Künstliche Intelligenz - Künstliche Intelligenz hilft bei der Behandlung Schwerverletzter in der Notaufnahme
Gesundheitsökonomie & Qualitätsmanagement · 01.06.2024 · 29 (03) · 134-135
DOI: 10.1055/a-2297-8041 ↗Kurz gefasst
Fachartikel in der Zeitschrift Gesundheitsökonomie & Qualitätsmanagement, erschienen am 01.06.2024.
Abstract (Originalsprache)
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. Welche Möglichkeiten sich durch die KI-Prototypen »TraumAgent« und »FormAssistant« für den medizinischen Bereich ergeben, wird im neuen Whitepaper »Künstliche Intelligenz im Schockraum: Wie Agenten und Foundation-Modelle bei der Versorgung Schwerverletzter helfen« erläutert. Entwickelt wurden beide Anwendungen im Zuge des Projekts »TraumAInterfaces«, in dem sich Wissenschaftler*innen des Fraunhofer-Instituts für Intelligente Analyse- und Informationssysteme IAIS in Zusammenarbeit mit weiteren Projektpartnern der Fragestellung widmen, wie Foundation Modelle und Large Language Modelle (LLM) bei der Schwerverletztenversorgung in der Notaufnahme bestmöglich das Behandlungsteam entlasten, und zugleich den Informationsaustausch optimieren.
Zitieren
APA
(2024). Künstliche Intelligenz - Künstliche Intelligenz hilft bei der Behandlung Schwerverletzter in der Notaufnahme. Gesundheitsökonomie & Qualitätsmanagement, 29(03), 134-135. https://doi.org/10.1055/a-2297-8041
Vancouver
Künstliche Intelligenz - Künstliche Intelligenz hilft bei der Behandlung Schwerverletzter in der Notaufnahme. Gesundheitsökonomie & Qualitätsmanagement. 2024;29(03):134-135. doi:10.1055/a-2297-8041
BibTeX
@article{euvimed2024,
title = {Künstliche Intelligenz - Künstliche Intelligenz hilft bei der Behandlung Schwerverletzter in der Notaufnahme},
journal = {Gesundheitsökonomie & Qualitätsmanagement},
year = {2024},
volume = {29},
number = {03},
pages = {134--135},
doi = {10.1055/a-2297-8041}
}
EUVIMED