---
title: "Machine Learning"
language: "de"
type: "category"
original_url: "https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/machine-learning/"
human_version: "../../../../1/blog/category/technologie/machine-learning/"
section: "Kategorie"
categories: ["- [Alle Artikel](https://www.atlas-digitale-gesundheitswirtschaft.de/artikel/)", "- [Rehabilitation](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/rehabilitation/)", "- [Krankenhaus](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/krankenhaus/)", "- [Pflege](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/pflege/)", "- [Medizintechnik](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/medizintechnik/)", "- [Pharma](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/pharma/)", "- [Apotheken](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/apotheken/)", "- [Krankenversicherungen](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/krankenversicherungen/)", "- [Ambulante ärztliche Versorgung](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/ambulante-versorgung/)", "- [Public Health](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/public-health/)", "- [KI](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/ki/)", "- [mHealth](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/mhealth/)", "- [Big Data](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/big-data/)", "- [Telemedizin](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/telemedizin/)", "- [Robotik](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/robotik/)", "- [IoMT](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/iomt/)", "- [Machine Learning](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/machine-learning/)", "- [3D-Druck](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/3d-druck/)", "- [Augmented und Virtual Reality](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/augmented-virtual-reality/)", "- [Sensorik](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/sensorik/)", "- [digitale Biomarker](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/digitale-biomarker/)", "- [Therapie](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/therapie/)", "- [Forschung](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/forschung/)", "- [Diagnostik](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/diagnostik/)", "- [Regulatorik](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/regulatorik/)", "- [Prävention](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/praevention/)", "- [Digitalisierung von Prozessen](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/digitalisierung-von-prozessen/)", "- [Plattform](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/plattform/)", "- [Cyborg](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/cyborg/)", "- [personalisierte Medizin](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/personalisierte-medizin/)", "- [Datenschutz](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/datenschutz/)", "- [Automatisierung von Prozessen](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/automatisierung-von-prozessen/)", "- [Social Media Daten](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/social-media-daten/)", "- [Ethik](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/ethik/)", "- [Marketing](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/marketing/)", "- [Digitalkompetenzen](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/digitalkompetenzen/)", "- [Perspektive](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/)", "- [Technologie](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/)", "- [Bereich](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/)", "- [Gamification](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/gamification/)", "- [Blockchain](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/blockchain/)", "- [Notfallversorgung](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/notfallversorgung/)", "- [EN](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/en/)", "- [Monitor](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/monitor/)", "- [Cybersecurity](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/cybersecurity/)", "- [Gesundheitssysteme](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/gesundheitssysteme/)", "- [Innovationsmanagement](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/innovationsmanagement/)", "- [Transformation](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/transformation/)", "- [Digital Twins](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/digital-twins/)", "- [Drohne](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/drohne-technologie/)"]
description: "Alle Bereiche TherapieForschungDiagnostikRegulatorikPräventionDigitalisierung von ProzessenCyborgpersonalisierte MedizinDatenschutzAutomatisierung von ProzessenSocial Media DatenEthikMarketingDigitalkompetenzenGesundheitssystemeInnovationsmanagementTransformation"
publisher: "Lehrstuhl für Management und Innovation im Gesundheitswesen, Universität Witten/Herdecke"
---

# Machine Learning

*Kategorie*

Kategorie
35 Artikel

Alle Bereiche TherapieForschungDiagnostikRegulatorikPräventionDigitalisierung von ProzessenCyborgpersonalisierte MedizinDatenschutzAutomatisierung von ProzessenSocial Media DatenEthikMarketingDigitalkompetenzenGesundheitssystemeInnovationsmanagementTransformation

-1 Alle Bereiche

218 Therapie

219 Forschung

220 Diagnostik

221 Regulatorik

222 Prävention

223 Digitalisierung von Prozessen

225 Cyborg

226 personalisierte Medizin

227 Datenschutz

228 Automatisierung von Prozessen

229 Social Media Daten

230 Ethik

231 Marketing

232 Digitalkompetenzen

3848797 Gesundheitssysteme

4066759 Innovationsmanagement

4066944 Transformation

Alle Perspektiven RehabilitationKrankenhausPflegeMedizintechnikPharmaApothekenKrankenversicherungenAmbulante ärztliche VersorgungPublic HealthNotfallversorgung

-1 Alle Perspektiven

1 Rehabilitation

3 Krankenhaus

4 Pflege

5 Medizintechnik

6 Pharma

25 Apotheken

31 Krankenversicherungen

59 Ambulante ärztliche Versorgung

204 Public Health

565520 Notfallversorgung

Alle Technologien KImHealthBig DataTelemedizinRobotikIoMTMachine Learning3D-DruckAugmented und Virtual RealitySensorikdigitale BiomarkerPlattformDigital TwinsDrohne

