Gesundheit & Biowissenschaften

Stellen Sie sich eine Welt vor, in der Krankheiten erkannt werden, bevor sie Symptome zeigen, Therapien millimetergenau auf Ihre DNA zugeschnitten sind und Ihr Arzt durch intelligente Systeme entlastet wird, um mehr Zeit für Sie zu haben.

Diese Vision ist keine ferne Zukunftsmusik mehr. Künstliche Intelligenz (KI) ist dabei, das Gesundheitswesen von Grund auf zu revolutionieren – und das mit einem wirtschaftlichen Potenzial, das in die Hunderte von Milliarden Dollar geht.

Der globale Markt für KI im Gesundheitswesen wurde bereits 2023 auf über 20 Milliarden US-Dollar geschätzt und Prognosen sehen ein Wachstum auf über 170 Milliarden US-Dollar bis 2029 und sogar über 500 Milliarden US-Dollar bis 2032 voraus.

Doch was bedeutet dieser technologische Tsunami konkret für Ihre Gesundheit, für die medizinische Versorgung und für unsere Gesellschaft als Ganzes? In diesem Beitrag tauchen wir tief in die faszinierende Welt der KI-Medizin ein.

Wir beleuchten die aktuellen Durchbrüche, die enormen Chancen, aber auch die nicht zu unterschätzenden Risiken und ethischen Fragen, die dieser Wandel mit sich bringt. Schnallen Sie sich an – die Zukunft der Medizin hat bereits begonnen!

Die Künstliche Intelligenz (KI) steht kurz davor, unser Gesundheitswesen von Grund auf zu verändern – ein Markt mit Milliardenpotenzial!

Doch was bedeutet dieser technologische Quantensprung konkret für Sie als Patient, für Ärzte und das gesamte System?

Die Integration von KI ins Gesundheitswesen ist kein reines Technologiethema – sie berührt den Kern unseres Verständnisses von Medizin, Gesundheit und der Arzt-Patienten-Beziehung. Die Auswirkungen sind tiefgreifend und ambivalent.

Die strahlende Seite der Medaille: Enorme Chancen

• Für Patienten:
  • Schnellere und genauere Diagnosen:

    Weniger Unsicherheit, frühere Therapiebeginne.

  • Personalisierte und effektivere Therapien:

    Höhere Heilungschancen, weniger Nebenwirkungen.

  • Bessere Prävention:

    Ein längeres, gesünderes Leben durch frühzeitiges Eingreifen.

  • Mehr Autonomie und Information:

    KI-basierte Tools können Patienten helfen, ihre Gesundheit besser zu verstehen und aktiv zu managen.

  • Zugang zu Expertise:

    KI kann spezialisiertes medizinisches Wissen auch in entlegene Regionen oder unterversorgte Gebiete bringen.

• Für medizinisches Personal:
  • Entlastung von Routineaufgaben:

    Mehr Zeit für komplexe Fälle und menschliche Zuwendung.

  • Entscheidungsunterstützung:

    KI als "intelligenter Kollege", der auf riesige Wissensdatenbanken zugreift und Handlungsempfehlungen gibt.

  • Reduktion von Fehlern:

    Durch zusätzliche Kontrollinstanzen und präzisere Verfahren.

• Für das Gesundheitssystem:
  • Effizienzsteigerung und Kostensenkung:

    Optimierte Prozesse, Vermeidung teurer Doppeluntersuchungen oder Fehlbehandlungen.

  • Bessere Ressourcennutzung:

    Gezielterer Einsatz von Personal und Geräten.

  • Fortschritte in der Forschung:

    Schnellere Erkenntnisgewinne durch Analyse komplexer Zusammenhänge.

Die Kehrseite: Herausforderungen und ethische Fallstricke

Trotz des immensen Potenzials birgt der Vormarsch der KI im Gesundheitswesen auch erhebliche Risiken und wirft drängende ethische Fragen auf:

• Datenschutz und Datensicherheit:

  Gesundheitsdaten sind extrem sensibel. Wie stellen wir sicher, dass sie gemäß DSGVO und anderen Vorschriften geschützt und nicht missbraucht werden? Die Anonymisierung und Pseudonymisierung von Daten für KI-Trainings ist komplex.

• Algorithmische Bias und Diskriminierung:

  Wenn KI-Systeme mit Daten trainiert werden, die bestehende Ungleichheiten widerspiegeln (z.B. Unterrepräsentation bestimmter Bevölkerungsgruppen in Studien), können sie diese Vorurteile perpetuieren oder gar verstärken. Dies kann zu gesundheitlicher Ungleichheit führen, etwa wenn eine KI Hautkrebs bei dunkleren Hauttypen schlechter erkennt.

