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.
Die Stimme kann wertvolle Hinweise auf Erkrankungen wie Parkinson, Alzheimer, Herzinsuffizienz und Diabetes liefern. Eine neue Studie geht dem Potenzial stimmbasierter Biomarker auf den Grund.
Ein neues, KI-gestütztes Modell identifiziert individuelle Unterschiede im Therapieansprechen bei Patienten mit IgA-Nephropathie und soll so für präzisere Behandlungsentscheidungen sorgen.
Kann KI helfen, Vorstufen von Darmkrebs bei Patienten mit Lynch-Syndrom besser zu erkennen? Eine Studie zur Früherkennung bei diesen Hochrisikopatienten kommt zu ernüchternden Ergebnissen.
Ob Patienten ihrem Arzt vertrauen, könnte davon abhängen, was künstliche Intelligenz (KI) dazu zu sagen hat. Das legt eine neue Studie der Penn State University nahe.
Ein Verbundprojekt kombiniert KI und biologische Testverfahren, um Antibiotikakandidaten schneller zu identifizieren und gezielt für den Einsatz gegen multiresistente Bakterien zu optimieren.
Die Diagnose bestimmter Blut- und Lymphdrüsenkrebserkrankungen könnte künftig einfacher und transparenter werden: Ein neues KI-System unterstützt Ärzte bei der Einordnung von B-Zell-Lymphomen.
Nicht nur die richtige Therapie ist entscheidend, sondern auch Zeitpunkt, Dosis und Dauer. KI soll Ärzte dabei unterstützen, diese Entscheidungen individuell für jeden Patienten zu treffen.
Vom Notruf bis zur Klinik: Das Verbundprojekt PRIORITAS entwickelt ein intelligentes, KI-gestütztes System, das Leitstellen bei komplexen Entscheidungen in der Notfallversorgung unterstützt.
Wie sicher sind KI-Modelle, die etwa für die Erkennung von Krebs mit Gesundheitsdaten von Patienten trainiert werden? Ein Forschungteam deckt nun das tatsächliche Ausmaß der Datenschutz-Risiken auf.
Dr. Jianxu Chen übernimmt eine Professur für KI für die Biomedizinische Analytik an der Universität Duisburg-Essen. Mit seiner Arbeitsgruppe am ISAS entwickelt er KI-Methoden, mit denen sich gewaltige Mengen komplexer Mikroskop-Aufnahmen umfassend auswerten lassen.
Eine neue Studie zeigt, wie der „Kluge Hans“-Effekt KI-Modelle in der Pathologie dazu bringen kann, Krebs zu diagnostizieren, wo keiner ist – und wie sich das verhindern lässt.
Wie können Digitalisierung und KI die psychiatrische Praxis bereichern, ohne dabei die Menschlichkeit aufs Spiel zu setzen? Ein Expertenpanel ging dieser komplexen Fragestellung auf den Grund.
Forschende am Paul Scherrer Institut PSI haben ein KI-System entwickelt, das Gewebebilder aus der Computertomografie so einfärbt, als seien klassische Gewebeschnitte erstellt worden.
Bei seltenen Erkrankungen vergehen oft Jahre, bis die richtige Diagnose gestellt wird – sei es aufgrund mangelnder Erfahrung oder zu wenig Zeit. KI-Technologien könnten diesen Missstand grundlegend verändern. Auf dem 132. DGIM-Kongress zeigte Dr. Christopher Martin Sauer, welche Werkzeuge heute bereits verfügbar sind und was es braucht, damit ihr Potenzial in der klinischen Praxis ankommt.
EEG-Hirnkurven sind wichtige Datenquellen für Medizin und Wissenschaft, doch die Muster lassen Rückschlüsse auf einzelne Personen zu. Ein neues Tool soll diesen "Brainprint" verwischen.
Ein intelligentes Assistenzsystem für robotergestützte, minimal-invasive Bypass-Operationen soll minimal-invasive Herz-OPs präziser, sicherer und schonender für die Patienten machen.
Die NEXUS-Tochter Medical AI Analytics & Information GmbH hat für ihre klinische Entscheidungsunterstützungslösung MedHelpr® die Zertifizierung als Medizinprodukt der Klasse IIb gemäß der europäischen Medical Device Regulation (MDR) erhalten.
Chatbots zur Buchung von Arztterminen werden von vielen Patienten als hilfreiches Tool angesehen – wird die KI jedoch zu aufdringlich, wenden sich viele ab, wie eine neue Studie zeigt.
Künstliche Intelligenz verändert die Medizin grundlegend, von der Bildgebung über die Risikoprädiktion bis zur automatisierten Dokumentation. Doch mit der wachsenden Leistungsfähigkeit steigen auch die Risiken durch intransparente Modelle, schleichenden Kompetenzverlust oder zu unkritisches Vertrauen in maschinelle Empfehlungen. Philipp A. Toussaint forscht am Campus Heilbronn der…
