
Medizinische Diagnosen: Wie KI-Erklärungen helfen
Eine neue Studie zeigt, dass KI-Modelle wie ChatGPT die diagnostische Genauigkeit in der Radiologie verbessern können, aber nicht jede Form der KI-Hilfe ist dabei gleich hilfreich.

Eine neue Studie zeigt, dass KI-Modelle wie ChatGPT die diagnostische Genauigkeit in der Radiologie verbessern können, aber nicht jede Form der KI-Hilfe ist dabei gleich hilfreich.

Das Fraunhofer IAIS veröffentlicht ein neues Whitepaper anlässlich der DMEA 2026.

Öffentlich-privates Konsortium will Therapie-Assistenten für Ärzt*innen in Europa entwickeln

Medizinische Befunde sind für Patienten oft schwer verständlich. Ein Forschungsteam der Technischen Universität München (TUM) hat daher untersucht, wie Künstliche Intelligenz dazu beitragen kann, CT-Befunde leichter nachvollziehbar darzustellen.

jAImes, der neue digitale Assistent bietet 24/7-Unterstützung für Betroffene, Angehörige und Interessierte.

Eine neu entwickelte Schnittstelle verbindet Herzschlag und Künstliche Intelligenz.

Das MIB Future Panel 2025, organisiert vom Medical Imaging Center Bonn (MIB) und dem Transfer-Team der Medizinischen Fakultät Bonn, bot am 2. Oktober erneut eine spannende Plattform für den Austausch zwischen Wissenschaft, Klinik, Start-ups, Industrie und Investoren – mit einem besonderen Fokus auf medizinische Bildgebung und Künstliche Intelligenz (KI).

Wissenschaftler*innen vom European Molecular Biology Laboratory und vom Deutschen Krebsforschungszentrum haben ein KI-Modell entwickelt, das das langfristige individuelle Risiko für mehr als 1.000 Erkrankungen einschätzt.

Wissenschaftler vom European Molecular Biology Laboratory (EMBL) und vom Deutschen Krebsforschungszentrum (DKFZ) haben ein KI-Modell entwickelt, das das langfristige individuelle Risiko für mehr als 1.000 Erkrankungen einschätzt.

Durch den Einsatz eines Avatars sinkt bei Patient*innen der Stress während einer autonomen Ultraschalluntersuchung.

Der Gastprofessor für Kognitive Neurowissenschaft an der Freien Universität Berlin nutzte für die Untersuchung Sprachmodelle, wie sie auch ChatGPT zugrunde liegen.

Forschende vom Deutschen Krebsforschungszentrum haben in Zusammenarbeit mit der Urologischen Universitätsklinik Mannheim einen Chatbot auf Basis künstlicher Intelligenz entwickelt und erfolgreich erprobt.

Die Einsatzmöglichkeiten für Künstliche Intelligenz (KI) im Gesundheitswesen entwickeln sich rasant weiter. Dresdner Forscher präsentieren Lösungen für die sichere Zulassung von KI in der Medizin.

Bonner Experte warnt vor Fehlinformationen durch ChatGPT bei Gesundheitsfragen und fordert kritische Nutzung.

Verständliche und verlässliche Informationen sind für Menschen mit einer Krebserkrankung entscheidend, aber häufig schwer zu finden.

Ein Dresdner Forschungsteam entwickelt ein System zur Unterstützung klinischer Entscheidungen.

Large Language Models (LLMs) – die fortgeschrittene KI-Technologie hinter Anwendungen wie ChatGPT – werden zunehmend in den Alltag integriert.

Solvistas, x-tention und SCCH bündeln ihre Kräfte.

Qualitative, sichere, souveräne und datenschutzkonforme große Sprachmodelle werden am Universitätsklinikum Hamburg-Eppendorf entwickelt und implementiert.

Ein Forscherteam hat gezeigt, dass Open-Source-Sprachmodelle eine leistungsfähige und datenschutzfreundliche Alternative bieten.

In Krankenhäusern gewinnen Künstliche Intelligenz (KI) und große Sprachmodelle (LLMs) zunehmend an Bedeutung, insbesondere bei der Analyse und Strukturierung radiologischer Befunde.

Medizinischer Co-Pilot: Erstes KI-gestütztes Medizinprodukt ist zur Unterstützung klinischer Entscheidungen zugelassen.

Neues Whitepaper zum Einsatz von KI-Agenten und Large Language Models im Gesundheitswesen

Um das Potenzial digitaler Lösungen für das Gesundheitswesen nutzbar zu machen, müssen diese praxistauglich sein und sich nahtlos in bestehende Abläufe integrieren; nur so entlasten sie das medizinische Personal.

Das ELMTEX-Projekt präsentiert eine innovative Lösung zur Nutzung von KI und großen Sprachmodellen für die Verarbeitung klinischer Dokumentation.

