen für Drittanbieter-Algorithmen. Für größere Institute und Referenzlabore, die ihre Pathologie ernsthaft digitalisieren, ist AISight eine der ersten Adressen. Den fünften Stern kosten die Rahmenbedingungen: kein deutschsprachiger Support, US-Datenhaltung mit ungeklärter EU-Residenz im Standardfall, intransparentes Pricing und ein langer, kostspieliger Einführungsvorlauf. Wer die regulatorischen und datenschutzrechtlichen Hürden im Haus stemmen kann, bekommt eine flexible, zukunftsfähige Plattform, wer eine schlüsselfertige, deutschsprachige Komplettlösung erwartet, ist hier falsch.

Was wir bemerkt haben

• Mai 2026, Mit AISight Consults wurde am 14. Mai 2026 ein eigener Workflow für Konsile und Zweitmeinungen eingeführt, ein klares Signal, dass PathAI die standortübergreifende Kollaboration als Kernfunktion ausbaut. Kurz zuvor erschien Release v2.20 (11. Mai 2026) mit Verbesserungen an Viewer und Workflow.
• Februar 2026, Labcorp hat am 23. Februar 2026 die landesweite Ausweitung des AISight-Einsatzes angekündigt. Das ist ein gewichtiger Beleg dafür, dass die Plattform Hochdurchsatz-Routinebetrieb trägt, und nicht nur Forschungsumgebungen.
• Oktober bis Dezember 2025, Release v2.17 (15. Oktober 2025) führte Präsentations-Queues für Tumorboards und eine sprachgestützte Befundung ein, v2.18 (9. Dezember 2025) ergänzte Betriebs-Dashboards.
• Juni 2025, AISight Dx erhielt am 30. Juni 2025 die FDA-Clearance für die primäre Diagnose. Damit wurde aus einem Workflow- und Forschungswerkzeug ein für die Routinediagnostik freigegebenes System. Die Freigabe umfasst validierte Scanner, darunter Roche-VENTANA-Geräte.
• Februar 2024, PathAI kündigte eine exklusive Kollaboration mit Roche Tissue Diagnostics für KI-gestützte Companion-Diagnostik an. Das ist eine Partnerschaft, keine Übernahme: AISight blieb eine eigenständige PathAI-Plattform.
• Korrektur (Juni 2026), Eine frühere Fassung dieser Seite nannte eine angekündigte Roche-Übernahme von PathAI samt Kaufpreis. Diese Angabe ließ sich gegen die offiziellen PathAI-Quellen (Stand 14. Juni 2026) nicht belegen, deren Newsroom verzeichnet nur die Roche-Kollaboration von 2024. Die Behauptung wurde entfernt. Ebenfalls eine häufige Verwechslung: Quest Diagnostics übernahm 2024 das frühere Labordiagnostik-Geschäft (PathAI Diagnostics), nicht die AISight-Software, die bei PathAI Inc. verblieb.