-1 Alle Technologien

205 KI

207 mHealth

208 Big Data

209 Telemedizin

210 Robotik

211 IoMT

212 Machine Learning

213 3D-Druck

214 Augmented und Virtual Reality

215 Sensorik

216 digitale Biomarker

224 Plattform

6001991 Digital Twins

8775126 Drohne

Suchen

#### [Maschinelle Lernalgorithmen als neuer Screening-Ansatz für Patientinnen mit Endometriose: Studie zeigt Möglichkeiten für Diagnose und Screening auf](../../2024/02/01/maschinelle-lernalgorithmen-endometriose.md)

Aufgrund steigender Prävalenz rückt die chronische Erkrankung Endometriose weiter in den Fokus der Gesundheitsversorgung. Wie können maschinelle Lernalgorithmen (MLA) zur Diagnose und Früherkennung von Endometriose beitragen?


#### [Artificial Intelligence in healthcare administration: A case study shows best practice results for implementation and application](../../2023/10/22/artificial-intelligence-in-healthcare-administration.md)

AI's impact on the workplace has been a topic of hot debate since its inception. A significant potential of Artificial Intelligence lies in standardizing and automating administrative tasks. How would a fully AI-supported hospital operate?


#### [Wie die Supply Chain von Arzneimittelherstellern mit Big Data optimiert wird](../../2022/12/21/wie-die-supply-chain-von-arzneimittelherstellern-mit-big-data-optimiert-wird.md)

Big Data wird für Pharmaunternehmen ein essenzielles Werkzeug zur Steuerung globaler Lieferketten. Welchen Typen von Daten sind dabei besonders relevant und wie können die Daten in einem Ökosystem mit internationalen Zulieferern zielführend verwendet werden? Hier geht es zu einem Handlungspfad für die Arzneimittelproduktion 4.0!


#### [Eine Dateninfrastruktur für Europa – Gaia X als Grundlage für datengetriebene Innovationen](../../2022/12/15/eine-dateninfrastruktur-fuer-europa-gaia-x-als-grundlage-fuer-datengetriebene-innovationen.md)

Daten sind das neue Öl – und stellen die Grundlage für unterschiedliche medizinische Forschungsvorhaben und Innovationen dar. Gleichzeitig existieren in Deutschland und Europa diverse Datensilos. Wie können diese Daten auf europäischer Ebene ausgetauscht werden und gleichzeitig mit den Regularien der Europäischen Union übereinstimmen?


#### [Auf dem Weg zum datengesteuerten Gesundheitswesen in der Cloud](../../2022/12/14/auf-dem-weg-zum-datengesteuerten-gesundheitswesen-in-der-cloud.md)

Die Cloud-Technologie befördert die weltweite Datennutzung, -Verwaltung und –Speicherung. Das stark wachsende Cloud-Computing könnte die Integration der Gesundheitsdaten aus vielerlei Datenquellen ermöglichen und die Interoperabilität vorantreiben. Worin steckt der Mehrwert der Cloud für die Gesundheitsversorgung?


#### [Mental Health Chatbots – der neue Psychotherapeut?](../../2022/11/09/mental-health-chatbots-der-neue-psychotherapeut.md)

Deutschlandweit sind jährlich rund 17,8 Millionen Menschen von einer psychischen Erkrankung betroffen. Bei Kosten für das Gesundheitssystem von rund 44,4 Milliarden Euro könnten digitale Gesundheitsanwendungen Patienten und Versorger potenziell entlasten. Wie können Chatbots die ambulante Versorgung psychischer Erkrankungen unterstützen?


#### [Real World Data im Arzneimittelentwicklungsprozess](../../2022/10/15/real-world-data-im-arzneimittelentwicklungsprozess.md)

Die Zulassung eines Arzneimittels erfordert randomisierte, klinischen Studien. Real World Data, generiert außerhalb kontrollierter Studiendesigns, gewinnt zunehmend an Relevanz. Welche Arten von Real World Data gibt es und wie können diese Daten im Arzneimittelentwicklungsprozess einen Mehrwert liefern?


#### [Ethische Implikationen von Social Media Mining](../../2022/08/02/ethische-implikationen-von-social-media-mining.md)

Social Media Mining wird zunehmend von Unternehmen und Forschern genutzt, um bestimmte Zielgruppen zu untersuchen. Gleichzeitig birgt dies die Gefahr, gegen ethische Prinzipien zu Verstoßen. Worauf sollten Forscher und Unternehmen bei der Analyse von Social Media Daten achten?


