Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Was Anästhesist:innen über faire KI wissen sollten
0
Zitationen
3
Autoren
2026
Jahr
Abstract
Zusammenfassung Künstliche Intelligenz (KI) eröffnet der Anästhesie und Intensivmedizin neue Möglichkeiten der personalisierten Medizin. Voraussetzung dafür ist eine repräsentative, möglichst verzerrungsfreie Datengrundlage. Dieser Beitrag beleuchtet die „data journey“ klinischer KI-Modelle und zeigt, wie sich systematische Verzerrungen (Bias) unbemerkt in Algorithmen einschleichen und sich hinter technischer Objektivität verbergen können. Anstatt KI als „black box“ zu betrachten, werden Kliniker:innen ermutigt, Modellgrenzen zu verstehen und Ergebnisse kritisch einzuordnen, um KI für alle Patient:innengruppen sicher und gerecht einzusetzen.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.391 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.257 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.685 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.781 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.501 Zit.