Refine
Year of publication
- 2023 (34) (remove)
Document Type
- Part of a Book (10)
- Book (9)
- Research data (3)
- Working Paper (3)
- Article (2)
- Lecture (2)
- Other (2)
- Report (2)
- Annualreport (1)
Language
- German (28)
- Spanish (3)
- Multiple languages (2)
- English (1)
Keywords
- Humboldt, Alexander von (3)
- Arbeit (2)
- Bibliografie (2)
- Digitalisierung (2)
- Edition (2)
- Internationale Kooperation (2)
- Medizin (2)
- Strukturwandel (2)
- Text Encoding Initiative (2)
- Wissenschaftsfreiheit (2)
Has Fulltext
- yes (34) (remove)
Institute
- Interdisziplinäre Arbeitsgruppe Zukunft der Medizin: "Gesundheit für alle" (11)
- Berlin-Brandenburgische Akademie der Wissenschaften (4)
- Drittmittelprojekt Proyecto Humboldt Digital (3)
- Interdisziplinäre Arbeitsgruppe Wandel der Universitäten und ihres gesellschaftlichen Umfelds: Folgen für die Wissenschaftsfreiheit (3)
- TELOTA - IT/Digital Humanities (3)
- Akademienvorhaben Alexander von Humboldt auf Reisen - Wissenschaft aus der Bewegung (2)
- Akademienvorhaben Galen als Vermittler, Interpret und Vollender der antiken Medizin (2)
- Interdisziplinäre Arbeitsgruppe Zukunft der Arbeit (2)
- Akademienvorhaben Alexander-von-Humboldt-Forschung (1)
- Akademienvorhaben Leibniz-Edition Berlin (1)
Der Denkanstoß 11 „KI in der Medizin“ beleuchtet den Einsatz von künstlicher Intelligenz (KI) und von maschinellem Lernen in der Medizin. KI hält ein großes Potential für eine bessere medizinische Praxis und Forschung bereit. Der Sektor wartet mit fortwährenden Innovationen auf, deren Zahl sich in den kommenden Jahren noch erheblich steigern wird. Gleichzeitig gilt es, zahlreiche technische, rechtliche und ethische Herausforderungen zu klären. Insbesondere Fragen nach der Verantwortung, der Güte von Daten und Algorithmen und dem Schutz der individuellen Gesundheitsdaten sind in der Wissenschaft und der Öffentlichkeit ambivalent diskutierte Themen. Die zentrale Frage lautet dabei, wie digitale Daten für die wissenschaftliche Forschung sinnvoll und gewinnbringend genutzt werden können, ohne dabei den Datenschutz außen vor zu lassen oder ihm sogar einen so großen Raum zu geben, dass er wichtige Forschung verhindert. Diese Frage wird anhand von Beiträgen aus Theorie und Praxis diskutiert. Mit Beiträgen von Olaf Dössel, Tobias Schäffter, Fabian Schöck, Christoph Lippert, Iris Pigeot, Frauke Kreuter, Rico Barth, Daniel Strech et al.
Maschinelles Lernen und Künstliche Intelligenz in der Medizin - eine Einführung und ein Plädoyer
(2023)