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.
Ob aus Foundation Models echter Mehrwert für Qualität, Effizienz und Patientensicherheit entsteht, entscheidet sich anhand von Real-World-Daten aus dem klinischen Alltag. Genau hier kommt der Teleradiologie eine Schlüsselrolle zu.
3D-Kugel statt 2D-Schichtaufnahmen: Ein neuartiges KI-Verfahren soll die Aggressivität eines Tumors direkt anhand von CT- und MRT-Aufnahmen bewerten.
Wie können KI und Datenmanagement helfen, gesundheitliche Krisen früh zu erkennen und besser zu bewältigen? Das Projekt AtheneKI entwickelt ein System zur Erstellung ganzheitlicher Lagebilder.
Auf der Grundlage von Krankenkassendaten entwickeln Forscher KI-basierte Modelle, die Krankheitsrisiken bei Krebs früh erkennen und die Risikokommunikation und Versorgung verbessern sollen.
Teleradiologie ist heute weit mehr als eine Lösung für Nacht- und Wochenenddienste. Erfahren Sie, welche Kriterien bei der Auswahl eines Teleradiologie-Partners wirklich zählen, von medizinischer Expertise über IT-Integration bis zum gezielten Einsatz von KI.
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.
