Künstliche Intelligenz (KI) nimmt schon heute Einfluss auf Beruf und Alltag und begleitet die Menschen bei der Erledigung von Arbeitsaufgaben. Im Gesundheitswesen gilt KI als Schlüsseltechnologie und als Motor für Fortschritt und Beschäftigung. Neue Algorithmen tragen dazu bei, dass KI zum Game Changer im Gesundheitsmarkt wird. Herkömmliche Behandlungswege bei der Diagnostik und bei der Therapie von Patienten verändern sich. Medizinisches und pflegerisches Personal soll durch den Einsatz von KI unterstützt und entlastet werden. Künstliche Intelligenz verspricht einen hohen Nutzen für Individuen und Unternehmen. Dabei sind jedoch auch die sozialen, finanziellen, technischen und rechtlichen Rahmenbedingungen zu berücksichtigen. Trotz der vielfältigen Möglichkeiten ist der Einsatz der Künstlichen Intelligenz bei personenbezogenen Daten und in bestimmten Geschäftsmodellen kritisch zu hinterfragen und zu reflektieren.
Das vorliegende Herausgeberwerk gibt einen Überblick zu aktuellen - bisweilen kontrovers diskutierten - Themen aus Theorie, Forschung, Transfer und Praxis. In 43 Beiträgen stellen 82 renommierte Autoren und Experten ihr Wissen, ihre Erkenntnisse, Erfahrungen und Einschätzungen vor. Es werden Lösungsansätze und Problemfelder beim Einsatz von Künstlicher Intelligenz im Gesundheitswesen aufgezeigt. Durch eine anschauliche Clusterung und Einordung der Buchbeiträge in themenbezogenen Übersichten eignet sich das Werk sowohl für Einsteiger als auch für Praktiker und Wissenschaftler.
Der Inhalt
· KI in der Gesundheitsversorgung, der Pharmaindustrie und der Medizintechnik
· Implementierungsoptionen, KI-Start-ups, KI-Strategien und KI-Methoden
· KI bei der Vorsorge, der Diagnostik, der Therapie und der Nachsorge
· Einsatz von KI bei Sprach-, Text-, Bild- und Mustererkennung
· KI bei chronischen Krankheiten, Krebs und in der personalisierten Medizin
· Regulatorische Anforderungen, Ethische Aspekte, Big Data, Smart Services
· KI-Innovationen in der Automatisierung, der Robotik und der Digitalisierung
· Deep Learning, Machine Learning und Neuronale Netze
Der Herausgeber
Prof. Dr. Mario A. Pfannstiel ist Professor für Betriebswirtschaft im Gesundheitswesen - insbesondere innovative Dienstleistungen und Services an der Hochschule Neu-Ulm.
Inhaltsverzeichnis
Einführung. - Künstliche Intelligenz im Gesundheitswesen als Kernkompetenz? Status quo, Entwicklungslinien und disruptives Potenzial. - Künstliche Intelligenz Ein Überblick über die aktuelle und zukünftige Bedeutung von KI in der Wirtschaft und im Gesundheitswesen in Europa. - Mit KI das Gesundheitswesen verändern. - Erfolgsfaktoren, Potenziale und Barrieren von KI-Start-ups im Gesundheitswesen. - Künstliche Intelligenz im Entwicklungsprozess von Medikamenten in der Pharmaindustrie. -KI-Systeme für die nächste Medizintechnikgeneration. - Regulatorische Anforderungen an Lösungen der Künstlichen Intelligenz im Gesundheitswesen. - KI-Implementierungsoptionen in dateninflationären Versorgungsnetzen: Von der abstrakten Vision zur konkreten Wertschöpfungstransformation. - KI-basierte Lernumgebungen für eine digitale Souveränität von Patientinnen und Patienten - Theorie und Konzeption einer virtuellen Consent-Assistenz. - Bessere Medizin? Künstliche Intelligenz verantwortlich gestalten. - Ethische Aspekte von KI-Anwendungen in der Medizin. - Maschinen mit Moral für eine gute Pflege der Zukunft? . - Zwischen Automatisierung und ethischem Anspruch - Disruptive Effekte des KI-Einsatzes in und auf Professionen der Gesundheitsversorgung. - Potenziale digitaler und KI-basierter Tools zur Gesundheitsförderung in Unternehmen - Eine systemtheoretische Beobachtung von Implementierungs- und Verankerungsprozessen. - Nachhaltige Entwicklung im Krankenhauswesen Künstliche Intelligenz als Treibstoff und Hemmnis. - Präzisionsmedizin, künstliche Intelligenz: Chancen für ein verbessertes Therapiemanagement? Ein organisationsökonomischer Blick. - Künstliche Intelligenz in der hausärztlichen Versorgung. - Einsatzgebiete künstlicher Intelligenz bei chronischen Erkrankungen Ein erster Überblick im Diagnostik- und Therapiebereich. - Künstliche Intelligenz und Digitalisierung im Bereich Diabetes mellitus. - KünstlicheIntelligenz in Prozessen des Gesundheitswesens - Chancen und Risiken am Beispiel der akuten Schlaganfallbehandlung. - Künstliche Intelligenz, Big Data und Krebsdiagnostik im Gesundheitswesen. - Diagnoseunterstützung durch künstliche Intelligenz für Labordaten. - Daten einfach anders denken! Big Data (BD) und künstliche Intelligenz (KI) in der Praxis. - Verstehen was Ärzte schreiben: Kann KI die Datenflut in der Medizin bändigen? . - Ist Stimme das neue Blut? KI und Stimmbiomarker zu früheren Diagnose für jedermann, überall und jederzeit. - Interdisziplinäre Ansätze zu Medizin und Künstliche Intelligenz (KI): Stimmauswertung zur Frühdiagnose beim Morbus Parkinson (MP). - KI-unterstützte Anwendungen und Potentiale in der Medizin- und Gesundheitstechnologie. - Künstliche Intelligenz in der Radiologie und Strahlentherapie aus der Perspektive von Ärzten und Medizinphysikexperten Eine Interviewstudie. - Interpretation magnetresonanz-tomographischer (MRT) Daten mit KI. - Machine Learning in der Medizin: Was können Lernalgorithmen und wie sicher sind sie? . - Eine sanfte Einführung ins Lernen tiefer neuronaler Netze. - Neuronale Netze zur Effizienzsteigerung der Texterkennung in der Rezeptabrechnung. - Abrechnung medizinischer Leistungen mit Künstlicher Intelligenz. - Erklärbare KI in der medizinischen Diagnose Erfolge und Herausforderungen. - Explainable AI im Gesundheitswesen. - Humanoide Robotik und körperlose KI-Systeme im Gesundheitswesen. - Roboter als intelligente Assistenten in Betreuung und Pflege Grenzen und Perspektiven im Praxiseinsatz. - Robotik und KI in der Pflege als Lerneinheit in der generalistischen Pflegeausbildung Desiderat, Bedarf und pflegerische Wirklichkeit. - Das Bremen Ambient Assisted Living Lab und darüber hinaus - Intelligente Umgebungen, Smarte Services und Künstliche Intelligenz in der Medizin für den Menschen. - Smart Home und Smart Living Möglichkeiten und Grenzen der KI im Projekt DeinHaus4. 0. - Smarte Systeme in Rehabilitation und Prävention. Wie künstliche Intelligenz und Gamification das Bewegungstraining individualisieren. - Klinische Evaluation eines Rollator-Moduls zur Sensorgestützten Haltungs- und Gangmustererkennung.