#### [Wie die Medizininformatik Initiative eine innovative Forschungsdateninfrastruktur schafft](../../2022/08/02/wie-die-medizininformatik-initiative-eine-innovative-forschungsdateninfrastruktur-schafft.md)

Die deutsche Medizininformatik Initiative (MII) wurde vom Bundesministerium für Bildung und Forschung (BMBF) initiiert, um Gesundheitsdaten zu vernetzen und damit die Versorgung zu verbessern. Wie können Datenintegrationszentren als Open-Data-Plattformen genutzt werden, um Innovationen in der Medizin zu fördern?


#### [Unterstützung der Diagnostik in der Dermatologie mittels Deep Learning](../../2022/05/09/unterstuetzung-der-diagnostik-in-der-dermatologie-mittels-deep-learning.md)

Hauterkrankungen gehören zu den häufigsten Beschwerden in der Grundversorgung. Gleichzeitig gibt es immer weniger Hautärzte. Wie können Deep Learning Algorithmen genutzt werden, um die dermatologische Diagnostik zu unterstützten?


#### [Wie KI die Versorgung mit Blutprodukten optimiert](../../2022/04/29/wie-ki-die-versorgung-mit-blutprodukten-optimiert.md)

Der Umgang mit lebensnotwendigen Blutprodukten ist nicht nur aus Versorgungs- sondern auch aus ethischen Gesichtspunkten ein relevantes Themenfeld. Die kurze Haltbarkeit und die bedingt gute Planbarkeit stellt Anbieter und Verbraucher von Blutprodukten vor große Herausforderungen. Machine Learning könnte ein Lösungsansatz sein.


#### [Berücksichtigung von Verhaltensdaten zur Verringerung gesundheitlicher Ungleichheit](../../2022/03/16/beruecksichtigung-von-verhaltensdaten-zur-verringerung-gesundheitlicher-ungleichheit.md)

Der Gesundheitszustand wird maßgeblich vom Einkommen und der sozialen Stellung in der Gesellschaft beeinflusst. Eine ungesündere Lebensweise und eine kürzere Lebenserwartung sind die Folge für ärmere Menschen. Mithilfe digitaler Verhaltensdaten könnte jedoch das Gesundheitsverhalten proaktiv gesteuert werden. Was gibt es für Potenziale?


#### [Drug Repurposing mittels künstlicher Intelligenz](../../2022/03/07/drug-repurposing-mittels-kuenstlicher-intelligenz.md)

Drug Repurposing (DR) beschreibt die Suche nach neuen therapeutischen Einsatzmöglichkeiten für bereits zugelassene Arzneimittel. Doch wie können entsprechende Hypothesen mittels bereits bestehenden Daten formuliert werden?


#### [Digitale Technologien für Studienrekrutierung](../../2022/02/11/digitale-technologien-fuer-studienrekrutierung.md)

Die Studienrekrutierung und insbesondere die Selektion geeigneter Patienten ist ein aufwändiger Prozess und Flaschenhals in der Durchführung klinischer Studien. Gleichzeitig sind klinische Studien ein zentralerer Erfolgsfaktor, um Arzneimittel zuzulassen und zu vermarkten. Wie können digitale Technologien genutzt werden, um eine erfolgreiche Studie…


#### [Predictive Enrichment in klinischen Studien](../../2022/01/10/predicitive-enrichment-in-klinischen-studien.md)

Das wirtschaftliche Risiko von Pharmaunternehmen in klinischen Studien steigt zunehmend. Wie kann künstliche Intelligenz eingesetzt werden, um den Wirksamkeitsnachweis in klinischen Studien zu erhöhen?


#### [Social Media Mining im Arzneimittelentwicklungsprozess](../../2021/11/10/social-media-mining-im-arzneimittelentwicklungsprozess.md)

Die Berücksichtigung der medizinischen Bedürfnisse von Patienten ist entscheidend für den Erfolg pharmazeutischer Produkte. Wie kann Social Media Mining (SMM) genutzt werden, um die Entscheidungsfindung im F&E Prozess zu unterstützen?


