Dieser neue Benchmark integriert erstmals sowohl die diagnostische Leistung als auch die CO₂-Emissionen von KI-Modellen in einer einzigen Bewertung. In ihrer Studie analysierten die Forscher:innen fünf etablierte KI-Modelle hinsichtlich zweier diagnostischer Aufgaben: die Klassifikation von Nierentransplantationserkrankungen und die Unterscheidung verschiedener Subtypen von Nierenzellkarzinomen. Während alle Modelle eine akzeptable diagnostische Genauigkeit erreichten, offenbarte der ESPer-Score erhebliche Unterschiede in deren CO₂-Fußabdruck. Das TransMIL-Modell zeigte in beiden Aufgaben eine hohe Präzision bei gleichzeitig vergleichsweise niedrigem Energieverbrauch. Das neuartige Foundation-Modell Prov-GigaPath erzielte eine ähnlich gute diagnostische Leistung, verursachte jedoch eine deutlich höhere Umweltbelastung.
Um die Nachhaltigkeit von KI in der Pathologie weiter zu optimieren, untersuchten die Wissenschaftler:innen zusätzlich verschiedene Strategien zur Reduzierung des CO₂-Ausstoßes mithilfe des ESPer-Scores. Dazu gehörten unter anderem die Anpassung der verarbeiteten Datenmengen während der Inferenz, die Wahl einer geeigneten Bildauflösung sowie eine gezielte Reduktion der zu analysierenden Bildbereiche. Die Ergebnisse zeigen, dass es durchaus möglich ist, den Energieverbrauch signifikant zu senken, ohne die diagnostische Genauigkeit wesentlich zu beeinträchtigen.
Der ESPer-Score stellt nicht nur ein vielversprechendes Werkzeug für die Forschung dar, sondern könnte auch als neuer Standard für die Industrie und Regulierungsbehörden dienen. Durch seine Anwendung könnten KI-Modelle nicht nur leistungsfähiger, sondern auch umweltfreundlicher gestaltet werden. Nicht zuletzt wurde dies sehr deutlich mit der vor kurzem erfolgten Liveschaltung von Deep Seek. Die Forscher:innen hoffen, mit ihrer Studie einen wichtigen Impuls für nachhaltige Innovationen an der Schnittstelle von Medizintechnologie und Umweltschutz zu geben.
