| Abstract: |
Chronische Erkrankungen stellen eine sehr starke Belastung sowohl für Patienten und medizinisches Personal als auch Gesundheitseinrichtungen und Gesundheitssysteme dar. Einhergehend mit der Digitalisierung im Gesundheitswesen können jedoch körperliche, zeitliche, finanzielle und systemrelevante Belastungen abgemildert werden. Der Einsatz von künstlicher Intelligenz ermöglicht die Ermittlung von Diagnose- und Therapievorschlägen basierend auf Krankheitssymptomen von Patienten und durch die Anforderungen des medizinischen Personals. Dabei profitiert das medizinische Personal durch eine verbesserte Datenverarbeitung, Wissenspräsentation, Risikoanalyse und Entscheidungsfindung, um zielführend Maßnahmen zur Behandlung von Patienten einleiten zu können. Dieser Beitrag beschäftigt sich mit chronischen Erkrankungen und den Fortschritten, die auf dem Gebiet der künstlichen Intelligenz im Diagnostik- und Therapiebereich bisher erzielt wurden. Beispielhaft werden Einsatzgebiete von künstlicher Intelligenz zu ausgewählten chronischen Erkrankungen aufgezeigt. Vor- und Nachteile beim Einsatz von künstlicher Intelligenz im Diagnostik- und Therapiebereich werden ermittelt. Das Ergebnis zeigt, dass bereits große Fortschritte erzielt wurden, aber auch noch erhebliches Potenzial zur Gestaltung und Optimierung besteht. |
| Citation: |
Kassel, Kristin and Pfannstiel, Mario A.
(2022)
Einsatzgebiete künstlicher Intelligenz bei chronischen Erkrankungen – Ein erster Überblick im Diagnostik- und Therapiebereich.
In:
Künstliche Intelligenz im Gesundheitswesen : Entwicklungen, Beispiele und Perspektiven / Pfannstiel, Mario A. (Hrsg.).
Wiesbaden: Springer, pp. 431-450.
ISBN 9783658335977
|
