KI
Beyond the pill – Digitale Transformation einer forschungsintensiven Branche
Um spezifische Kundenbedürfnisse in der Arzneimittelforschung zu erfüllen, sind umfangreiche Patientendaten von hoher Bedeutung. Kernkompetenz der Pharma-Unternehmen wird zukünftig die Analyse von Daten sein. Wie kön-nen digitale Technologien die Datenverarbeitung unterstützen?
Digitale Biomarker in klinischen Studien
Konventionelle Biomarker können die Wirksamkeit neuer Medikamente sowie therapeutischer Interventionen bewerten. Das analoge Vorgehen und die notwendige Partizipation des Probanden führen jedoch zu kosten- und zeitintensiven Erhebungen. Welche Möglichkeiten bieten hier digitale Biomarker?
Hang zum Erfolg: Wenn Vorhersage das Behandlungsmanagement chronisch Kranker steuert
Effizienz im Gesundheitswesen setzt Einsparungen an Behandlungskosten voraus. Mithilfe von Algorithmen sind Impactability-Modelle in der Lage, Erfolgswahrscheinlichkeiten von medizinischen Interventionen zu bestimmen. Welchen Einfluss haben diese Vorhersagen auf das Behandlungsmanagement chronisch Kranker?
Patientendaten für die Versorgung: Social Media birgt Potenziale
Social Media-Plattformen haben ein enormes Potenzial, die Analyse der Ver-breitung und Übertragung von Krankheiten zu unterstützen. Die verfügbare Datenmenge ermöglicht die Auswertung von gesundheitsbezogener Daten und das Erkennen versteckter Muster. Welcher Nutzen ist hier abzuleiten?
Pflege 4.0 – Wie Digitalisierung die Pflege von morgen sichert
Intelligente Technologien ermöglichen Flexibilität und Qualitätsverbesserung im Pflegesektor. Leider bremst fehlende Technikkompetenz die Digitalisierung aus. IT-basierte Entwicklungen dürfen keine ethischen Bedenken auslösen, sondern sollten auf Empathie basieren. Sicherheit und Schutz persönlicher Daten sind maßgeblich für die Akzeptanz von digit…
KI in der medizinischen Bildgebung. Quo vadis?
Forscher zeigen, dass die Diagnosegenauigkeit von KI und medizinischem Fachpersonal vergleichbar ist. Ein Übertragen der Ergebnisse auf den klinischen Alltag ist jedoch nur schwer möglich. Warum gibt es keine Einigkeit in der Datenbasis und Trainingsmethodik und was sind Ziele für die zukünftige KI-Forschung im Gesundheitswesen?
Kategorien:
- Alle Artikel
- Rehabilitation
- Krankenhaus
- Pflege
- Medizintechnik
- Pharma
- Apotheken
- Krankenversicherungen
- Ambulante ärztliche Versorgung
- Public Health
- KI
- mHealth
- Big Data
- Telemedizin
- Robotik
- IoMT
- Machine Learning
- 3D-Druck
- Augmented und Virtual Reality
- Sensorik
- digitale Biomarker
- Therapie
- Forschung
- Diagnostik
- Regulatorik
- Prävention
- Digitalisierung von Prozessen
- Plattform
- Cyborg
- personalisierte Medizin
- Datenschutz
- Automatisierung von Prozessen
- Social Media Daten
- Ethik
- Marketing
- Digitalkompetenzen
- Perspektive
- Technologie
- Bereich
- Gamification
- Blockchain
- Notfallversorgung
- EN
- Monitor
- Cybersecurity
- Gesundheitssysteme
- Innovationsmanagement
- Transformation
- Digital Twins
- Drohne
Kontakt
E-Mail:
atlas-itg@uni-wh.deLehrstuhl für Management und
Innovation im Gesundheitswesen
Innovation im Gesundheitswesen
Universität Witten/Herdecke
Alfred-Herrhausen-Straße 50
58448 Witten, Deutschland
Alfred-Herrhausen-Straße 50
58448 Witten, Deutschland







