EUVIMEDEUVIMED entdecken
Crossref

KI in der Radiologie implementieren

Nützel, F., Quecke, T.

MTA-Dialog · 28.07.2026 · 27 (8) · 10-13

DOI: 10.53180/mtimdialog.2026.0536 ↗

Kurz gefasst

Fachartikel in der Zeitschrift MTA-Dialog, erschienen am 28.07.2026. Verfasst von Nützel und 3 weiteren Autor:innen.

AbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Die Integration generativer KI-Systeme in radiologische Workflows verspricht erhebliche Effizienzgewinne, erfordert aber eine syste- matische Planung und Risikobewertung. Dieser Artikel beschreibt auf Basis eines praktischen Implementierungsprojektes, wie MTR und Radiologen bei der Einführung von KI-Assistenzsystemen vor- gehen sollten. Der Fokus liegt auf der Auswahl geeigneter Syste- me, der Gestaltung von Lastenheften und den technologischen sowie organisatorischen Herausforderungen bei der Integration in bestehende Workflows. Praktische Erkenntnisse zeigen, dass loka- le, datenschutzkonforme Lösungen derzeit noch an ihre Grenzen stoßen – eine sorgfältige Anforderungsanalyse und ein strukturier- tes Change-Management sind daher essenziell.

Schlagwörter

Change ManagementDeep LearningComplianceCloud ComputingBerufsgruppenBig DataWorkflowAutomatisierungData ScienceArchitektur

Zitieren

APA

Nützel, F., Quecke, & T. (2026). KI in der Radiologie implementieren. MTA-Dialog, 27(8), 10-13. https://doi.org/10.53180/mtimdialog.2026.0536

Vancouver

Nützel, F., Quecke, T.. KI in der Radiologie implementieren. MTA-Dialog. 2026;27(8):10-13. doi:10.53180/mtimdialog.2026.0536

BibTeX
@article{Ntzel2026,
  author = {Nützel and F. and Quecke and T.},
  title = {KI in der Radiologie implementieren},
  journal = {MTA-Dialog},
  year = {2026},
  volume = {27},
  number = {8},
  pages = {10--13},
  doi = {10.53180/mtimdialog.2026.0536}
}
Kostenlos starten →