• Verantwortlichkeit und Haftung:

  Wer ist verantwortlich, wenn eine KI eine Fehldiagnose stellt oder eine falsche Therapieempfehlung gibt? Der Entwickler, der Arzt, das Krankenhaus? Die "Black Box"-Natur mancher KI-Modelle, bei denen Entscheidungswege schwer nachvollziehbar sind, erschwert die Klärung dieser Fragen.

• Transparenz und Erklärbarkeit (Explainable AI - XAI):

  Ärzte und Patienten müssen verstehen können, wie eine KI zu ihren Ergebnissen kommt, um Vertrauen aufzubauen und fundierte Entscheidungen treffen zu können.

• Veränderung der Arzt-Patient-Beziehung:

  Besteht die Gefahr einer Dehumanisierung der Medizin, wenn Algorithmen immer mehr Entscheidungen übernehmen? Wie bewahren wir die wichtige menschliche Komponente, Empathie und das vertrauensvolle Gespräch? Der Deutsche Ethikrat betont, dass KI den Arzt unterstützen, aber nicht ersetzen dürfe, da das Patientenwohl sonst gefährdet sei.

• Regulierung und Zulassung:

  Wie können innovative KI-Anwendungen schnell und sicher in die Versorgung gelangen, ohne Patienten zu gefährden?

  Der EU AI Act kategorisiert viele medizinische KI-Systeme als Hochrisikoanwendungen, was strenge Auflagen für Hersteller bedeutet (z.B. Risikomanagement, Datenqualität, menschliche Aufsicht). Die Herausforderung liegt darin, einen Mittelweg zwischen Innovationsförderung und Patientenschutz zu finden.

• Qualifikationsbedarf und Arbeitsmarkt:

  Medizinisches Personal muss im Umgang mit KI geschult werden. Gleichzeitig könnten bestimmte Tätigkeiten wegfallen oder sich stark verändern. Es bedarf neuer Berufsbilder und Weiterbildungskonzepte.

• "Over-Reliance" und De-Skilling:

  Die ständige Verfügbarkeit von KI-Unterstützung könnte dazu führen, dass ärztliche Fähigkeiten und kritisches Denken vernachlässigt werden.

Diese Herausforderungen erfordern einen breiten gesellschaftlichen Diskurs und proaktive Lösungsansätze.

Die Entwicklung im Bereich KI im Gesundheitswesen ist rasant. Einige wichtige Tendenzen zeichnen sich ab:

• Regulatorische Rahmenbedingungen nehmen Form an:

  Der EU AI Act wird in den kommenden Jahren schrittweise verbindlich. Er wird definieren, welche Anforderungen KI-Systeme im Gesundheitsbereich erfüllen müssen, insbesondere im Hochrisikobereich. Dies wird den Markt stark prägen.

• Von der Forschung in die breite Anwendung:

  Viele vielversprechende KI-Tools befinden sich noch in der Erprobung. Der nächste Schritt ist die sichere und effektive Integration in den klinischen Alltag und die Skalierung erfolgreicher Pilotprojekte. Die Zulassung als Medizinprodukt (z.B. nach der Medical Device Regulation - MDR) bleibt eine Hürde.

• Fokus auf Vertrauensbildung und Akzeptanz:

  Sowohl medizinisches Personal als auch Patienten müssen Vertrauen in KI-Systeme entwickeln. Transparenz, Erklärbarkeit und nachgewiesener Nutzen sind hierfür entscheidend. Organisationen wie die Bundesärztekammer und Patientenvertretungen betonen die Notwendigkeit der ärztlichen Letztverantwortung und des Schutzes der Arzt-Patient-Beziehung.

• Datenschutzfreundliche Technologien:

  Techniken wie Federated Learning (verteiltes Lernen auf lokalen Datensätzen ohne zentrale Zusammenführung der Rohdaten) oder der Einsatz synthetischer Daten gewinnen an Bedeutung, um Datenschutzbedenken zu adressieren.

• Interoperabilität und Datenintegration:

  Die Fähigkeit verschiedener Systeme, Daten nahtlos auszutauschen (z.B. über die elektronische Patientenakte), ist eine Grundvoraussetzung für viele KI-Anwendungen. Hier gibt es noch erhebliche Herausforderungen.

