EUVIMEDEUVIMED entdecken
Crossref

Der Aufbruch generativer KI in der Medizin: Empathie durch Emulation

Ali Amr, Benjamin Meder

Senologie - Zeitschrift für Mammadiagnostik und -therapie · 01.09.2026 · 23 (03) · 223-227

DOI: 10.1055/a-2911-4713 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Senologie - Zeitschrift für Mammadiagnostik und -therapie, erschienen am 01.09.2026. Verfasst von Ali Amr und 1 weiteren Autor:innen. Die Arbeit nennt 19 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Im vergangenen Jahrzehnt hat die künstliche Intelligenz (KI) enorme Fortschritte gemacht. Maschinelles Lernen und KISysteme, die auf tiefen neuronalen Netzwerken basieren, haben sich durchgehend als fähig erwiesen, selbst komplexe Probleme zu lösen 1 2. Dies ist insbesondere im Bereich der Medizin offensichtlich, wo diagnostische Algorithmen und Werkzeuge zur Bilderkennung ihr Potenzial gezeigt haben, die Erkennung und das Management von Krankheiten über menschliche Fähigkeiten hinaus voranzubringen 3. Das Aufkommen von generativer KI, einem Bereich des maschinellen Lernens mit der einzigartigen Fähigkeit, neuen Inhalt durch das Lernen aus großen Mengen aktuellen Wissens zu generieren, signalisiert eine tiefgreifende Verschiebung im Potenzial der KI, insbesondere im Bereich der Mensch-Maschine-Interaktion und des Gesundheitswesens.

Zitieren

APA

Amr, A., & Meder, B. (2026). Der Aufbruch generativer KI in der Medizin: Empathie durch Emulation. Senologie - Zeitschrift für Mammadiagnostik und -therapie, 23(03), 223-227. https://doi.org/10.1055/a-2911-4713

Vancouver

Amr A, Meder B. Der Aufbruch generativer KI in der Medizin: Empathie durch Emulation. Senologie - Zeitschrift für Mammadiagnostik und -therapie. 2026;23(03):223-227. doi:10.1055/a-2911-4713

BibTeX
@article{Amr2026,
  author = {Amr, Ali and Meder, Benjamin},
  title = {Der Aufbruch generativer KI in der Medizin: Empathie durch Emulation},
  journal = {Senologie - Zeitschrift für Mammadiagnostik und -therapie},
  year = {2026},
  volume = {23},
  number = {03},
  pages = {223--227},
  doi = {10.1055/a-2911-4713}
}
Kostenlos starten →