Zusammenfassung
Gesellschaftliche Entwicklungen, wie steigende Patientenzahlen, aber auch der technische Fortschritt und die daraus resultierende Datenflut, stellen Medizinerinnen und Mediziner und Forschende vor neue Herausforderungen. Das medizinische Wissen wächst in einer nie dagewesenen Geschwindigkeit und überholt sich innerhalb kurzer Zeit. Doch diese Herausforderungen beinhalten zugleich auch neue Chancen.
Download chapter PDF
Literatur
Aikins, J. S., Kunz, J. C., Shortliffe, E. H.; Fallat, R. J. (1983): PUFF: an expert system for interpretation of pulmonary function data. Computers and biomedical research, an international journal, 16 (3), 199–208.
Ärzteblatt. (2017): Künstliche Intelligenz in der Medizin: Arztunterstützend, nicht arztersetzend. Online verfügbar unter https://www.aerzteblatt.de/nachrichten/83587/Kuenstliche-Intelligenz-in-der-Medizin-Arztunterstuetzend-nicht-arztersetzend, zuletzt geprüft am 22.06.2018.
Ärzte-Verlag, D. (1989): Ein Programm zur Diagnosehilfe (47), 104. Zugriff am 21.02.2018. Verfügbar unter https://www.aerzteblatt.de/pdf.asp?id=109936.
Banks, G. (1986): Artificial intelligence in medical diagnosis: the INTERNIST/CADUCEUS approach. Critical reviews in medical informatics, 1 (1), 23–54.
BearingPoint GmbH. (2017): Jetzt und in Zukunft. Smarte Gesundheit in Deutschland startet (noch) nicht durch. Online verfügbar unter https://www.bearingpoint.com/de-de/unsere-expertise/insights/smarte-gesundheit-2017/, zuletzt geprüft am 22.06.2018.
Beuth, P. (2017): Künstliche Intelligenz: Die rätselhafte Gedankenwelt eines Computers. Online verfügbar unter http://www.zeit.de/digital/internet/2017-03/kuenstliche-intelligenz-black-box-transparenz-fraunhofer-hhi-darpa/komplettansicht, zuletzt geprüft am 22.06.2018.
Beyer, D. (2016): Deep learning meets genome biology. Online verfügbar unter https://www.oreilly.com/ideas/deep-learning-meets-genome-biology, zuletzt geprüft am 22.06.2018.
Bloomberg, J. (Forbes, Hrsg.) (2017): Is IBM Watson A ‘Joke’? Zugriff am 08.02.2018. Online verfügbar unter https://www.forbes.com/sites/jasonbloomberg/2017/07/02/is-ibm-watson-a-joke/#1e171fb0da20, zuletzt geprüft am 22.06.2018.
Bornstein, A. M. (2016): Is Artificial Intelligence Permanently Inscrutable? Despite new biology-like tools, some insist interpretation is impossible. Zugriff am 01.03.2018. Online verfügbar unter http://nautil.us/issue/40/learning/is-artificial-intelligence-permanently-inscrutable, zuletzt geprüft am 22.06.2018.
Caruana, R., Lou, Y., Gehrke, J., Koch, P., Sturm, M.; Elhadad, N. (2015): Intelligible Models for HealthCare. In L. Cao, C. Zhang, T. Joachims, G. Webb, D. D. Margineantu & G. Williams (Hrsg.), Proceedings of the 21st ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, August 10 - 13, 2015, Sydney, Australia (S. 1721–1730). New York, NY: ACM.
Castellino, R. A. (2005): Computer aided detection (CAD). An overview. Cancer imaging : the official publication of the International Cancer Imaging Society, 5, 17–19. https://doi.org/10.1102/1470-7330.2005.0018
Deutscher Ethikrat (2017): Big Data und Gesundheit. Datensouveränität als informationelle Freiheitsgestaltung: Stellungnahme. Berlin: Deutscher Ethikrat.
Dignan, L. (ZDNet, Hrsg.) (2015): IBM buys Merge for $1 billion, gives Watson medical imaging heft. Zugriff am 22.02.2018. Online verfügbar unter http://www.zdnet.com/article/ibm-buys-merge-for-1-billion-gives-watson-medical-imaging-heft/, zuletzt geprüft am 22.06.2018.
FDA (2016): PrecisionFDA Truth Challenge. Engage and improve DNA test results with our community challenges. Zugriff am 22.02.2018. Online verfügbar unter https://precision.fda.gov/challenges/truth/results, zuletzt geprüft am 22.06.2018.
