# Lunit vs MD.ai

Lunit verzeichnet 29.181 monatliche Besuche mit -12,8 % Wachstum gegenüber dem Vormonat und einem Preismodell „Preise auf Anfrage“. MD.ai verzeichnet 6.650 monatliche Besuche mit -11,2 % Wachstum und einem Preismodell „Preise auf Anfrage“.

| Kennzahl | [Lunit](https://openaitools.app/de/tool/lunit) | [MD.ai](https://openaitools.app/de/tool/md-ai) |
| :--- | :--- | :--- |
| Website-URL | https://www.lunit.io/en | https://md.ai |
| Kategorien | KI im Gesundheitswesen, KI-Medizindiagnostik, KI-Bilderkennung | KI-Modelle, KI im Gesundheitswesen, KI-Berichtsgenerator, Large Language Models (LLMs) |
| Preismodell | Preise auf Anfrage | Preise auf Anfrage |
| Monatliche Besuche | 29.181 | 6.650 |
| MoM-Wachstumsrate | -12,8 % | -11,2 % |
| Primärmarkt | Südkorea | Vereinigte Staaten |
| Direkte Besuche | 8.314 | 2.596 |
| Bewertungsergebnis | 4,6 | 4,4 |
| Anzahl gespeicherter Einträge | 1 | 0 |
| Unterstützte Plattformen | Website | Website |

## Lunit

Lunit ist ein Medizin-AI-Unternehmen mit Sitz in Seoul, Südkorea, das aus der Deep-Learning-Forschung entstanden ist und sich konsequent auf die Onkologie konzentriert. Statt allgemeiner Gesundheits-KI hat es zwei verbundene Produktfamilien aufgebaut: eine, die Klinikern hilft, Krebs in Bilddaten früher zu finden, und eine, die aus Gewebe quantitative Biologie extrahiert, um Therapie und Arzneimittelentwicklung zu steuern. Die Technologie wird international breit eingesetzt – mehr als 10.000 Kundenstandorte in über 70 Ländern, gestützt auf hunderte begutachtete Publikationen und Branchenpartnerschaften.

Im Screening analysiert die Lunit-INSIGHT-Familie Mammografien und Thorax-Röntgenaufnahmen. Lunit INSIGHT MMG übernimmt die 2D-Mammografie, Lunit INSIGHT DBT die 3D-Mammatomosynthese; beide markieren verdächtige Regionen, damit Radiologen die dringendsten Untersuchungen zuerst bearbeiten. Lunit INSIGHT CXR leistet dasselbe für Thorax-Röntgen. Rund um diese Erkennungs-Engines hat Lunit Werkzeuge auf Programmebene zusammengestellt: Dichte-Bewertung, Risikobewertung und Risikopfade, Live-Mammografie-Reporting, Qualitätsmanagement, Analytik und einen Patienten-Hub, damit ein Screening-Dienst KI als Teil des Alltags und nicht als isoliertes Experiment betreiben kann.

In der Präzisionsonkologie analysiert das Lunit-SCOPE-Portfolio Pathologiebilder. Lunit SCOPE IO quantifiziert das Tumormikromilieu und die Immunzellinfiltration, was für die Immuntherapiestrategie wichtig ist, während die Lunit SCOPE IHC Suite die immunhistochemische Quantifizierung von Markern wie HER2 und PD-L1 sowie eine genotypische Vorhersage unterstützt. Diese Produkte richten sich an biopharmazeutische Partner, klinische Studienteams und die Entwicklung von Begleitdiagnostika, wo reproduzierbare quantitative Auslesungen der Engpass sind. Da Lunit an Krankenhäuser, Screening-Programme und Pharmaunternehmen verkauft, werden Preise direkt angeboten statt veröffentlicht, und der Regulierungsstatus unterscheidet sich je nach Markt.

**Preise und Tarife:** Preis auf Anfrage. Lunit verkauft Enterprise-Software- und Plattformlizenzen an Krankenhäuser, Screening-Programme und biopharmazeutische Partner, weshalb kommerzielle Konditionen und Einführungskosten direkt über das Vertriebsteam angeboten werden. Eine öffentliche Preisliste gibt es nicht.

- **Lunit INSIGHT MMG und DBT:** Deep-Learning-Analyse von 2D- und 3D-Mammografien, die verdächtige Läsionen markiert, um Brustkrebs früher zu finden und übersehene Befunde zu reduzieren.
- **Lunit INSIGHT CXR:** Analyse von Thorax-Röntgenaufnahmen, die mögliche Auffälligkeiten wie Knoten hervorhebt und eine schnellere Triage in stark ausgelasteten Radiologien unterstützt.
- **Lunit SCOPE IO:** Analyse des Tumormikromilieus, die tumorinfiltrierende Lymphozyten und Immunphänotypen aus Pathologieschnitten quantifiziert und die Immuntherapieforschung informiert.
- **Lunit SCOPE IHC Suite:** KI-gestützte immunhistochemische Quantifizierung für HER2, PD-L1 und weitere Marker, inklusive uIHC und Genexpressionsvorhersage für standardisierte Bewertung.
- **Screening-Analytik und Workflow-Tools:** Live-Mammografie-Reporting, Risikobewertung, Risikopfade, Qualitätsmanagement und Patiententools, die KI in das gesamte Screening-Programm einbetten.

