Skip to main content
SpringerLink
Log in

Künstliche Intelligenz im Einsatz gegen die Knowledge-Gap

  • Chapter
  • First Online:
Handbuch Digitale Gesundheitswirtschaft

  • 1492 Accesses

Zusammenfassung

Die Entwicklung neuer Medikamente ist ein kostspieliges Vorhaben. Um Wissenslücken und negative Auswirkungen zu vermeiden, müssen bereits in klinischen Studien mögliche Folgen und Nebenwirkungen geschlechtsspezifisch abschätzbar werden. Wie kann Digitalisierung den Einfluss einer vorherrschenden Knowledge-Gap in klinischen Studien reduzieren?

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 64.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  1. Reusch JEB, Kumar TR, Regensteiner JG, Zeitler PS, Conference P. Identifying the Critical Gaps in Research on Sex Differences in Metabolism Across the Life Span. Endocrinology. 2018;159(1):9–19. https://doi.org/10.1210/en.2017-03019

  2. Karp NA, Reavey N. Sex bias in preclinical research and an exploration of how to change the status quo. Br J Pharmacol. 2019;176(21):4107–18. https://doi.org/10.1111/bph.14539

  3. Clayton JA. Applying the new SABV (sex as a biological variable) policy to research and clinical care. Physiol Behav. 2018;187:2–5. https://doi.org/10.1016/j.physbeh.2017.08.012

  4. vfa, Pharma-Unternehmen Df. vfa-Positionspapier Berücksichtigung von Frauen und Männern bei der Arzneimittelforschung. 2020. Verfügbar unter: https://www.vfa.de/embed/positionspapier-beruecksichtigung-von-frauen-und-maennern-bei-der-arzneimittelforschung.pdf-1 (Letzter Zugriff am: 17.10.2022)

  5. Cirillo D, Catuara-Solarz S, Morey C, Guney E, Subirats L, Mellino S, et al. Sex and gender differences and biases in artificial intelligence for biomedicine and healthcare. NPJ Digit Med. 2020;3:81. https://doi.org/10.1038/s41746-020-0288-5

  6. Stark RG, John J, Leidl R. Health care use and costs of adverse drug events emerging from outpatient treatment in Germany: a modelling approach. BMC Health Serv Res. 2011;11:9. https://doi.org/10.1186/1472-6963-11-9

  7. Ni Y, Wright J, Perentesis J, Lingren T, Deleger L, Kaiser M, et al. Increasing the efficiency of trial-patient matching: automated clinical trial eligibility pre-screening for pediatric oncology patients. BMC Med Inform Decis Mak. 2015;15:28. https://doi.org/10.1186/s12911-015-0149-3

  8. Beck JT, Rammage M, Jackson GP, Preininger AM, Dankwa-Mullan I, Roebuck C, et al. Artificial Intelligence Tool for Optimizing Eligibility Screening for Clinical Trials in a Large Community Cancer Centre. JCO Clin Cancer Inform. 2020(4):50–9. Verfügbar unter: https://ascopubs.org/doi/10.1200/CCI.19.00079 (Letzter Zugriff am: 17.10.2022)

Download references

Author information

Authors and Affiliations

  1. Lehrstuhl für Management und Innovation im Gesundheitswesen, Fakultät für Wirtschaft und Gesellschaft, Universität Witten/Herdecke, Witten, Deutschland

    Thea Kreyenschulte

Authors
  1. Thea Kreyenschulte
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Thea Kreyenschulte .

Editor information

Editors and Affiliations

  1. Universität Witten/Herdecke, Witten, Deutschland

    Sabine Bohnet-Joschko

  2. Universität Witten/Herdecke, Witten, Deutschland

    Katharina Pilgrim

Rights and permissions

Reprints and permissions

Copyright information

© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Kreyenschulte, T. (2023). Künstliche Intelligenz im Einsatz gegen die Knowledge-Gap. In: Bohnet-Joschko, S., Pilgrim, K. (eds) Handbuch Digitale Gesundheitswirtschaft . Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-41781-9_17

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-41781-9_17

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-41780-2

  • Online ISBN: 978-3-658-41781-9

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation