Harrison.ai

harrison.ai ist ein australisches Unternehmen für medizinische Bild-KI, dessen Lösungen Befunde in Röntgenthorax- und Kopf-CT-Aufnahmen erkennen und so die Priorisierung von Fällen in der Radiologie unterstützen. Dazu gehören auch eine Radiologie-Plattform und ein Foundation-Modell für Radiologie.

🛡️ Datenschutz: Anbieter mit Sitz in Australien (laut Datenschutzerklärung: Harrison-AI Pty Ltd, Sydney; weitere Gesellschaften u. a. in Großbritannien und den USA). Die Erklärung nennt Rechtsgrundlagen für Nutzer im EWR und Vereinigten Königreich sowie Standardvertragsklauseln für Übermittlungen; Dienstleister können Daten in Großbritannien, Deutschland und Australien halten. Laut Erklärung werden hochgeladene Inhalte nicht für das Modelltraining verwendet. Ein AVV/DPA und Zertifizierungen wie ISO 27001 sind dort nicht genannt, daher sollte für personenbezogene Daten vorab ein AVV/DPA geprüft werden.

Das Angebot richtet sich an Krankenhäuser, Radiologie-Anbieter und Kliniker, die bildgebende Befunde KI-gestützt priorisieren und auswerten wollen.

Tool-Details & Features

💰 Preise: Preise sind nicht öffentlich ausgewiesen; Informationen gibt es laut Website nur über eine Demo-Anfrage.

⚙️ Technik: KI-Modelle für die Befundung von Röntgenthorax und nicht-kontrastiertem Kopf-CT, ergänzt um eine Radiologie-Plattform und das Foundation-Modell Harrison.Rad 1.5.

👥 Zielgruppe: Radiologen, Kliniker sowie öffentliche und private Krankenhäuser und Radiologieanbieter.

🔗 Integrationen: Konkrete Schnittstellen (z. B. PACS) sind auf der Startseite nicht im Detail belegt.

📊 Funktionen: Erkennung von zwölf Befunden in Röntgenthorax und Kopf-CT, Priorisierung von Arbeitslisten, Radiologie-Plattform und Foundation-Modell.

Vor- & Nachteile

✅ Vorteile: Klare Aussage, dass hochgeladene Inhalte nicht zum Modelltraining dienen; nach Angaben der Website klinische Zulassung in über 40 Ländern.

❌ Nachteile: Preise nur auf Anfrage; AVV, Zertifizierungen und Hosting-Details sind nicht öffentlich dokumentiert; Einsatz setzt klinische Einführung voraus.

Für wen geeignet?

Perfekt für Radiologische Einrichtungen, die diagnostische Bildgebung mit KI-Unterstützung beschleunigen und Befunde priorisieren wollen.