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.
Digitale Gewebeproben enthalten derart viele Informationen, dass es schwer ist, sie mit datengetriebenen Methoden zu analysieren. Ein neues Softwaretool soll die digitale Pathologie demokratisieren.
Auf dem Deutschen Krebskongress in Berlin diskutierten Experten aus München, Köln, Hamburg und Dresden den Einsatz von Large Language Models (LLMs) in der Krebsmedizin. Die Session zeigte beeindruckende technische Möglichkeiten, offenbarte aber auch fundamentale Schwächen in der deutschen Dateninfrastruktur.
Knapp 30% der Menschen mit Epilepsie sprechen nicht ausreichend auf Medikamente an. Wie Klinik, Industrie und KI gemeinsam mit der wachsenden Therapievielfalt umgehen.
Automatisierte Bewegungskorrektur, organspezifische Embolisationsplanung: Auf dem ECR 2026 präsentierte Siemens Healthineers KI-gestützte Angiographiesysteme für die interventionelle Radiologie.
KI-gestützte Systeme könnten helfen, medizinische Befunde für Patienten verständlich zu erklären – werfen jedoch auch Fragen zu Verantwortung, technologischen Grenzen und Datenschutz auf.
Um Workflows im Krankenhaus zu planen, sind Daten zu Aufenthaltsdauer, Verlegungen und Behandlungen der Patienten unerlässlich. Ein erklärbares KI-Modell soll helfen, diesen Prozess zu verbessern.
Mit KI und der Analyse von Patienten-, Trink- und Abwasserproben entwickeln Forscher ein Frühwarnsystem, das Infektionsausbrüche in Kliniken schneller erkennt und die Patientensicherheit erhöht.
Medizinische Leitlinien werden immer schwieriger zu überblicken. KI-basierte Assistenten könnten künftig auf Abweichungen aufmerksam machen – und so die Behandlung von Millionen verbessern.
Prof. Rainer Surges, Direktor der Klinik und Poliklinik für Epileptologie am Universitätsklinikum Bonn, ist der neue Präsident der Deutsche Gesellschaft für Klinische Neurophysiologie und Funktionelle Bildgebung (DGKN).
In Stockholm ordert der Hausarzt Medikamente per Klick. In München surren noch Faxgeräte. Dieser Unterschied ist keine Nebensache – er entscheidet darüber, ob Künstliche Intelligenz im Gesundheitswesen ihr Potenzial entfalten kann. Denn KI-Anwendungen wie algorithmische Diagnoseunterstützung, Predictive Analytics oder automatisierte Bildauswertung setzen funktionierende digitale…
Mit der Verordnung (EU) 2025/327 wird der Europäische Gesundheitsdatenraum Realität. Für Hersteller von Medizinprodukten, IVDs und KI-Systemen bedeutet das: Interoperabilität ist kein optionales Feature mehr, sondern regulatorische Grundvoraussetzung. Was sich konkret ändert – und worauf es bei der Umsetzung ankommt.
Um personalisierte Krebsbehandlung durch die fortschrittliche Bildgebung, Robotik und minimalinvasiven Therapien voranzutreiben, erhält das PreciseOnco-Konsortium EU-Fördermittel.
Kaum ein medizinisches Fachgebiet entwickelt sich so schnell wie die Radiologie. Kontinuierliche Fortschritte in der Bildgebungstechnologie, die Integration künstlicher Intelligenz und die zunehmende interdisziplinäre Zusammenarbeit erfordern, dass Fachleute stets auf dem neuesten Stand des Wissens bleiben. Der Europäische Radiologiekongress (ECR) 2026 in Wien trägt dieser Realität mit…
Spurensuche im Hirnwasser: Forscher haben das erste hochpräzise Verfahren entwickelt, das häufige Hirntumoren bei Kindern und Jugendlichen ohne operativen Eingriff diagnostizieren kann.
Neue Wege in der Tumorchirurgie, Robotik, präzise Visualisierung und mehr: Tagungspräsident Univ.-Prof. Dr. Thomas Hoffmann gewährt im Gespräch Einblicke in die Highlights der DGHNO-Jahrestagung.
Eine neue Studie zeigt auf: KI kann helfen, Gesundheitsinformationen besser verständlich zu machen. Die Verbesserungen sind jedoch moderat und sollten von Fachleuten genau überprüft werden.
Die Fehlerquote bei der Beurteilung von Langzeit-EKGs liegt im Schnitt bei etwa 25%, oft bedingt durch Zeitmangel. Nun sollen KI-Tools Ärzte bei der anspruchsvollen Aufgabe unterstützen.
Forschende am Karlsruher Institut für Technologie (KIT) haben ein KI-Modell entwickelt, um vorherzusagen, wie gut Patienten mit Hüftgelenksarthrose nach einer Operation wieder gehen können.
Kürzere Untersuchungszeit, höhere Bildauflösung, bessere Diagnosen: Knapp sechs Monate nach Inbetriebnahme eines KI-Tools zur MRT-Unterstützung ziehen Leipziger Neuroradiologen positive Bilanz.