In einem neuen Übersichtsartikel beleuchten Professor Jakob N. Kather und sein Team am Else Kröner Fresenius Zentrum (EKFZ) für Digitale Gesundheit, in Zusammenarbeit mit weiteren Forschenden, wie künstliche Intelligenz (KI) künftig Entscheidungen in der Krebsbehandlung unterstützen kann.

Bonner Forscher prüfen den Einsatz verschiedener großer Sprachmodelle zur Analyse von radiologischen Befunden.

Forschende erklären wie autonome KI-Modelle zukünftig die Arbeitsabläufe in der Krebsforschung und darüber hinaus verändern werden.

Künstliche Intelligenz (KI) könnte in Zukunft dabei helfen, suizidgefährdete Patient*innen frühzeitig zu erkennen und medizinisches Personal rechtzeitig zu informieren.

Sofern verschiedene Aspekte beachtet werden, kann Künstliche Intelligenz eine erhebliche Erleichterung für das Verfassen von Arztbriefen darstellen.

Forschende zeigen, wie Künstliche Intelligenz die Gesundheitsversorgung in Zukunft verbessern kann.

Forschende der Universität Bonn haben ein KI-Verfahren so trainiert, dass sich damit potenzielle Wirkstoffe mit besonderen Eigenschaften vorhersagen lassen.

Wissenschaftler des Deutschen Krebsforschungszentrums (DKFZ) haben gemeinsam mit Ärzten der Urologischen Universitätsklinik Mannheim einen auf künstlicher Intelligenz basierenden Chatbot entwickelt und erfolgreich getestet.

Künstliche Intelligenz kann die Medizin-Dokumentation deutlich erleichtern, wie Forscher*innen des Universitätsklinikums Freiburg zeigen.

In der Medizin können Systeme der Künstlichen Intelligenz (KI) Krankheiten früher erkennen, Therapien verbessern und medizinisches Personal entlasten.

Klinische Studien enthalten große Mengen an Daten und Texten. Sprachmodelle wie ChatGPT helfen Medizinern und Klinikpersonal dabei, mittels natürlicher Sprache Informationen gezielt abzurufen.

Forscher vom Else Kröner Fresenius Zentrum für Digitale Gesundheit der Technischen Universität Dresden geben einen Überblick über Stärken und Schwächen sowie die regulatorischen Herausforderungen aktueller Gesundheitsanwendungen, die auf großen Sprachmodellen basieren.

Im Universitätsklinikum Hamburg-Eppendorf ist die Einführung des KI-Sprachmodells „ARGO“ gestartet, das Ärzt*innen bei der Erstellung von Arztbriefen unterstützt.

Ein neues KI-Modell entschlüsselt die versteckte Sprache der DNA.

Mit dem Healthcare Hackathon in Berlin präsentierte das Universitätsklinikum Schleswig-Holstein (UKSH) eines der europaweit größten Events der digitalen Medizin.

Der digitale Wandel in der Medizin hängt von der zuverlässigen Verarbeitung und Verknüpfung medizinischer Arbeitsabläufe ab. Große Sprachmodelle (Large Language Models – LLMs) tragen wesentlich zur besseren Strukturierung, Kategorisierung und Interpretation von medizinischen Informationen bei.

Hochkomplexe Prozesse durchführen, zeitkritische Fälle behandeln und gleichzeitig umfangreiche Informationsmengen verwalten, um Menschen in Notfallsituationen bestmöglich zu versorgen – all dies stellt eine erhebliche Belastung für das Krankenhauspersonal dar. Künstliche Intelligenz (KI) kann hier für Entlastung sorgen.

Die Patientenversorgung verbessern, Arbeitsabläufe effizienter gestalten und die Akteure der Branche optimal vernetzen – all das ermöglicht die zunehmende Digitalisierung des Gesundheitswesens.

Jenaer Forschungsteam entwickelt KI-System in optischen Fasern.

Künstliche Intelligenz (KI) ist immer weiter auf dem Vormarsch. Bislang erschienen die Anwendungen häufig wie eine Black Box: Wie die KI zu ihren Ergebnissen kommt, blieb oft im Verborgenen.

Die neuen Methoden und Verfahren der Labormedizin sind insbesondere seit der SARS-CoV-2-Pandemie in den öffentlichen Fokus gerückt. Doch das Fach entwickelt sich dynamisch.

Digitaler Showroom von KI.NRW zeigt KI-Tools zur Unterstützung von Mediziner*innen und Wirtschaftsprüfer*innen.

LLM-basierte generative Chat-Tools wie ChatGPT oder MedPaLM von Google haben großes medizinisches Potenzial, ihre unregulierte Verwendung im Gesundheitswesen birgt jedoch inhärente Risiken.

Eine verbesserte Patientenversorgung sowie schnellere Diagnosen und Einsparung von Versorgungskosten: Die digitale Transformation der Gesundheitsbranche verspricht Lösungen für drängende Herausforderungen unserer Zeit.