**Stärken:** Klinisch validierte Radiologie-KI mit dokumentierten Zulassungen und publizierter Evidenz; Deckt beide Enden des onkologischen Pfads ab – Screening-Erkennung und Biomarker der Präzisionsonkologie – bei einem Anbieter; Breite reale Verbreitung in vielen Ländern, sodass Integrationen und Workflow-Erfahrungen bereits existieren; Starke Forschungstätigkeit und Biopharma-Partnerschaften stützen die Glaubwürdigkeit für Studien und Begleitdiagnostik

[Profile (Markdown)](https://openaitools.app/de/tool/lunit.md)

## MD.ai

Das Reporting-Produkt von MD.ai soll Reibung im Befundungsablauf reduzieren, nicht den Radiologen ersetzen. Es wählt Befundvorlagen automatisch, ordnet diktierte Schlüsselbefunde strukturierten Feldern zu, entwirft die Beurteilung aus dem Diktierten, korrigiert das Ergebnis und erzeugt Abrechnungscodes, um Verwaltungsaufwand zu senken. Zusätzlich unterstützt es kontextbezogenen KI-Chat, mehrsprachige Ausgabe und patientenfreundliche Audiozusammenfassungen und verbindet sich über HL7- und DICOM-Integration mit EHR-, HIS- und RIS-Umgebungen. Da es im Browser läuft, funktioniert es auf Desktop, Laptop, Tablet und Smartphone mit Gerätesynchronisation.

Das Annotator-Produkt zielt auf Datensatzerstellung und Modellentwicklung. Es bietet native DICOM-Unterstützung, einen FDA-510(k)-freigegebenen Viewer, KI-gestützte Annotation und nahtlose Skalierung, dazu Werkzeuge zur PHI-Erkennung und De-Identifikation sowie Entwickler-APIs. Laut Unternehmen hat die Plattform tausenden Ärzten und ihren Partnern geholfen, große, hochwertige annotierte Datensätze aufzubauen, Modelle zu validieren und KI-gestützte klinische Abläufe zusammenzustellen.

MD.ai richtet sich an radiologische Klinikabteilungen, Bildgebungs-KI-Startups und Forschungsgruppen. Kommerzielle Konditionen werden nicht öffentlich genannt: Interessierte Teams werden zu einer Demo oder direkter Kontaktaufnahme geleitet, was bei klinischer Software mit Sicherheitsprüfung, Integrationsumfang und volumenabhängiger Lizenzierung üblich ist.

**Preise und Tarife:** Die Preise sind nicht öffentlich; MD.ai bittet Interessenten um eine Demo-Anfrage oder direkten Kontakt, und kommerzielle Konditionen werden individuell vereinbart. Das ist für klinische Bildgebungssoftware typisch, bei der Lizenzierung von Ausrollumfang, Integrationen und Institutionsgröße abhängt.

- **LLM-gestützte Befundung:** Automatische Vorlagenwahl, Zuordnung diktierter Befunde, Entwurf der Beurteilung und Korrektur innerhalb des radiologischen Befundungsablaufs.
- **Automatisierte Verwaltungsaufgaben:** Erzeugt Abrechnungscodes aus dem Befund und erstellt patientenfreundliche Audiozusammenfassungen für klarere Kommunikation und Aufklärung.
- **EHR/HIS/RIS-Integration:** HL7- und DICOM-Integration verbindet das Befundungswerkzeug mit bestehenden klinischen Systemen, wahlweise KI-gestützt oder klassisch.
- **DICOM-native Annotation:** Aufbau annotierter Bilddatensätze mit nativer DICOM-Unterstützung, KI-gestützter Annotation, FDA-510(k)-freigegebenem Viewer und elastischer Skalierung.
- **Datenschutz und Entwicklerwerkzeuge:** PHI-Erkennung und De-Identifikation für die Datensatzarbeit sowie Entwickler-APIs für Teams, die Bildmodelle ausrollen und validieren.

**Stärken:** Speziell für die Radiologie entwickelt statt als generischer LLM-Aufsatz, mit nativem DICOM-Umgang; Befundung und Annotation auf einer Plattform, sodass Datensätze und Ausrollabläufe verbunden bleiben; Ein FDA-510(k)-freigegebener Viewer und PHI-De-Identifikation decken echte klinische Compliance-Anforderungen ab; Läuft im Browser auf verschiedenen Geräten, mit Gerätesynchronisation und Mehrsprachigkeit

**Einschränkungen:** Keine öffentlichen Preise, daher erfordert die Bewertung Vertriebskontakt und Demo-Termine; Der volle Nutzen hängt von der HL7/DICOM-Integration in Kliniksysteme ab, was zusätzlichen Aufwand bedeutet; Die Plattform richtet sich an klinische und Forschungseinrichtungen, ein leichter Self-Service für Einzelpersonen ist unwahrscheinlich

[Profile (Markdown)](https://openaitools.app/de/tool/md-ai.md)

## Häufig gestellte Fragen

### Wie vergleichen sich Lunit und MD.ai beim monatlichen Traffic?

Lunit hat 29.181 monatliche Besuche, während MD.ai 6.650 verzeichnet. Traffic-Schätzungen beschreiben die Publikumsgröße, nicht die Produktqualität.

