Clinical Referral Copilot

Das Unternehmen scheint ein Einzelprojekt (1 Person) zu sein, das beim OpenAI 2026 Hackathon eingereicht wurde, mit dem Titel Clinical Referral Copilot. Der Autor beschreibt es als ein KI-gestütztes Tool zur Strukturierung und Triage von Facharztverweisungen in der Gastroenterologie, mit einem starken Fokus auf Transparenz, Kontrolle durch Kliniker und Nachverfolgbarkeit. Es wurde mit GPT-5.6 über die OpenAI Responses API, Next.js, TypeScript und React entwickelt.

Was sich geändert hat: Das Projekt wird als Demonstration eines sichereren Musters für Gesundheits-KI beschrieben – eines Musters, das Entscheidungen strukturiert und erklärt, während Kliniker in den Prozess eingebunden bleiben. Es vermeidet überzeugendes oder autonomes Verhalten, indem Unsicherheit, Herkunft und Ablehnungsgrenzen explizit gemacht werden.

Die wichtigste offene Frage: Gibt es Belege für eine Nutzung in der realen Welt, Feedback von Kliniker:innen oder eine Integration in tatsächliche klinische Workflows? Die Beschreibung ist vollständig selbst gemeldet und enthält keine Daten zur Adoption, zum Umsatz oder zur Kundenbindung über die synthetische Demo hinaus.

Die Beschreibung besagt, dass Clinical Referral Copilot:

• Eine synthetische gastroenterologische Verweisung in Folgendes umwandelt:
  • Strukturierte klinische Fakten
  • Empfohlene Dringlichkeit und Zeitrahmen
  • Nachweise, die mit exakten Formulierungen in der Verweisung verknüpft sind
  • Transparente synthetische Regellabels
  • Fehlende Informationen und Unsicherheit
  • Vorgeschlagener Pfad
  • Explizite Entscheidung des Klinikers zur Genehmigung, Bearbeitung oder Ablehnung

• Enthält ein kleines synthetisches Evaluierungs-Dashboard, einen Sicherheitsfall, eine Blockade von Identifikatoren und einen narrativ freien Sitzungs-Prüfpfad.

• Wird als Clean-Room-Next.js- und TypeScript-Anwendung mit GPT-5.6 über die OpenAI Responses API entwickelt.

• Ist ausdrücklich nur synthetisch und trifft keine autonomen Maßnahmen.

Schlussfolgerung: Das Produkt ist eine Frontend-Benutzeroberfläche zur Überprüfung strukturierter Ausgaben eines KI-Modells, mit einem Fokus auf Transparenz und Einbindung von Kliniker:innen. Es scheint kein produktionsreifes System zu sein, sondern eher ein Prototyp oder eine Demo.

Der Autor stellt fest:

• „Clinical Referral Copilot erforscht ein sichereres Muster für Gesundheits-KI: KI strukturiert und erklärt; ein Kliniker entscheidet.“

• Das Projekt vermeidet eine überzeugende, aber unsichere „KI-Arzt“-Demo, indem Unsicherheit, Herkunft, Ablehnungsgrenzen und die Autorität des Klinikers sichtbar gemacht werden.

• Es wird als Demonstration beschrieben, wie Vertrauen in Gesundheits-KI durch Inspektierbarkeit aufgebaut werden kann, nicht durch Konfidenzwerte.

Schlussfolgerung: Die Positionierung ist auf Sicherheit, Transparenz und Kontrolle durch Kliniker zentriert, nicht auf Automatisierung oder Effizienz. Es positioniert sich als Alternative zu traditionellen KI-Entscheidungsfindungstools im Gesundheitswesen.

Die Beschreibung besagt:

• Das Tool ist für Kliniker:innen konzipiert, die Facharztverweisungen prüfen (insbesondere in der Gastroenterologie).

• Es ist für die schnelle klinische Überprüfung gebaut, mit einer responsiven, barrierefreien Oberfläche.

• Der Nutzer soll Entscheidungen der KI genehmigen, bearbeiten oder ablehnen.

Schlussfolgerung: Die ICP scheint Kliniker:innen in Spezialisierungs-Verweisungsumgebungen zu sein, insbesondere solche, die mit hochvolumigen, repetitiven Triage-Aufgaben zu tun haben. Es werden keine Belege für andere Personas oder Anwendungsfälle geliefert.

