Ex-RKI-Chef: Rückstand bei Digitalisierung
Deutschland bei der Digitalisierung im Gesundheitswesen weit zurück (GMX).
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).
Advances in Modelling Hospital Medical Wards (Springer).
Über Risiken, dass sich Tech-Giganten aus den USA und China in den deutschen Gesundheitsmarkt einkaufen (Heiseverlag).
Preadmission assessment of extended length of hospital stay with RFECV-ETC and hospital-specific data (Biomed Central).
What can we learn about the psychiatric diagnostic categories by analysing patients' lived experiences with Machine-Learning? (Springer).
Automatisierte Medizin mit minimaler menschlicher Beteiligung noch weit entfernt (Deutsches Ärzteblatt).
Machine learning and LACE index for predicting 30-day readmissions after heart failure hospitalization in elderly patients (Springer).
The Potential Cost and Cost-Effectiveness Impact of Using a Machine Learning Algorithm for Early Detection of Sepsis in Intensive Care Units in Sweden (JHEOR).
Vorteile und Herausforderungen der KI im Gesundheitswesen (Bayern Innovativ).
Digital Health: Coronapandemie sorgt für 79 Prozent Investitionszuwachs / Data to Decision AG erwarb MEDIQON, Oracle übernahm Cerner Corp und Microsoft akquirierte Nuance Communications (IT Daily).
Comparison of Machine-Learning Algorithms for the Prediction of Current Procedural Terminology (CPT) Codes from Pathology Reports (Journal of pathology informatics).
Improving the accuracy of stroke clinical coding with open-source software and natural language processing (Journal of Clinical Neuroscience).
DRG grouping by machine learning: from expert-oriented to data-based method (BMC).
KPMG Gesundheitsbarometer - Die Zukunft des Gesundheitswesens ist digital (KPMG, PDF, 21 MB).
Pediatric quality measures: The leap from process to outcomes (ScienceDirect).
Early prediction of diagnostic-related groups and estimation of hospital cost by processing clinical notes (Nature).
Google analysiert Patientendaten einer US-Krankenhauskette (Heiseverlag).
Radiologen sollen zu Datenwissenschaftlern werden (Handelsblatt).
Künstliche Intelligenz erobert Spitäler (Watson).
Medizin individualisieren mit der Blockchain-Technologie (Blockchain Insider).
Development and validation of a reinforcement learning algorithm to dynamically optimize mechanical ventilation in critical care (Nature).
AWS kündigt Amazon HealthLake und Babelfish for Aurora PostgreSQL für Big-Data-Datenanalysen im Gesundheitswesen an (Bigdata-Insider).
Objektive Verlegungskriterien und proaktives Verlegungsmanagement zur Steuerung von intensivmedizinischen Kapazitäten (A & I).
Deutschland ist Spitze bei der Digitalisierung im Gesundheitswesen... (Heiseverlag).
Whitepaper Künstliche Intelligenz im Krankenhaus (Fraunhofer IAIS).
Whitepaper: Künstliche Intelligenz in der Notfallversorgung (Fraunhofer Institut).
Moderne Kodierprozesse - modernes Medizincontrolling: Wunderwaffe softwaregestütztes Kodieren? (DGfM, PDF, 234 kB).
Langfristige Aussichten für Investments im Gesundheitswesen (Finanzen).
The Use of Artificial Intelligence for Clinical Coding Automation: A Bibliometric Analysis (Springer).
Mit Health Discovery können medizinische Dokumente nach Diagnosen, Symptomen, Verordnungen, besonderen Befundmerkmalen und weiteren Kriterien analysiert und durchsucht werden (Online-Demoversion).
Führungskräfte im Gesundheitswesen sollten sich mit Künstlicher Intelligenz befassen (Pure Storage, PDF, 1,3 MB).
Dokumentation in der Pflege soll automatisiert werden (Münstersche Zeitung).
Clinical Context Coding soll Recherche in der Patientendokumentation automatisieren (PricewaterhouseCoopers).
Sicherheitsprognosen 2020: Mehr und gefährlichere Cloud-Angriffe - KI, Maschinelles Lernern, Deepfakes als neue Angriffsvektoren (Security Insider).
Cyber-Medizin verändert die Gesundheitsbranche (Das Investment).
Was Robotik in der Pflege leisten kann (Bundesministerium für Bildung und Forschung).
Jährliche Personalkosten für die medizinische Kodierung in Höhe von einer Milliarde Euro... (Medizin-Aspekte).
Machine Learning in der Pflege (Industry of things).
Importance of coding co-morbidities for APR-DRG assignment: Focus on cardiovascular and respiratory diseases (Sage Journals).