CareLit Fachartikel

Mixed-Methods-Studie zu Anforderungen an KI-basierte Clinical Decision Support Systems am Beispiel der Sepsisversorgung: Studiendesign KI@work

Blase, N.; Raszke, P.; Abels, C.; Giebel, G.; Wasem, J.; Adamzik, M.; Nowak, H.; Timmesfeld, N.; Tokic, M.; Mreyen, S.; Brunkhorst, F.M. · Das Gesundheitswesen · 2023 · Heft 8/09 · S. 1 bis 1

Dokument
577764
CareLit-ID
Jahr
2023
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
Das Gesundheitswesen
Autor:innen
Blase, N.; Raszke, P.; Abels, C.; Giebel, G.; Wasem, J.; Adamzik, M.; Nowak, H.; Timmesfeld, N.; Tokic, M.; Mreyen, S.; Brunkhorst, F.M.
Ausgabe
Heft 8/09 / 2023
Jahrgang 85
Seiten
1 bis 1
Erschienen: 2023-08-22 13:00:00
ISSN
0941-3790

Zusammenfassung

Einleitung Auf künstlicher Intelligenz (KI) basierende Clinical Decision Support Systems (CDSS) besitzen ein hohes Potenzial, die Versorgungsqualität zu verbessern und sich positiv auf patientenrelevante Outcomeparameter auszuwirken. Der Einsatz dieser Systeme in der Regelversorgung bleibt jedoch hinter den Erwartungen zurück. Im Rahmen des Projektes KI@work wird untersucht, welche Hürden der Überführung von KI-basierten CDSS entgegenstehen und welche Anforderungen an die Systeme in der Sepsis-Versorgung bestehen. Methoden Ein Scoping Review, Fokusgruppen und Leitfadeninterviews dienen der Vorbereitung für die z…

Schlagworte

Work Germany Sepsis Das Gesundheitswesen