- «
- 1
- 2
- 3
- »


## Alle Einträge dieser Liste (35)

- [Maschinelle Lernalgorithmen als neuer Screening-Ansatz für Patientinnen mit Endometriose: Studie zeigt Möglichkeiten für Diagnose und Screening auf](../../2024/02/01/maschinelle-lernalgorithmen-endometriose.md) — 2024-02-01: Aufgrund steigender Prävalenz rückt die chronische Erkrankung Endometriose weiter in den Fokus der Gesundheitsversorgung. Wie können maschinelle Lernalgorithmen (MLA) zur Diagnose und Früherkennung von Endometriose beitragen?
- [Artificial Intelligence in healthcare administration: A case study shows best practice results for implementation and application](../../2023/10/22/artificial-intelligence-in-healthcare-administration.md) — 2023-10-22: AI's impact on the workplace has been a topic of hot debate since its inception. A significant potential of Artificial Intelligence lies in standardizing and automating administrative tasks. How would a fully AI-supported hospital operate?
- [Wie die Supply Chain von Arzneimittelherstellern mit Big Data optimiert wird](../../2022/12/21/wie-die-supply-chain-von-arzneimittelherstellern-mit-big-data-optimiert-wird.md) — 2022-12-21: Big Data wird für Pharmaunternehmen ein essenzielles Werkzeug zur Steuerung globaler Lieferketten. Welchen Typen von Daten sind dabei besonders relevant und wie können die Daten in einem Ökosystem mit internationalen Zulieferern zielführend verwendet werden? Hier geht es zu einem Handlungspfad für die Arzneimittelproduktion 4.0!
- [Eine Dateninfrastruktur für Europa – Gaia X als Grundlage für datengetriebene Innovationen](../../2022/12/15/eine-dateninfrastruktur-fuer-europa-gaia-x-als-grundlage-fuer-datengetriebene-innovationen.md) — 2022-12-15: Daten sind das neue Öl – und stellen die Grundlage für unterschiedliche medizinische Forschungsvorhaben und Innovationen dar. Gleichzeitig existieren in Deutschland und Europa diverse Datensilos. Wie können diese Daten auf europäischer Ebene ausgetauscht werden und gleichzeitig mit den Regularien der Europäischen Union übereinstimmen?
- [Auf dem Weg zum datengesteuerten Gesundheitswesen in der Cloud](../../2022/12/14/auf-dem-weg-zum-datengesteuerten-gesundheitswesen-in-der-cloud.md) — 2022-12-14: Die Cloud-Technologie befördert die weltweite Datennutzung, -Verwaltung und –Speicherung. Das stark wachsende Cloud-Computing könnte die Integration der Gesundheitsdaten aus vielerlei Datenquellen ermöglichen und die Interoperabilität vorantreiben. Worin steckt der Mehrwert der Cloud für die Gesundheitsversorgung?
- [Mental Health Chatbots – der neue Psychotherapeut?](../../2022/11/09/mental-health-chatbots-der-neue-psychotherapeut.md) — 2022-11-09: Deutschlandweit sind jährlich rund 17,8 Millionen Menschen von einer psychischen Erkrankung betroffen. Bei Kosten für das Gesundheitssystem von rund 44,4 Milliarden Euro könnten digitale Gesundheitsanwendungen Patienten und Versorger potenziell entlasten. Wie können Chatbots die ambulante Versorgung psychischer Erkrankungen unterstützen?
- [Real World Data im Arzneimittelentwicklungsprozess](../../2022/10/15/real-world-data-im-arzneimittelentwicklungsprozess.md) — 2022-10-15: Die Zulassung eines Arzneimittels erfordert randomisierte, klinischen Studien. Real World Data, generiert außerhalb kontrollierter Studiendesigns, gewinnt zunehmend an Relevanz. Welche Arten von Real World Data gibt es und wie können diese Daten im Arzneimittelentwicklungsprozess einen Mehrwert liefern?
- [Ethische Implikationen von Social Media Mining](../../2022/08/02/ethische-implikationen-von-social-media-mining.md) — 2022-08-02: Social Media Mining wird zunehmend von Unternehmen und Forschern genutzt, um bestimmte Zielgruppen zu untersuchen. Gleichzeitig birgt dies die Gefahr, gegen ethische Prinzipien zu Verstoßen. Worauf sollten Forscher und Unternehmen bei der Analyse von Social Media Daten achten?
- [Wie die Medizininformatik Initiative eine innovative Forschungsdateninfrastruktur schafft](../../2022/08/02/wie-die-medizininformatik-initiative-eine-innovative-forschungsdateninfrastruktur-schafft.md) — 2022-08-02: Die deutsche Medizininformatik Initiative (MII) wurde vom Bundesministerium für Bildung und Forschung (BMBF) initiiert, um Gesundheitsdaten zu vernetzen und damit die Versorgung zu verbessern. Wie können Datenintegrationszentren als Open-Data-Plattformen genutzt werden, um Innovationen in der Medizin zu fördern?
- [Unterstützung der Diagnostik in der Dermatologie mittels Deep Learning](../../2022/05/09/unterstuetzung-der-diagnostik-in-der-dermatologie-mittels-deep-learning.md) — 2022-05-09: Hauterkrankungen gehören zu den häufigsten Beschwerden in der Grundversorgung. Gleichzeitig gibt es immer weniger Hautärzte. Wie können Deep Learning Algorithmen genutzt werden, um die dermatologische Diagnostik zu unterstützten?
- [Wie KI die Versorgung mit Blutprodukten optimiert](../../2022/04/29/wie-ki-die-versorgung-mit-blutprodukten-optimiert.md) — 2022-04-29: Der Umgang mit lebensnotwendigen Blutprodukten ist nicht nur aus Versorgungs- sondern auch aus ethischen Gesichtspunkten ein relevantes Themenfeld. Die kurze Haltbarkeit und die bedingt gute Planbarkeit stellt Anbieter und Verbraucher von Blutprodukten vor große Herausforderungen. Machine Learning könnte ein Lösungsansatz sein.