Die Beschreibung enthält keine Angaben zu:

• Einem Preismodell
• Umsatzquellen
• Plänen zur Kundenakquise
• Einer Monetarisierungsstrategie

nicht belegt: Es gibt keine Hinweise auf ein Geschäftsmodell oder eine Preisstruktur, abgesehen davon, dass es sich um eine Hackathon-Einreichung handelt.

Der Autor gibt an:

• Entwickelt mit: codex, gpt-5.6, json-schema, next.js, openai-responses-api, react, typescript
• Verwendet GPT-5.6 über die OpenAI Responses API mit mittlerem Reasoning-Aufwand, store: false und strikter JSON-Schema-Ausgabe
• Serverseitige Route ruft die API auf
• Die UI rendert vorhersehbare strukturierte Felder
• Ermöglicht das Quervergleichen von Modellgründen mit Quellphrasen
• Enthält eine deterministische Demonstrationsengine
• Blockiert gängige singapurische Identifikatoren vor der Verarbeitung
• Die App ist ausschließlich synthetisch und trifft keine autonomen Maßnahmen

Schlussfolgerung: Der technische Stack deutet auf ein frontend-lastiges, KI-gestütztes Workflow-Tool hin, mit starkem Fokus auf strukturierte Ausgabe-Steuerung und Nachverfolgbarkeit. Es handelt sich nicht um ein skalierbares oder produktionsreifes System, sondern um einen Prototyp.

Die Beschreibung gibt an:

• Dies ist eine Hackathon-Einreichung
• Die App ist ausschließlich synthetisch
• Es werden keine Daten zu realer Nutzung, Kunden oder Adoption erwähnt
• Der nächste Schritt besteht darin, repräsentative synthetische Fälle zu bewerten und eine Prüfung hinsichtlich Datenschutz, Cybersicherheit, klinischer Sicherheit und Governance durchzuführen

nicht belegt: Es gibt keine Belege für Traction, Umsatz, Kundenbindung oder Produktreife über einen Prototyp hinaus.

Die Beschreibung erwähnt nicht:

• Konkurrenten
• Bestehende Tools im Bereich der Referral-Triage
• Marktvolumen oder Wettbewerbslandschaft

nicht belegt: Es wird kein Wettbewerbskontext geliefert. Das Projekt scheint in sich geschlossen zu sein und ist nicht im Vergleich zu bestehenden Lösungen positioniert.

• Keine reale Nutzung oder Rückmeldung: Das Produkt wird als ausschließlich synthetisch beschrieben, ohne Belege für tatsächlichen klinischen Einsatz.
• Einzelkämpfer-Team: Auf dem Projekt ist nur eine Person aufgeführt; es gibt keine Hinweise auf ein größeres Team oder eine Unterstützungsstruktur.
• Hackathon-Prototyp: Die Einreichung stammt von einem Hackathon, was darauf hindeutet, dass er noch nicht für den Produktiveinsatz reif ist.
• Keine Monetarisierungsstrategie: Es ist kein Geschäftsmodell oder Umsatzplan erkennbar.
• Ungeprüfte Aussagen: Alle Aussagen sind selbst gemeldet und ungeprüft.

Schlussfolgerung: Das Projekt befindet sich in einem frühen Entwicklungsstadium und weist keinerlei kommerzielle oder klinische Traction auf. Es könnte sich um einen Proof-of-Concept handeln, nicht um ein für Investitionen oder Partnerschaften tragfähiges Produkt.

1. Welche spezifischen klinischen Workflows soll dieses Tool neben der Gastroenterologie unterstützen?
2. Wie werden die synthetischen Daten generiert und welche Einschränkungen hat dieser Ansatz?
3. Gibt es Rückmeldungen von tatsächlichen Kliniker:innen zur Benutzeroberfläche oder zum Entscheidungsprozess?
4. Gibt es Pläne, über eine Demo hinaus in einen Piloten oder Prototyp mit realen Nutzer:innen zu gehen?
5. Was wären die nächsten Schritte in Bezug auf klinische Validierung, regulatorische Konformität oder Produktentwicklung?