Mithilfe künstlicher Intelligenz sollen Computer menschliche Denkprozesse nachbilden. Durch maschinelles Lernen soll so die Arbeit fast aller medizinischer Teilgebiete erleichtert werden. Doch was geht im Inneren eines KI-Algorithmus vor, worauf basieren seine Entscheidungen? Kann man einer Maschine gar eine medizinische Diagnose anvertrauen? Die Klärung dieser Fragen bleibt ein zentraler Aspekt der KI-Forschung und -Entwicklung.
Grauer Star wird vor allem in Ländern mit mittlerem und niedrigem Einkommen mit der günstigen SICS-OP behandelt. Ein KI-Tool für Videoanalyse soll nun die Qualität der Eingriffe verbessern.
Anstatt des kompletten Papers die KI-Zusammenfassung lesen? Besser nicht: Eine neue Studie zeigt, dass LLMs bei den Ergebnissen übertreiben – Gegensteuern mit Prompts macht alles noch schlimmer.
Living Labs in der Medizin sind kooperative Umgebungen, um neue Technologien unter nahezu klinischen Bedingungen zu testen. Eine neue Publikation zeigt, was beim Aufbau zu beachten ist.
Obwohl der Name etwas anderes suggeriert, sind viele Menschen von seltenen Erkrankungen betroffen. Auf der Suche nach der Diagnose vergehen häufig Jahre, manchmal sogar Jahrzehnte. Auf dem 1. DACH-Kongress für Seltene Erkrankungen in Innsbruck sprach Prof. Dr. Lorenz Grigull vom Zentrum für seltene Erkrankungen des Universitätsklinikum Bonn darüber, wie künstliche Intelligenz (KI) Patienten…
Intelligente Telefonie und KI-gestützte Kommunikation können medizinisches Fachpersonal entlasten, Wartezeiten verkürzen und Sprachbarrieren abbauen, sagt Dr. Christian Stredicke, CEO von Vodia.
Der Einsatz von KI in der Medizin macht das Arzt-Patienten-Verhältnis zur Dreiecksbeziehung. Auf dem DGIM-Kongress diskutieren Experten die ethischen Implikationen.
Lässt sich ein Herzinfarkt mit Hilfe von KI schneller erkennen? Der erstmals vergebene Forschungspreis „Digitale Innovationen in der Herzmedizin“ geht an eine Arbeit, die dieser Frage nachgeht.
Einem Team der Technischen Universität München (TUM) ist es gelungen, eine abnehmende Nierenfunktion infolge bestimmter Krebstherapien mit einem KI-gestützten Tool frühzeitig vorherzusagen.
Rat für ihre Erkrankungen suchen immer mehr Patienten bei digitalen Tools wie ChatGPT oder Symptom-Checker-Apps. Zwei aktuelle Studien haben nun deren Qualität und Wirksamkeit untersucht.
Die Nachsorge nach einer Stent-OP erfolgt derzeit per zeitaufwändigem OCT-Verfahren. Ein neues KI-Tool soll die Überwachung des Heilungsprozesses nach der Implantation automatisieren.
Digitale Technologien haben das Potenzial, die medizinische Fortbildung effizienter zu gestalten. Im Fokus steht Microlearning – das Lernen in kurzen, fokussierten Einheiten – kombiniert mit KI.
Wird künstliche Intelligenz (KI) künftig den Menschen ersetzen? Für Prof. Dr. Steffen Augsberg ist das nicht nur unvermeidlich, sondern sogar wünschenswert, zumindest in manchen Bereichen. In seinem Impulsvortrag auf der MEDICA zum Thema ‚KI-Diagnosen: Schnelligkeit und Präzision versus Vertrauen und Verantwortung‘ widmete er sich den vielfältigen Aspekten und Herausforderungen von KI…
Mithilfe KI-gestützter "Embedding Propagation" wollen Biomediziner in Blutbildern einzigartige Muster identifizieren, die den zukünftigen Zustand eines Patienten durch zusätzliche Tests vorhersagen.
Maschinelles Lernen (ML) kann dabei helfen, Labordaten effizient und präzise auszuwerten, um fundierte medizinische Entscheidungen zu treffen. Prof. Dr. Frank Klawonn zeigte in einem Vortrag auf der Medica in Düsseldorf verschiedene Möglichkeiten von ML auf, die zu Zeitersparnis und zur Steigerung der Produktivität führen können.
Forscher haben ein KI-Modell zur automatischen Erkennung und Segmentierung von Spinalganglien in MRT-Bildern entwickelt. Das eröffnet neue Möglichkeiten, insbesondere in der Schmerzmedizin.
Die Steuerung von Hand- oder Bein-Prothesen durch Nervenimpulse – etwa nach einer Amputation oder Schlaganfall – erfordert oft langes Training. Ein neuer Ansatz soll den Lernprozess beschleunigen.
Das LLM-basierte System "Prof. Valmed" hat als erstes KI-Tool die Zertifizierung als Medizinprodukt der Risikoklasse IIb für die Europäische Union durch eine Benannte Stelle abgeschlossen.
Fachleute erwarten einen rasch wachsenden Einsatz von KI im Gesundheitswesen. Ein Whitepaper beleuchtet die vielversprechenden Einsatzmöglichkeiten von KI-Agenten und Large Language Models (LLM).
Generative KI zeigt zwar immenses Potenzial für das Gesundheitswesen, doch die Zuverlässigkeit der großen Sprachmodelle leidet unter einem ernsten Problem: LLMs denken einfach nicht wie Ärzte, erklärte ein Experte für Datenwissenschaften auf dem Kongress Emerging Technologies in Medicine (ETIM) in Essen. Dieser potenziell folgenschwere Fehler könne jedoch behoben werden.
