Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Bias in medizinischen KI-Systemen: Entstehung, Risiken und medizinethische Perspektiven
0
Zitationen
1
Autoren
2025
Jahr
Abstract
Abstract Künstliche Intelligenz ( KI ) bietet große Chancen für Präzision und Effizienz im Gesundheitswesen, birgt jedoch auch gewisse Risiken wie algorithmische Verzerrungen (Bias). Diese können durch unausgewogene Trainingsdaten, Fehlentscheidungen im Rahmen der Modellierung sowie in der kontextabhängigen Anwendung entstehen und zu einer negativen Ungleichbehandlung und Verstärkung bestehender gesundheitlicher Disparitäten führen. Bias in medizinischen KI -Anwendungen stellt damit nicht nur ein technisches, sondern auch ein ethisches Problem dar.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.231 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.084 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.444 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.423 Zit.