- [Berücksichtigung von Verhaltensdaten zur Verringerung gesundheitlicher Ungleichheit](../../2022/03/16/beruecksichtigung-von-verhaltensdaten-zur-verringerung-gesundheitlicher-ungleichheit.md) — 2022-03-16: Der Gesundheitszustand wird maßgeblich vom Einkommen und der sozialen Stellung in der Gesellschaft beeinflusst. Eine ungesündere Lebensweise und eine kürzere Lebenserwartung sind die Folge für ärmere Menschen. Mithilfe digitaler Verhaltensdaten könnte jedoch das Gesundheitsverhalten proaktiv gesteuert werden. Was gibt es für Potenziale?
- [Drug Repurposing mittels künstlicher Intelligenz](../../2022/03/07/drug-repurposing-mittels-kuenstlicher-intelligenz.md) — 2022-03-07: Drug Repurposing (DR) beschreibt die Suche nach neuen therapeutischen Einsatzmöglichkeiten für bereits zugelassene Arzneimittel. Doch wie können entsprechende Hypothesen mittels bereits bestehenden Daten formuliert werden?
- [Digitale Technologien für Studienrekrutierung](../../2022/02/11/digitale-technologien-fuer-studienrekrutierung.md) — 2022-02-11: Die Studienrekrutierung und insbesondere die Selektion geeigneter Patienten ist ein aufwändiger Prozess und Flaschenhals in der Durchführung klinischer Studien. Gleichzeitig sind klinische Studien ein zentralerer Erfolgsfaktor, um Arzneimittel zuzulassen und zu vermarkten. Wie können digitale Technologien genutzt werden, um eine erfolgreiche Studie…
- [Predictive Enrichment in klinischen Studien](../../2022/01/10/predicitive-enrichment-in-klinischen-studien.md) — 2022-01-10: Das wirtschaftliche Risiko von Pharmaunternehmen in klinischen Studien steigt zunehmend. Wie kann künstliche Intelligenz eingesetzt werden, um den Wirksamkeitsnachweis in klinischen Studien zu erhöhen?
- [Social Media Mining im Arzneimittelentwicklungsprozess](../../2021/11/10/social-media-mining-im-arzneimittelentwicklungsprozess.md) — 2021-11-10: Die Berücksichtigung der medizinischen Bedürfnisse von Patienten ist entscheidend für den Erfolg pharmazeutischer Produkte. Wie kann Social Media Mining (SMM) genutzt werden, um die Entscheidungsfindung im F&E Prozess zu unterstützen?
- [Smart Speaker zur Erkennung von Herzrhythmusstörung](../../2021/09/30/smart-speaker-zur-erkennung-von-herz-rhythmus-stoerungen.md) — 2021-09-30: Wie wird das Zuhause zur Hightech-Messstation? Die Signalverarbeitung von Sprachassistenten ermöglicht auch die Identifikation von Gesundheitsveränderungen durch die konstante Übermittlung von Audio-Signalen. Wie können damit Herz-Rhythmus-Störungen frühzeitig erkannt werden und was bedeutet dies für Patienten?
- [Psychoonkologische Online-Trainings für Krebskranke](../../2021/07/21/psychoonkologische-online-trainings-fuer-krebskranke.md) — 2021-07-21: In der psychoonkologischen Versorgung fehlt es in Deutschland bisher an eHealth-Interventionen. Gleichzeitig besteht ein hoher Bedarf an psychosozialer Unterstützung aufgrund langer Wartezeiten und Zugangsbarrieren. Wie können Kostenträger dazu beitragen, das Potenzial von Online-Trainings für Krebskranke zu fördern?
- [Wie KI-basierte Frühwarnsysteme die Versorgung auf Intensivstationen verbessern](../../2021/07/20/wie-ki-basierte-fruehwarnsysteme-die-versorgung-auf-intensivstationen-verbessern.md) — 2021-07-20: Können Blutungen, Atemstillstand oder Nierenversagen bald frühzeitig von einer KI erkannt werden? Welche Potenziale bieten Frühwarnsysteme in der intensivmedizinischen Versorgung und wie können sie den Outcome für Patienten erhöhen sowie Kosten für Krankenhäuser reduzieren?
- [Das digitale Zwillingsherz – ein Durchbruch für die Kardiologie](../../2021/06/08/das-digitale-zwillingsherz-ein-durchbruch-fuer-die-kardiologie.md) — 2021-06-08: Virtuelle Repräsentationen von Organen sind längst keine Zukunftsmusik mehr. Im Projektkontext werden bereits komplexe Eingriffe am digitalen Zwillingsherzen geprobt. Wie funktioniert dies im Detail und warum lohnt es sich für MedTech-Unternehmen, in die Entwicklung digitaler Zwillinge zu investieren?
- [Prädiktion von Komplikationen nach der OP im Krankenhaus](../../2021/06/07/praediktion-von-komplikationen-nach-der-op-im-krankenhaus.md) — 2021-06-07: Der Mangel an Intensivpflegekräften kann dazu führen, dass Intensivbetten nicht belegt und Operationen nicht durchgeführt werden können. Kann eine computergestützte Prädiktion von Komplikationen die intensivmedizinische Ressourcenplanung unterstützen, um den Pflegekräftemangel auszugleichen und einem drohenden Ausfall von Erlösen entgegenzuwirken?
- [Wie Data Intelligence die Wertschöpfung in Pharmaunternehmen unterstützt](../../2021/05/20/wie-data-intelligence-die-wertschoepfung-in-pharmaunternehmen-unterstuetzt.md) — 2021-05-20: Die Rolle der automatisierten datengestützten Entscheidungsfindung nimmt zukünftig eine integrative, unternehmensübergreifende Rolle ein. Wie kann Data Intelligence die Wertschöpfung von Arzneimittelherstellern unterstützen?
