Die Digitalisierung des Gesundheitswesens erlebt durch Methoden der Künstlichen Intelligenz (KI) eine fundamentale Transformation, deren klinische und gesundheitsökonomische Implikationen zunehmend in den Fokus der Versorgungsforschung rücken (Wolff et al., JMIR 2020). Maschinelles Lernen und Deep-Learning-Algorithmen ermöglichen heute die automatisierte Analyse (Esteva et al., Nature 2017).
Prädiktive Modelle auf Basis großer klinischer Datensätze erlauben darüber hinaus eine patientenindividuelle Risikoabschätzung und Verlaufsprognose, die konventionelle klinisch-epidemiologische Methoden strukturell übersteigt (Obermeyer & Emanuel, NEJM 2016). Eric Topol beschreibt in seinem wegweisenden Review die Konvergenz menschlicher und maschineller Intelligenz als Voraussetzung einer „High-Performance Medicine", die Diagnostik, Therapieplanung und Versorgungssteuerung gleichermaßen verändert (Topol, Nature Medicine 2019).
Das Seminar beleuchtet den aktuellen Forschungsstand, diskutiert Chancen und Risiken der KI-Integration aus versorgungswissenschaftlicher und gesundheitsökonomischer Perspektive und leitet Implikationen für die Gesundheitspolitik ab.
- Dozent/in: Olaf Gaus