### Wie vergleichen sich ihre Wachstumsraten?

Lunit verzeichnet eine Wachstumsrate von -12,8 % gegenüber dem Vormonat; MD.ai verzeichnet -11,2 %.

### Wie vergleichen sich die Preise?

Lunit: Preise auf Anfrage. Preis auf Anfrage. Lunit verkauft Enterprise-Software- und Plattformlizenzen an Krankenhäuser, Screening-Programme und biopharmazeutische Partner, weshalb kommerzielle Konditionen und Einführungskosten direkt über das Vertriebsteam angeboten werden. Eine öffentliche Preisliste gibt es nicht. MD.ai: Preise auf Anfrage. Die Preise sind nicht öffentlich; MD.ai bittet Interessenten um eine Demo-Anfrage oder direkten Kontakt, und kommerzielle Konditionen werden individuell vereinbart. Das ist für klinische Bildgebungssoftware typisch, bei der Lizenzierung von Ausrollumfang, Integrationen und Institutionsgröße abhängt.

## Alternativen

| # | Tool-Name | Monatliche Besuche | MoM-Wachstumsrate | Preismodell | Summary | Profile (Markdown) |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 1 | [ModelScope](https://openaitools.app/de/tool/modelscope-community) | 3.085.423 | +5,1 % | Kostenlos | ModelScope (魔搭社区) is an open-source AI community and model service platform that hosts thousands of pretrained models, datasets, and ready-to-run demos, backed by Alibaba Cloud infrastructure. | [.md](https://openaitools.app/de/tool/modelscope-community.md) |
| 2 | [Dr.Oracle](https://openaitools.app/de/tool/dr-oracle) | 723.847 | -1,2 % | Kostenlose Testversion | Leitlinienbasierte medizinische Antworten mit Quellenangaben | [.md](https://openaitools.app/de/tool/dr-oracle.md) |
| 3 | [Appen](https://openaitools.app/de/tool/appen-com) | 665.840 | +0,2 % | Preise auf Anfrage | Von Menschen validierte Trainingsdaten und Evaluierung für Frontier-KI-Modelle | [.md](https://openaitools.app/de/tool/appen-com.md) |
| 4 | [ScanSkinAI](https://openaitools.app/de/tool/scanskinai) | 265.770 | -10,9 % | Freemium, Kostenpflichtig | Kostenloser KI-Scan von Haut und Muttermalen, optional mit dermatologischer Prüfung | [.md](https://openaitools.app/de/tool/scanskinai.md) |
| 5 | [Overjet](https://openaitools.app/de/tool/overjet-ai) | 256.150 | +12,6 % | Preise auf Anfrage | FDA-zugelassene Dental-KI für Diagnostik, Bildgebung und Abrechnung | [.md](https://openaitools.app/de/tool/overjet-ai.md) |
| 6 | [Encord](https://openaitools.app/de/tool/encord-com) | 244.204 | +9,4 % | Preise auf Anfrage | Die multimodale Datenschicht für Computer-Vision- und Physical-AI-Teams | [.md](https://openaitools.app/de/tool/encord-com.md) |
| 7 | [Pearl](https://openaitools.app/de/tool/hellopearl-com) | 221.155 | -7,6 % | Preise auf Anfrage | FDA-zugelassene Dental-KI für präzisere Diagnosen und eine entspanntere Anmeldung | [.md](https://openaitools.app/de/tool/hellopearl-com.md) |
| 8 | [Label Studio](https://openaitools.app/de/tool/label-studio) | 137.199 | -16,1 % | Preise auf Anfrage, Kostenlos | Label Studio is an open-source data labeling and AI evaluation platform from HumanSignal. It handles images, video, audio, text, documents, time series and agent traces in one flexible workspace, and connects to your ML | [.md](https://openaitools.app/de/tool/label-studio.md) |
| 9 | [0xmd](https://openaitools.app/de/tool/0xmd-com) | 128.262 | -2,2 % | Freemium | Generative KI für medizinische und alltägliche Gesundheitsfragen | [.md](https://openaitools.app/de/tool/0xmd-com.md) |
| 10 | [CT Read](https://openaitools.app/de/tool/ct-read) | 103.157 | -5,8 % | Kostenpflichtig | KI-Analyse, die Röntgen, CT, MRT und Ultraschall in verständliche Berichte übersetzt | [.md](https://openaitools.app/de/tool/ct-read.md) |

---
Quelle: https://openaitools.app/de/compare/lunit-vs-md-ai

More Markdown: [Kategorien](https://openaitools.app/de/categories.md) · [Traffic-Rankings](https://openaitools.app/de/rankings.md) · [llms.txt](https://openaitools.app/de/llms.txt)
