Krankenhaus-Simulation Agent Hospital
Studie: KI-Krankenhaus könnte in der Theorie tausende Patienten behandeln (Heiseverlag).
Studie: KI-Krankenhaus könnte in der Theorie tausende Patienten behandeln (Heiseverlag).
Med-Gemini: Google arbeitet an multimodalen KI-Modellen für den Medizinbereich (Heiseverlag).
KI im Gesundheitswesen: Praktische Nutzung, rechtliche Hürden (KH-IT Journal).
Machine learning model for healthcare investments predicting the length of stay in a hospital & mortality rate (Springer).
Nebenwirkungen mit KI kodieren (Pharmazeutische Zeitung).
Krankenhäuser: In IoMT-Umgebungen hinken die meisten IT-Sicherheitslösungen hinterher und bieten nur begrenzte Kontrolle über die Geräte (Healthcare Digital).
DRG-LLaMA : tuning LLaMA model to predict diagnosis-related group for hospitalized patients (Springer).
AI-Spezialisten werden künftig auch in den Kliniken gebraucht... (Rochus Mummert, PDF, 98 kB).
Durch die Kombination innovativer Techniken können Szenarien von Tele-OP-Robotik erforscht werden (IdW).
Datenschutz bei KI: Rechtssicherheit für den Einsatz technischer Lösungen gefordert / Whitepaper (Plattform Lernende Systeme, PDF, 3 MB).
Künstliche Intelligenz im Gesundheitswesen (vdek).
Sichere KI in der Medizin: Was bringt die EU-Regulierung? (Plattform Lernende Systeme).
New Yorker Mount Sinai Hospital setzt auf Künstliche Intelligenz in der Patientenversorgung (Tagesschau).
Von der automatisierten Befundanalyse bis zum Arztbriefgenerator: Künstliche Intelligenz für dokumentenbasierte Prozesse im Krankenhaus (Fraunhofer AIS).
ChatGPT & Co: Auf uns rollt eine Welle von Cyber-Attacken zu (Krankenhaus IT-Journal).
Studie: Wie KI das Gesundheitswesen revolutionieren wird (Heiseverlag).
Deutschland bei der Digitalisierung im Gesundheitswesen weit zurück (GMX).
Prediction of Diagnosis-Related Groups for Appendectomy Patients Using C4.5 and Neural Network (MDPI).
Optimising vitrectomy operation note coding with machine learning (Wiley).
Routinedatenanalyse und effektives Gesundheitsmarketing als Vorteile im Krankenkassenwettbewerb? (Springer).
Deep-learning basierte Echtzeit-Vorhersage von akutem Nierenversagen nach kardiochirurgischen Eingriffen (Refubium).
Chatbot: Was kann ChatGPT bisher leisten? (Deutsches Ärzteblatt).
Große Sprachmodelle: Ein Meilenstein der KI-Forschung (Plattform Lernende Systeme).
Mehrwert und Risiken bei Cloud-Computing im Gesundheitswesen (Atlas digitale Gesundheitswirtschaft).
Machine Learning im Gesundheitswesen: Datenschutzrechtliche Herausforderungen (Wolters Kluwer).
Training a Deep Contextualized Language Model for International Classification of Diseases, 10th Revision Classification via Federated Learning: Model Development and Validation Study (JMIR).
Im Gesundheitswesen konnten Cloud-Lösungen jüngst ihre Überlegenheit unter Beweis stellen (Computerwoche).