- [Intelligente Hirnschrittmacher verbessern die Parkinsontherapie](../../2021/05/10/intelligente-hirnschrittmacher-verbessern-die-parkinsontherapie.md) — 2021-05-10: Medikamentenresistente Patienten stellen eine Herausforderung für Ärzte und Kostenträger dar. Das Interesse an Tiefer Hirnstimulation (THS) als Behandlungsalternative wächst. Wie kann Künstliche Intelligenz die THS-Therapie kosteneffektiv verbessern?
- [Algorithmus-basiertes Glaukom-Screening](../../2021/04/27/algorithmus-basiertes-glaukom-screening.md) — 2021-04-27: Das Glaukom führt zu hohen Krankheitskosten in Deutschland. Herkömmliche Verfahren werden jedoch aufgrund einer unzureichenden Kosteneffizienz nicht erstattet. Können Algorithmen die Kosteneffizienz steigern, sodass ein flächendeckendes Screening ermöglicht wird?
- [Wie eine smarte Triage die Patientensteuerung in der Notaufnahme unterstützt](../../2021/04/26/wie-eine-smarte-triage-die-patientensteuerung-in-der-notaufnahme-unterstuetzt.md) — 2021-04-26: Wie kann der Datenaustausch zwischen Rettungsleitstelle, Einsatzfahrzeug und Klinikum in Echtzeit die Zuteilung von Patienten in die Notaufnahme gewährleisten? Kann mithilfe von Machine Learning zukünftig eine smarte Triage die Effektivität der Notaufnahme erhöhen?
- [Sind digitale Research & Development Plattformen die Zukunft?](../../2021/01/18/sind-digitale-research-development-plattformen-die-zukunft.md) — 2021-01-18: Klinische Studien repräsentieren mit rund 1.460 Millionen US Dollar rund 57 Prozent der Gesamtkosten einer Medikamentenentwicklung. Ein Teil dieser Kosten entsteht durch den hohen administrativen Aufwand sowie mit der Komplexität des Prozesses einhergehende Fehler. Können digitale R&D Plattformen den Prozess verbessern?
- [KI in der Auswahl geeigneter Wirkstoffkandidaten](../../2020/12/15/ki-in-der-auswahl-geeigneter-wirkstoffkandidaten.md) — 2020-12-15: Die Suche nach geeigneten Wirkstoffkandidaten ist ein zentraler Erfolgsfaktor in der Medikamentenentwicklung und geht mit einem hohen zeitlichen und finanziellen Ressourceneinsatz einher. Wie kann Maschinelles Lernen (ML) bei der Auswahl von Wirkstoffkandidaten helfen?
- [Brain-Computer-Interfaces steuern Bewegung per Gedanken](../../2020/12/07/brain-computer-interfaces-steuern-bewegung-per-gedanken.md) — 2020-12-07: Robotische Systeme sind nicht mehr nur Teil ferner Zukunft. Für die gesundheitliche Versorgung bieten sie großes Potenzial. Welchen Status quo zeigt die Medizintechnik speziell hinsichtlich Brain Computed Interfaces (BCIs) und welche Perspektiven ergeben sich für die rehabilitative Gesundheitsversorgung?
- [KI in der Krankenhausabrechnung](../../2020/11/25/ki-in-der-krankenhausabrechnung.md) — 2020-11-25: Spätestens seit der Reform der Krankenhausfinanzierung 2004, die eine Vergütung durch Fallpauschalen festsetzte, stehen stationäre Einrichtungen unter einem zunehmenden Kostendruck. Wie kann eine KI-gestützte Kodierung zu einer Erlössteigerung der Krankenhäuser beitragen?
- [Gesundheitsapps in der Herzinfarkt Prävention](../../2020/07/07/mobile-gesundheitsapps-alternative-ekg.md) — 2020-07-07: Herzinsuffizienz führt zu hoher Kostenbelastung für das Gesundheitssystem. Aus Krankenkassensicht gilt es Alternativen zu evaluieren, um ein kontinuierliches und kosteneffizientes Screening zu gewährleisten. Können in diesem Kontext mobile Gesundheits-Apps als Alternative zu einem herkömmlichen EKG genutzt werden?
- [Big Data in der pharmazeutischen Forschung](../../2020/06/02/big-data-in-der-pharmazeutischen-forschung.md) — 2020-06-02: Innovative Arzneimittel müssen einen hohen Zusatznutzen leisten, um sich auf dem Markt zu etablieren. Häufig scheitern Zulassungen aufgrund mangelndem Wirksamkeitsnachweis in klinischen Studien. Wie kann Big Data Forschungskosten sowie Zulassungsrisiken reduzieren und Machine Learning zum Wettbewerbsvorteil werden?
- [Machine Learning im Kampf gegen Antibiotikaresistenzen](../../2020/06/02/machine-learning-im-kampf-gegen-antibiotikaresistenzen.md) — 2020-06-02: Multiresistente Erreger sind eine ernstzunehmende Bedrohung der globalen Gesundheit, die das Gesundheitssystem finanziell beanspruchen. Machine Learning ermöglicht es, Datenbanken existierender Antibiotika zu durchsuchen. Wie kann diese Methode der Forschung zu Antibiotikaresistenzen dienen?
- [Unstrukturierte Daten für eine strukturierte Versorgung](../../2020/05/15/unstrukturierte-daten-nutzen.md) — 2020-05-15: Im Patientenkontakt ist es essentiell Veränderungen im Gesundheitsstatus schnell zu identifizieren. Freitextangaben können bedeutsame Informationen für den richtigen Behandlungsprozess geben. Welchen Mehrwert generiert also die Integration unstrukturierter Gesundheitsdaten in die klinische Diagnostik?
- [Digitale Biomarker in klinischen Studien](../../2020/04/07/digitale-biomarker.md) — 2020-04-07: 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?
- [Innovative Arzneimittel – Präzisionsmedizin in der Pharmaindustrie](../../2020/02/25/innovative-arzneimittel-durch-praesizionsmedizin.md) — 2020-02-25: Innovative, patentierte „Blockbuster“ Medikamente ermöglichen überdurchschnittliche Erlöse für Pharmaunternehmen. Diese präzisierten Arzneimittel beziehen die Genetik und den Lebensstil der Patienten mit ein. Für die Entwicklung sind unstrukturierte Patientendaten essentiell. Wie kann die digitale Transformation den Entwicklungsprozess effizienter…