F. Hoffmann La-Roche AG (2018): Roche to acquire Flatiron Health to accelerate industry-wide development and delivery of breakthrough medicines for patients with cancer. Zugriff am 21.06.2018. Online verfügbar unter https://www.roche.com/dam/jcr:a5ac62ff-d977-4c90-970f-072eb134d0e3/de/180215_IR_Flatiron.pdf
H20.ai. (2017). Machine Learning to Save Lives. Case Study. Zugriff am 08.02.2018. Online verfügbar unter https://www.h2o.ai/wp-content/uploads/2017/03/Case-Studies_Kaiser.pdf, zuletzt geprüft am 22.06.2018.
Lee, C. H.; Yoon, H.-J. (2017): Medical big data. Promise and challenges. Kidney research and clinical practice, 36 (1), 3–11. https://doi.org/10.23876/j.krcp.2017.36.1.3
Manipal Hospitals (o. J.): Fight Cancer with a cost effective Technology | Watson | Manipal Hospitals. Zugriff am 08.02.2018. Online verfügbar unter https://watsononcology.manipalhospitals.com/pricing, zuletzt geprüft am 22.06.2018.
Murray, S. G., Yim, J. W. L., Croci, R., Rajkomar, A., Schmajuk, G., Khanna, R. et al. (2017): Using Spatial and Temporal Mapping to Identify Nosocomial Disease Transmission of Clostridium difficile. JAMA internal medicine, 177 (12), 1863–1865. https://doi.org/10.1001/jamainternmed.2017.5506.
National Institutes of Health (2018): Program Overview - All of Us | National Institutes of Health. Zugriff am 02.03.2018. Online verfügbar unter https://allofus.nih.gov/about/ about-all-us-research-program, zuletzt geprüft am 22.06.2018.
Reinsel, D., Gantz, J.; Ryding, J. (IDC, Hrsg.) (2017): Data Age 2025. The Evolution of Data to Life-Critical. Don’t Focus on Big Data; Focus on the Data That’s Big. Zugriff am 08.02.2018.
Schlömer, L. (2016): Spezialisten für Data Science händeringend gesucht. Online verfügbar unter https://www.digitale-exzellenz.de/spezialisten-fur-data-science-handeringendgesucht/, zuletzt geprüft am 22.06.2018.
Standford University (Standord University, Hrsg.) (2017): Algorithm outperforms radiologists at diagnosing pneumonia | Stanford News. Zugriff am 08.02.2018. Online verfügbar unter https://news.stanford.edu/2017/11/15/algorithm-outperforms-radiologists-diagnosing-pneumonia/, zuletzt geprüft am 22.06.2018.
Summers, R. M. (National Institutes of Health (NIH), Hrsg.) (2017): NIH Clinical Center provides one of the largest publicly available chest x-ray datasets to scientific community. Zugriff am 08.02.2018. Online verfügbar unter https://www.nih.gov/news-events/news-releases/nih-clinical-center-provides-one-largest-publicly-available-chest-x-ray-datasets-scientific-community, zuletzt geprüft am 22.06.2018.
Ware, M.; Mabe, M. (2015): The STM Report. An overview of scientific and scholarly journal publishing. Celebrating the 350th anniversary of journal publishing (4. Aufl.) (: International Association of Scientific, Technical and Medical Publishers, Hrsg.). The Hague. Zugriff am 05.01.2018. Online verfügbar unter https://digitalcommons.unl.edu/cgi/viewcontent.cgi?referer=https://www.google.de/&httpsredir=1&article=1008&context=scholcom, zuletzt geprüft am 22.06.2018.
Weng, S. F., Reps, J., Kai, J., Garibaldi, J. M.; Qureshi, N. (2017): Can machine-learning improve cardiovascular risk prediction using routine clinical data? PloS one, 12 (4), e0174944. https://doi.org/10.1371/journal.pone.0174944.
Editor information
Editors and Affiliations
Rights and permissions
Open Access Dieses Kapitel wird unter der Creative Commons Namensnennung 4.0 International Lizenz (http://creativecommons.org/licenses/by/4.0/deed.de) veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Kapitel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
Copyright information
© 2019 Der/die Autor(en)
About this chapter
Cite this chapter
Krumm, S., Dwertmann, A. (2019). Perspektiven der KI in der Medizin. In: Wittpahl, V. (eds) Künstliche Intelligenz. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-58042-4_10
Download citation
DOI: https://doi.org/10.1007/978-3-662-58042-4_10
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-58041-7
Online ISBN: 978-3-662-58042-4
eBook Packages: Computer Science and Engineering (German Language)