• Mensch-Maschine-Kollaboration:

  Die Zukunft liegt nicht im "Mensch gegen Maschine", sondern in der intelligenten Zusammenarbeit. KI wird Ärzte nicht ersetzen, sondern ihre Fähigkeiten erweitern und sie als "Co-Piloten" unterstützen.

• Hyper-Personalisierung:

  KI wird es ermöglichen, Gesundheitsinterventionen noch feingranularer auf das Individuum zuzuschneiden – von personalisierten Ernährungsplänen auf Basis des Mikrobioms bis hin zu dynamisch angepassten Therapieplänen für chronische Erkrankungen.

• Vordringen in neue Bereiche:

  Neben den etablierten Feldern wie Radiologie und Pathologie wird KI auch in der psychischen Gesundheitsversorgung, der Geriatrie (z.B. intelligente Assistenzsysteme für Senioren) und der globalen Gesundheitsvorsorge (z.B. Pandemiefrüherkennung) eine immer größere Rolle spielen.

Eine besonders spannende, wenn auch noch in den Anfängen steckende Entwicklung ist der Einsatz von Quantencomputing in Kombination mit KI, der beispielsweise die Wirkstoffforschung revolutionieren könnte.

Die KI-Revolution im Gesundheitswesen ist keine Naturgewalt, der wir passiv ausgesetzt sind. Wir haben die Möglichkeit und die Verantwortung, ihre Entwicklung aktiv zu gestalten.

• Für die Gesellschaft und Politik:
  • Ethische Leitplanken setzen:

    Förderung eines breiten gesellschaftlichen Dialogs über die ethischen Implikationen und die Entwicklung klarer, adaptiver ethischer Richtlinien (wie die des Deutschen Ethikrates oder der WHO).

  • Robuste rechtliche Rahmenbedingungen schaffen:

    Gesetze wie der EU AI Act müssen praxistauglich umgesetzt und kontinuierlich an neue Entwicklungen angepasst werden. Der Schutz der Grundrechte muss oberste Priorität haben.

  • Forschung und Innovation verantwortungsvoll fördern:

    Investitionen in interdisziplinäre Forschung, die technische, medizinische, ethische und soziale Aspekte berücksichtigt.

  • Digitale Gesundheitskompetenz stärken:

    Bürgerinnen und Bürger müssen befähigt werden, die Chancen und Risiken von KI im Gesundheitswesen zu verstehen und souveräne Entscheidungen zu treffen.

  • Fairen Zugang sicherstellen:

    Verhindern, dass KI zu einer Zwei-Klassen-Medizin führt, indem der Zugang zu den Vorteilen der Technologie allen Bevölkerungsgruppen ermöglicht wird.

• Für medizinisches Fachpersonal:
  • Offenheit für Neues und kontinuierliches Lernen:

    Sich aktiv mit den Möglichkeiten und Grenzen von KI auseinandersetzen und an Schulungen teilnehmen.

  • Kritische Begleitung:

    KI-Systeme nicht blind übernehmen, sondern ihre Ergebnisse kritisch hinterfragen und die ärztliche Expertise als Kontrollinstanz wahren.

  • Mitgestaltung:

    Sich in die Entwicklung und Implementierung von KI-Tools einbringen, um deren Praxistauglichkeit sicherzustellen.

• Für jede und jeden Einzelnen:
  • Informiert bleiben:

    Sich über die Entwicklungen im Bereich KI und Gesundheit auf dem Laufenden halten.

  • Datensouveränität einfordern:

    Sich bewusst machen, welche Gesundheitsdaten geteilt werden und die eigenen Rechte wahrnehmen.

  • Den Dialog suchen: Mit Ärzten und Gesundheitsdienstleistern über den Einsatz von KI sprechen und Fragen stellen.

Die Reise der Künstlichen Intelligenz im Gesundheitswesen hat gerade erst begonnen. Sie birgt das Versprechen einer Medizin, die präziser, effizienter und zugänglicher ist. Gleichzeitig müssen wir wachsam sein und die ethischen, sozialen und rechtlichen Herausforderungen proaktiv angehen.

Es liegt an uns allen, dafür zu sorgen, dass diese technologische Revolution letztendlich dem Wohl der Patientinnen und Patienten dient und die menschliche Dimension der Medizin stärkt.