**Kategorien:** - [Alle Artikel](https://www.atlas-digitale-gesundheitswirtschaft.de/artikel/), - [Rehabilitation](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/rehabilitation/), - [Krankenhaus](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/krankenhaus/), - [Pflege](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/pflege/), - [Medizintechnik](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/medizintechnik/), - [Pharma](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/pharma/), - [Apotheken](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/apotheken/), - [Krankenversicherungen](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/krankenversicherungen/), - [Ambulante ärztliche Versorgung](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/ambulante-versorgung/), - [Public Health](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/public-health/), - [KI](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/ki/), - [mHealth](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/mhealth/), - [Big Data](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/big-data/), - [Telemedizin](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/telemedizin/), - [Robotik](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/robotik/), - [IoMT](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/iomt/), - [Machine Learning](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/machine-learning/), - [3D-Druck](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/3d-druck/), - [Augmented und Virtual Reality](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/augmented-virtual-reality/), - [Sensorik](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/sensorik/), - [digitale Biomarker](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/digitale-biomarker/), - [Therapie](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/therapie/), - [Forschung](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/forschung/), - [Diagnostik](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/diagnostik/), - [Regulatorik](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/regulatorik/), - [Prävention](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/praevention/), - [Digitalisierung von Prozessen](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/digitalisierung-von-prozessen/), - [Plattform](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/plattform/), - [Cyborg](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/cyborg/), - [personalisierte Medizin](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/personalisierte-medizin/), - [Datenschutz](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/datenschutz/), - [Automatisierung von Prozessen](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/automatisierung-von-prozessen/), - [Social Media Daten](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/social-media-daten/), - [Ethik](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/ethik/), - [Marketing](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/marketing/), - [Digitalkompetenzen](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/digitalkompetenzen/), - [Perspektive](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/), - [Technologie](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/), - [Bereich](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/), - [Gamification](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/gamification/), - [Blockchain](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/blockchain/), - [Notfallversorgung](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/perspektive/notfallversorgung/), - [EN](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/en/), - [Monitor](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/monitor/), - [Cybersecurity](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/cybersecurity/), - [Gesundheitssysteme](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/gesundheitssysteme/), - [Innovationsmanagement](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/innovationsmanagement/), - [Transformation](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/bereich/transformation/), - [Digital Twins](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/digital-twins/), - [Drohne](https://www.atlas-digitale-gesundheitswirtschaft.de/blog/category/technologie/drohne-technologie/)

