Healthcare Data Mining and Analytics
Große Mengen vielseitiger Gesundheitsdaten dienen zunehmend dazu, die Versorgung für einzelne Patientinnen und Patienten zu verbessern. Gleichzeitig bieten sie großes Potenzial dafür, die knappen Ressourcen im Gesundheitswesen effizient zu verteilen. Hier finden Sie unsere aktuelle Forschung zu den vielfältigen Möglichkeiten, die durch die Erhebung und Analyse von Gesundheitsdaten geboten werden.
Key Takeaways
- Das Forschungsvolumen zu innovativen Anwendungen mittels Künstlicher Intelligenz und Machine Learing (ML) nimmt in den letzten Jahren stetig zu, was auf das wachsende Potenzial, das mit der Nutzung und Anwendung von ML-bezogener Software/Algorithmen für die medizinische Versorgung und Forschung schließen lässt (Rise of Clinical Studies in the Field of Machine Learning)
- Risikovorhersagemodelle können präventive Maßnahmen auf Personen mit hohen Krankenhausrisiken ausrichten und vermeidbare Einweisungen reduzieren, benötigen jedoch vielfältige Daten. (Big Data Analytics to reduce preventable hospitalisations)
- Unternehmen nutzen zunehmend soziale Medien wie Twitter für dialogische CSR-Kommunikation, um Stakeholder-Bedürfnisse zu erkennen und positives Word of Mouth zu fördern. CEOs spielen dabei durch ihre Netzwerke eine zentrale Rolle. Soziale Themen, die Kunden, Gemeinschaften und Mitarbeiter betreffen, erhöhen die Interaktion und Loyalität mit dem Unternehmen. (Corporate Social Responsibility on Twitter)
Laufende Projekte
Research hotspots and trends in social media mining and big data
Die Studie zielt darauf ab, neue Trends und relevante Interessengebiete im Bereich Social Media Mining und Big Data zu identifizieren. Dabei untersuchen wir, wie diese Technologien die Gesundheitsökonomie und das Management beeinflussen. Mithilfe von bibliometrischen Analysen und Data-Mining-Techniken werten wir akademische Publikationen, soziale Medien und Big-Data-Quellen aus, um Muster und Forschungsschwerpunkte aufzudecken. Ziel ist es, Einblicke in die sich entwickelnde Landschaft der gesundheitsbezogenen Big Data zu gewinnen und ihre Auswirkungen auf politische Entscheidungen und Strategien im Gesundheitsmanagement zu beleuchten.
Fachartikel: Thematic Mapping and Evolution of Social Media Mining in Health Research: Hybrid Bibliometric Synthesis
Yang & Bohnet-Joschko in Journal of Medical Internet Research, Mai 2026
Der Artikel ist hier verfügbar.
Erfolgreich Abgeschlossene Projekte
Social Media Mining im Kontext pharmazeutischer Innovation
Ziel der Studie war es, mithilfe von Social Media Mining, einer automatisierten, oft durch künstliche Intelligenz gestützten Analyse von Social Media Daten, Bedürfnisse von Patientinnen und Patienten zu identifizieren.
Fachartikel: Social Media Mining of Long-COVID Self-Medication Reported by Reddit Users: Feasibility Study to Support Drug Repurposing
Jonathan Koß, Sabine Bohnet-Joschko, JMIR Formative Research, 2022
Dieser Artikel ist hier verfügbar.
Künstliche Intelligenz in der Gesundheitsversorgung
Die Studie verfolgte das Ziel, Einblicke in die Forschungs- und Entwicklungspipeline bei Algorithmus-basierten Gesundheitsinnovationen zu bieten.
Fachartikel: Rise of Clinical Studies in the Field of Machine Learning: A Review of Data Registered in ClinicalTrials.gov
Claus Zippel, Sabine Bohnet-Joschko, International Journal of Environmental Research and Public Health, 2021
Dieser Artikel ist hier verfügbar.
Zeitenschriftenbeitrag: KI-basierte Gesundheitsinnovationen auf dem Vormarsch
Sabine Bohnet-Joschko, Claus Zippel, 2021
Dieser Artikel ist hier verfügbar.
Weitere Publikationen:
- How can Big Data Analytics Support People-Centered and Integrated Health Services: A Scoping Review
- Big Data Analytics to Reduce Preventable Hospitalizations Using Real-World Data to Predict Ambulatory Care-Sensitive Conditions
- Corporate Social Responsibility on Twitter: A Review of Topics and Digital Communication Strategies’ Success Factors
- Effectiveness of Digital Forced-Choice Nudges for Voluntary Data Donation by Health Self-trackers in Germany: Web-Based Experiment
Themen:
Data Mining
,
Gesundheitsdaten
,
Big Data