Dieser Artikel kratzt nur an der Oberfläche. Für alle, die tiefer in die Zukunft blicken möchten, bieten wir zwei exklusive Formate an:

Erhalten Sie als Dankeschön für Ihre Newsletter-Anmeldung sofortigen und unbegrenzten Zugang zu unserer exklusiven Download-Bibliothek. Dort finden Sie die Kernaussagen und wichtigsten Fakten zu allen WiseWhispers-Themen als kompakte "Slim Essays" im PDF-Format.

• Der schnellste Weg zum Kernwissen

• Zugang zu über 30 "Slim Essays" – und es werden täglich mehr

• Ideal für den schnellen Überblick und zum Teilen

Bitte melden Sie sich untenstehend bei unserem Newsletter an. Ihren Anmeldung schaltet Sie für die Wissenbibliothek frei.

Nach Anmeldung zum Newsletter, erhalten Sie alsbald eine persönliche eMail mit Ihren Zugangsdaten zur Bibliothek. Vielen Dank!

Für strategische Entscheider und alle, die es wirklich wissen wollen. Kaufen Sie unseren vollständigen, umfassenden E-Book-Report zu diesem Thema.

Jeder unserer Blogbeiträge basiert auf einer fundierten, mehrstufigen Recherche – mit bis zu 40 Seiten an Daten, Studien, Quellen und strategischer Auswertung.

Für Leserinnen und Leser, die nicht nur aktuelle Entwicklungen verfolgen, sondern sie wirklich verstehen und einordnen möchten, bieten wir ergänzend zu ausgewählten Beiträgen ein professionell aufbereitetes E-Book an.

➡️ Dieses E-Book enthält:

• Alle verwendeten Quellen, Daten und Originalverweise

• Zusätzliche Analysen, die im Blog nicht enthalten sind

• Einblicke, die speziell für Entscheider, Unternehmer und strategisch denkende Menschen aufbereitet wurden

Ideal für alle, die Orientierung im Wandel suchen – präzise, kompakt und mit maximalem Tiefgang.

👇 Sie können das vollständige E-Book hier direkt erwerben:

Zum Weiterlesen und Quellen (Auswahl):

• Handelsblatt: Der ursprüngliche Artikel "Künstliche Intelligenz: KI birgt ein Milliardenpotenzial für die digitale Gesundheit" (als Referenzpunkt).
• Studien zum Marktpotenzial: Berichte von z.B. Fortune Business Insights, Statista, Roland Berger.
• Fraunhofer-Gesellschaft (z.B. ISI, IKS, IPA): Diverse Publikationen und Projekte zu KI in der Medizin, ethischen Aspekten und praktischen Anwendungen (z.B. zu DiGAs, intelligenter Pflege).
• Bundesministerium für Bildung und Forschung (BMBF): Informationen zur Medizininformatik-Initiative und geförderten Projekten im Bereich digitale Gesundheit und KI.
• Deutscher Ethikrat: Stellungnahme "Mensch und Maschine – Herausforderungen durch Künstliche Intelligenz" (insbesondere die Empfehlungen für den Bereich Medizin).
• WHO (Weltgesundheitsorganisation): Bericht "Ethics and Governance of Artificial Intelligence for Health."
• EU-Kommission: Informationen zum "AI Act" und den "Ethics Guidelines for Trustworthy AI."
• Bundesärztekammer (BÄK) & Kassenärztliche Bundesvereinigung (KBV): Positionspapiere und Stellungnahmen zu KI in der ärztlichen Praxis.
• Fachartikel und Reviews: Aus renommierten Journalen wie The Lancet Digital Health, Nature Medicine, JMIR (Journal of Medical Internet Research). (Suche nach "AI in healthcare," "machine learning in medicine," "digital health ethics").
• Patientenvertretungen und Verbraucherzentralen (z.B. BAG SELBSTHILFE, vzbv): Positionen zu Patientenrechten, Datensicherheit und dem Nutzen von KI aus Patientensicht.

Künstliche Intelligenz im Gesundheitswesen hilft enorm ..., Zugriff am Mai 30, 2025, https://wirtschaftsjournal.com/kuenstliche-intelligenz-im-gesundheitswesen-hilft-enorm/

Future of health 6 - Die KI-(R)Evolution im Gesundheitswesen ..., Zugriff am Mai 30, 2025, https://www.rolandberger.com/de/Insights/Publications/Future-of-health-6-The-AI-(r)evolution-in-health.html

KI in der Medizin: Wie künstliche Intelligenz die Zukunft der Medizin revolutioniert, Zugriff am Mai 30, 2025, https://www.inovex.de/de/blog/ki-medizin/

