Skip to main content
Top

2022 | OriginalPaper | Chapter

31. Machine Learning in der Medizin: Was können Lernalgorithmen und wie sicher sind sie?

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Zusammenfassung

Die KI-Forschung wurde immer schon durch medizinische Anwendungen wesentlich beeinflusst. Nach Anwendungen von wissensbasierten Expertensystemen in der klassischen (symbolischen) KI befeuert derzeit das Machine Learning mit Lernalgorithmen und neuronalen Netzen die Anwendungen in Diagnose und Therapie, aber auch die medizinische Grundlagenforschung bei der Entwicklung von Medikamenten und Impfstoffen gegen z. B. Corona-COVID-19. Wegen ihrer brisanten Anwendungen in der Medizin sind Normierung und Zertifizierung von KI-Systemen von entscheidender Bedeutung. Die Zukunft von KI-Systemen in der Medizin wird in der Verbindung von symbolischer KI mit der subsymbolischen KI des Machine Learnings in einer hybriden künstlichen Intelligenz gesehen, die sich an der natürlichen Intelligenz des Menschen orientiert.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Literature
go back to reference Dandekar, T., & Kunz, M. (2017). Bioinformatik. Ein einführendes Lehrbuch. Springer. Dandekar, T., & Kunz, M. (2017). Bioinformatik. Ein einführendes Lehrbuch. Springer.
go back to reference Hornik, K., Stinchcombe, M., & White, H. (1990). Universal approximation of an unknown function and its derivatives using multilayer feedforward networks. Neural Networks 3(5), 551–560. Hornik, K., Stinchcombe, M., & White, H. (1990). Universal approximation of an unknown function and its derivatives using multilayer feedforward networks. Neural Networks 3(5), 551–560.
go back to reference Mainzer, K., & Schröder-Heister, P. (1995). Bayessches Theorem. In J. Mittelstrass (Hrsg.), Enzyklopädie Philosophie und Wissenschaftstheorie: Bd. 1 (S. 254–256). Metzler. Mainzer, K., & Schröder-Heister, P. (1995). Bayessches Theorem. In J. Mittelstrass (Hrsg.), Enzyklopädie Philosophie und Wissenschaftstheorie: Bd. 1 (S. 254–256). Metzler.
go back to reference Mainzer, K. (2019). Künstliche Intelligenz. Wann übernehmen die Maschinen? (2. Aufl.). Springer. Mainzer, K. (2019). Künstliche Intelligenz. Wann übernehmen die Maschinen? (2. Aufl.). Springer.
go back to reference Mainzer, K. (2020). Leben als Maschine: Wie entschlüsseln wir den Corona-Kode? Brill Mentis.CrossRef Mainzer, K. (2020). Leben als Maschine: Wie entschlüsseln wir den Corona-Kode? Brill Mentis.CrossRef
go back to reference Popper, K. R. (1973). Objektive Erkenntnis. Ein evolutionärer Entwurf. Hoffmann & Campe Verlag. Popper, K. R. (1973). Objektive Erkenntnis. Ein evolutionärer Entwurf. Hoffmann & Campe Verlag.
go back to reference Senior, A. W., Evans, R., Jumper, J., Kirkpatrick, J., Laurent Sifre, G. T., Qin, C., Žídek, A., Nelson, A. W. R., Bridgland, A., Penedones, H., Petersen, S., Simonyan, K., Crossan, S., Kohli, P., Jones, D. T., Silver, D., Kavukcuoglu, K., & Hassabis, D. (2020). Improved protein structure prediction using potentials from deep learning. Nature, 577(7792), 706–710. Senior, A. W., Evans, R., Jumper, J., Kirkpatrick, J., Laurent Sifre, G. T., Qin, C., Žídek, A., Nelson, A. W. R., Bridgland, A., Penedones, H., Petersen, S., Simonyan, K., Crossan, S., Kohli, P., Jones, D. T., Silver, D., Kavukcuoglu, K., & Hassabis, D. (2020). Improved protein structure prediction using potentials from deep learning. Nature, 577(7792), 706–710.
Metadata
Title
Machine Learning in der Medizin: Was können Lernalgorithmen und wie sicher sind sie?
Author
Klaus Mainzer
Copyright Year
2022
DOI
https://doi.org/10.1007/978-3-658-33597-7_31