## Bilder auf dieser Seite

- shutterstock_129431831-540x405.jpg: ../../../../1/assets/bilder/wp-content/uploads/2022/04/shutterstock_129431831-540x405.jpg
- shutterstock_620211089-min-540x324.jpg: ../../../../1/assets/bilder/wp-content/uploads/2023/10/shutterstock_620211089-min-540x324.jpg
- shutterstock_792719983.png: ../../../../1/assets/bilder/wp-content/uploads/2022/12/shutterstock_792719983.png
- shutterstock_783982423-540x234.png: ../../../../1/assets/bilder/wp-content/uploads/2022/12/shutterstock_783982423-540x234.png
- shutterstock_392469211-540x360.png: ../../../../1/assets/bilder/wp-content/uploads/2022/12/shutterstock_392469211-540x360.png
- shutterstock_446416090-540x405.jpg: ../../../../1/assets/bilder/wp-content/uploads/2020/12/shutterstock_446416090-540x405.jpg
- shutterstock_1704434083-540x307.png: ../../../../1/assets/bilder/wp-content/uploads/2022/05/shutterstock_1704434083-540x307.png
- shutterstock_1856079841-540x281.jpg: ../../../../1/assets/bilder/wp-content/uploads/2021/02/shutterstock_1856079841-540x281.jpg
- shutterstock_1915014952-540x307.png: ../../../../1/assets/bilder/wp-content/uploads/2022/05/shutterstock_1915014952-540x307.png
- shutterstock_1919345012-540x304.jpg: ../../../../1/assets/bilder/wp-content/uploads/2022/05/shutterstock_1919345012-540x304.jpg
- shutterstock_649133884-540x372.png: ../../../../1/assets/bilder/wp-content/uploads/2022/04/shutterstock_649133884-540x372.png
- shutterstock_1018755739-540x326.jpg: ../../../../1/assets/bilder/wp-content/uploads/2022/05/shutterstock_1018755739-540x326.jpg
- shutterstock_1825624250-540x230.jpg: ../../../../1/assets/bilder/wp-content/uploads/2022/05/shutterstock_1825624250-540x230.jpg
- shutterstock_159268991-540x405.jpg: ../../../../1/assets/bilder/wp-content/uploads/2022/04/shutterstock_159268991-540x405.jpg
- shutterstock_1702974184-540x205.jpg: ../../../../1/assets/bilder/wp-content/uploads/2022/05/shutterstock_1702974184-540x205.jpg
- Hintergrund-540x304.jpg: ../../../../1/assets/bilder/wp-content/uploads/2021/11/Hintergrund-540x304.jpg
- ATLAS_Logo_RGB_RZ.jpg: ../../../../1/assets/bilder/wp-content/uploads/2025/08/ATLAS_Logo_RGB_RZ.jpg

---
Diese Seite ist für KI-Systeme optimiert. Version für Menschen: [Machine Learning](../../../../1/blog/category/technologie/machine-learning/)