KI in der Marktgröße des Gesundheitswesens, Aktie ..., Zugriff am Mai 30, 2025, https://www.fortunebusinessinsights.com/de/industrie-berichte/k-nstliche-intelligenz-im-gesundheitsmarkt-100534

Die sechs größten KI-Trends im Gesundheitswesen für 2023 und darüber hinaus, Zugriff am Mai 29, 2025, https://knowhow.distrelec.com/de/medizin-gesundheitswesen/die-sechs-groessten-ki-trends-im-gesundheitswesen-fuer-2023-und-darueber-hinaus/

Probleme beim Einsatz von KI in der Medizin - Laborjournal, Zugriff am Mai 30, 2025, https://www.laborjournal.de/editorials/3223.php

Künstliche Intelligenz im Gesundheitsbereich: Ein Überblick ..., Zugriff am Mai 30, 2025, https://www.isi.fraunhofer.de/de/blog/2023/kuenstliche-intelligenz-im-gesundheitsbereich.html

Geschichte der Künstlichen Intelligenz | Bosch Global, Zugriff am Mai 29, 2025, https://www.bosch.com/de/stories/geschichte-der-kuenstlichen-intelligenz/

Die Geschichte der KI: von der Turingmaschine bis Deep Learning - robominds, Zugriff am Mai 30, 2025, https://www.robominds.de/blog/die-geschichte-der-ki-von-der-turingmaschine-bis-deep-learning

KI | Die Geschichte der Künstlichen Intelligenz - mebis Magazin, Zugriff am Mai 29, 2025, https://mebis.bycs.de/beitrag/ki-geschichte-der-ki

Die Geschichte von KI - HNU, Zugriff am Mai 29, 2025, https://www.hnu.de/transfer/news/detail/2023/05/22/die-geschichte-von-ki?cHash=169f4dac433f2e4497a4063d3b143bbd

When Was AI First Used in Healthcare? The History of AI in Healthcare - Keragon, Zugriff am Mai 30, 2025, https://www.keragon.com/blog/history-of-ai-in-healthcare

Machine Learning: Definition, Algorithmen, Methoden und Beispiele - Datasolut, Zugriff am Mai 29, 2025, https://datasolut.com/was-ist-machine-learning/

Maschinelles Lernen: Grundlagen, Anwendungen und Entwicklungen - SRH Fernhochschule, Zugriff am Mai 29, 2025, https://www.mobile-university.de/studium/machine-learning/

Was ist NLP (Natural Language Processing)? | IBM, Zugriff am Mai 30, 2025, https://www.ibm.com/de-de/think/topics/natural-language-processing

Natural Language Processing in Healthcare - ForeSee Medical, Zugriff am Mai 29, 2025, https://www.foreseemed.com/natural-language-processing-in-healthcare

KI in der Arztpraxis - Doctolib, Zugriff am Mai 30, 2025, https://info.doctolib.de/blog/ki-in-der-arztpraxis/

www.bundesaerztekammer.de, Zugriff am Mai 30, 2025, https://www.bundesaerztekammer.de/fileadmin/user_upload/BAEK/Themen/Digitalisierung/Thesenpapier_KI_in_der_Gesundheitsversorgung_03.2025.pdf

Was ist Computer Vision? – Bilderkennung KI/ML erklärt – AWS, Zugriff am Mai 30, 2025, https://aws.amazon.com/de/what-is/computer-vision/

Vision AI: Definition, Funktion, Anwendungen und Herausforderungen - Konfuzio, Zugriff am Mai 29, 2025, https://konfuzio.com/de/vision-ai/

Medizin – Künstliche Intelligenz im Gesundheitswesen - Magazin des Fraunhofer-Instituts für Kognitive Systeme IKS, Zugriff am Mai 29, 2025, https://safe-intelligence.fraunhofer.de/artikel/medizin-kuenstliche-intelligenz-im-gesundheitswesen

KI im Gesundheitswesen - YAS.life, Zugriff am Mai 30, 2025, https://yas.life/ki-im-gesundheitswesen/

KI-Statistiken: 500+ Fakten, die globale Innovation vorantreiben - Bureau Works, Zugriff am Mai 29, 2025, https://www.bureauworks.com/ar/blog/ki-statistiken-fakten-die-die-globale-innovation-vorantreiben

Künstliche Intelligenz in der Medizin - Fraunhofer IKS, Zugriff am Mai 30, 2025, https://www.iks.fraunhofer.de/de/themen/kuenstliche-intelligenz/kuenstliche-intelligenz-medizin.html

