Skip to main content
main-content

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

2020 | OriginalPaper | Buchkapitel

18. Nutzerakzeptanz und Potenziale von KI im Gesundheitswesen

verfasst von: Markus H. Dahm, Simon Bergmoser, Tharseehan Yogendiran

Erschienen in: Künstliche Intelligenz in Wirtschaft & Gesellschaft

Verlag: Springer Fachmedien Wiesbaden

share
TEILEN

Zusammenfassung

Dieser Beitrag analysiert, wie im Gesundheitswesen eingesetzte Assistenzsysteme, die mit künstlicher Intelligenz (KI) arbeiten, von potenziellen Patientinnen und Patienten aufgenommen und akzeptiert werden. Es werden drei konkrete Szenarien mithilfe eines angepassten Technologieakzeptanzmodells getestet, welches verschiedene Aspekte in Betracht zieht. Insgesamt zeigt die Erhebung, dass der Einsatz von KI als ein bedeutsames Thema erkannt wird und in einer assistierenden Rolle akzeptiert wird. Jedoch besteht bei Patientinnen und Patienten die Befürchtung, dass Gesundheitsdaten falsch genutzt werden. Darüber hinaus wird weiterhin eine persönliche Behandlung von Ärzten gewünscht. Auf der Forschung aufbauend werden Handlungsempfehlungen darüber gegeben, wie eine höhere Akzeptanz eines KI-Systems erreicht werden kann. Im Kern dieser Handlungsempfehlungen stehen Maßnahmen des Veränderungsmanagements wie Aufklärung, sowie eine transparente und schrittweise Einführung.
Literatur
Zurück zum Zitat Ammann, B., & Zentner, R. (2018). Cédric Villani und die Künstliche Intelligenz. Mitteilungen der Deutschen Mathematiker-Vereinigung, 26(2–3), 67–69. CrossRef Ammann, B., & Zentner, R. (2018). Cédric Villani und die Künstliche Intelligenz. Mitteilungen der Deutschen Mathematiker-Vereinigung, 26(2–3), 67–69. CrossRef
Zurück zum Zitat Buxmann, P., & Schmidt, H. (2019). Sigularity und weitere kritische Debatten über Künstliche Intelligenz (S. 189–196). Berlin: Springer Gabler. Buxmann, P., & Schmidt, H. (2019). Sigularity und weitere kritische Debatten über Künstliche Intelligenz (S. 189–196). Berlin: Springer Gabler.
Zurück zum Zitat Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8), 982–1003. CrossRef Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8), 982–1003. CrossRef
Zurück zum Zitat Döring, N., & Bortz, J. (2016). Forschungsmethoden und Evaluation. Heidelberg: Springer. Döring, N., & Bortz, J. (2016). Forschungsmethoden und Evaluation. Heidelberg: Springer.
Zurück zum Zitat Esteva, A., Kuprel, B., Novoa, R. A., Ko, J., Swetter, S. M., Blau, H. M., & Thrun, S. (2017). Dermatologist-level classification of skin cancer with deep neural networks. Nature, 542, 115–118. CrossRef Esteva, A., Kuprel, B., Novoa, R. A., Ko, J., Swetter, S. M., Blau, H. M., & Thrun, S. (2017). Dermatologist-level classification of skin cancer with deep neural networks. Nature, 542, 115–118. CrossRef
Zurück zum Zitat Miller, A., & Parasuraman, R. (2007). Designing for flexible interaction between humans and automation: Delegation interfaces for supervisory control. Human Factors, 49(1), 57–75. Miller, A., & Parasuraman, R. (2007). Designing for flexible interaction between humans and automation: Delegation interfaces for supervisory control. Human Factors, 49(1), 57–75.
Zurück zum Zitat Thiel, R., & Deimel, L. (2018). #SmartHealthSystems. Digitalisierungsstrategien im internationalen Vergleich. Gütersloh: Bertelsmann Stiftung. Thiel, R., & Deimel, L. (2018). #SmartHealthSystems. Digitalisierungsstrategien im internationalen Vergleich. Gütersloh: Bertelsmann Stiftung.
Zurück zum Zitat Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204. CrossRef Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204. CrossRef
Metadaten
Titel
Nutzerakzeptanz und Potenziale von KI im Gesundheitswesen
verfasst von
Markus H. Dahm
Simon Bergmoser
Tharseehan Yogendiran
Copyright-Jahr
2020
DOI
https://doi.org/10.1007/978-3-658-29550-9_18

Premium Partner