CareLit Fachartikel

E-Health: Den Gender-Bias vermeiden

Krüger-Brand, H.E. · Deutsches Ärzteblatt · 2020 · Heft 10 · S. 479

Dokument
365755
CareLit-ID
Jahr
2020
Publikation
PDF
ja
Volltext
DOI
–
zitierfähig

Bibliografische Angaben

Zeitschrift
Deutsches Ärzteblatt
Autor:innen
Krüger-Brand, H.E.
Ausgabe
Heft 10 / 2020
Jahrgang 52
Seiten
479
Erschienen: 2025-06-05 00:00:00
ISSN
0172-2107
DOI
–

Zusammenfassung

Geschlechtssensible Aspekte kommen in der digitalen Medizin immer noch oft zu kurz. Dabei bergen Datenlücken und genderbedingte Verzerrungen speziell in Systemen, die auf künstlicher Intelligenz basieren, viele Risiken für Versorgung, Forschung und Entwicklung.

Schlagworte

E-Health Gender-Bias digitale Medizin algorithmische Systeme Geschlechterrollen Diversität künstliche Intelligenz Gesundheitsversorgung Datenlücken Frauen in IT Medizininformatik geschlechtsspezifische Medizin Health Informatics Gender Identity Artificial Intelligence Discrimination