Digitalisierung und Künstliche Intelligenz - Gesundheitsforschung ..., Zugriff am Mai 30, 2025, https://www.gesundheitsforschung-bmbf.de/de/digitalisierung-und-kunstliche-intelligenz-9461.php

Künstliche Intelligenz in der Medizin ... - socialnet Materialien, Zugriff am Mai 30, 2025, https://www.socialnet.de/materialien/30406.php

Sollten Entwickler von Medizin-KI den Hippokratischen Eid ablegen?, Zugriff am Mai 30, 2025, https://healthcare-in-europe.com/de/news/medizin-ki-arzt-patienten-verhaeltnis.html

Einsatz von KI-basierten Anwendungen durch Krankenhauspersonal: Aufgabenprofile und Qualifizierungsbedarfe - PMC, Zugriff am Mai 30, 2025, https://pmc.ncbi.nlm.nih.gov/articles/PMC10776476/

KI und demografischer Wandel prägen die Zukunft der Gesundheitsbranche - Presseportal, Zugriff am Mai 30, 2025, https://www.presseportal.de/pm/56465/5850509

Intelligente Pflege: KI-gestützte Lösungen für die Herausforderungen im Gesundheitswesen, Zugriff am Mai 30, 2025, https://www.mannheim.de/sites/default/files/2024-12/3_Laura%20Wiebelitz_KI%20im%20Gesundheitswesen.pdf

Fachkräftemangel mit KI bekämpfen: neue MFAs finden und halten - Aaron.ai, Zugriff am Mai 30, 2025, https://www.aaron.ai/blog/mfa-fachkraeftemangel

Wie Wird KI im Gesundheitswesen Eingesetzt: Lösungen, Technologie und Branchentransformation - Innowise, Zugriff am Mai 30, 2025, https://innowise.com/de/blog/artificial-intelligence-healthcare/

Wie Wird KI im Gesundheitswesen Eingesetzt: Lösungen ... - Innowise, Zugriff am Mai 30, 2025, https://www.innowise.com/de/blog/artificial-intelligence-healthcare/

Bits und Bytes für die globale Gesundheit: Chancen und Herausforderungen von Digital Health und KI - Konrad-Adenauer-Stiftung, Zugriff am Mai 30, 2025, https://www.kas.de/documents/d/guest/bits-und-bytes-fur-die-globale-gesundheit

www.iit-berlin.de, Zugriff am Mai 30, 2025, https://www.iit-berlin.de/iit-docs/633bde93672c48ed8298a7825f9e51b8_SSW_Policy_Paper_KI_Medizin.pdf

Real-world examples of healthcare AI bias - Paubox, Zugriff am Mai 30, 2025, https://www.paubox.com/blog/real-world-examples-of-healthcare-ai-bias

So meistern Sie die vier großen Herausforderungen von KI im ..., Zugriff am Mai 30, 2025, https://www.zuehlke.com/de/insights/so-meistern-sie-die-vier-grossen-herausforderungen-von-ki-im-gesundheitswesen

KI schlägt Hausärzte in klinischer Studie - Pharmazeutische Zeitung, Zugriff am Mai 30, 2025, https://www.pharmazeutische-zeitung.de/ki-schlaegt-hausaerzte-in-klinischer-studie-155606/

opus.ostfalia.de, Zugriff am Mai 30, 2025, https://opus.ostfalia.de/files/1279/Hamza_2021_KI_Gesundheitswesen.pdf

The ethics of using artificial intelligence in medical research - Kosin Medical Journal, Zugriff am Mai 30, 2025, http://kosinmedj.org/journal/view.php?doi=10.7180/kmj.24.140

Künstliche Intelligenz (KI) in Medizinprodukten – MDR Leitfaden, Zugriff am Mai 30, 2025, https://quickbirdmedical.com/ki-medizinprodukt-mdr/

Ethikleitlinien für vertrauenswürdige KI | Gestaltung der digitalen ..., Zugriff am Mai 30, 2025, https://digital-strategy.ec.europa.eu/de/library/ethics-guidelines-trustworthy-ai

www.ethikrat.org, Zugriff am Mai 30, 2025, https://www.ethikrat.org/fileadmin/Publikationen/Stellungnahmen/deutsch/stellungnahme-mensch-und-maschine-kurzfassung.pdf

Federated machine learning in healthcare: A systematic review on clinical applications and technical architecture - PubMed, Zugriff am Mai 30, 2025, https://pubmed.ncbi.nlm.nih.gov/38340728/