{"id":4541,"date":"2018-09-25T10:44:27","date_gmt":"2018-09-25T10:44:27","guid":{"rendered":"https:\/\/blog.kolabtree.com\/?p=4541"},"modified":"2022-11-14T06:34:56","modified_gmt":"2022-11-14T06:34:56","slug":"5-real-world-examples-of-ai-in-healthcare","status":"publish","type":"post","link":"https:\/\/www.kolabtree.com\/blog\/de\/5-real-world-examples-of-ai-in-healthcare\/","title":{"rendered":"5 Beispiele aus der Praxis f\u00fcr KI im Gesundheitswesen"},"content":{"rendered":"<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_45_1 counter-flat ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\">Das Inhaltsverzeichnis<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" area-label=\"ez-toc-toggle-icon-1\"><label for=\"item-69f1dd7af0cf5\" aria-label=\"Table of Content\"><span style=\"display: flex;align-items: center;width: 35px;height: 30px;justify-content: center;direction:ltr;\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/label><input  type=\"checkbox\" id=\"item-69f1dd7af0cf5\"><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/www.kolabtree.com\/blog\/de\/5-real-world-examples-of-ai-in-healthcare\/#Here_are_the_examples_of_artificial_intelligence_in_healthcare_1_Artificial_Intelligence_assistance_in_keeping_well\" title=\"Hier einige Beispiele f\u00fcr k\u00fcnstliche Intelligenz im Gesundheitswesen1) K\u00fcnstliche Intelligenz hilft beim &quot;Gesundbleiben&quot;\">Hier sind die Beispiele f\u00fcr k\u00fcnstliche Intelligenz im Gesundheitswesen\n1) K\u00fcnstliche Intelligenz hilft beim \"Gesundbleiben\"<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/www.kolabtree.com\/blog\/de\/5-real-world-examples-of-ai-in-healthcare\/#2_AI-assisted_robotic_surgery\" title=\"2) KI-gest\u00fctzte robotergest\u00fctzte Chirurgie\">2) KI-gest\u00fctzte robotergest\u00fctzte Chirurgie<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/www.kolabtree.com\/blog\/de\/5-real-world-examples-of-ai-in-healthcare\/#3_Clinical_judgement_or_diagnosis\" title=\"3) Klinische Beurteilung oder Diagnose\">3) Klinische Beurteilung oder Diagnose<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/www.kolabtree.com\/blog\/de\/5-real-world-examples-of-ai-in-healthcare\/#4_Precision_medicine\" title=\"4) Pr\u00e4zisionsmedizin\">4) Pr\u00e4zisionsmedizin<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/www.kolabtree.com\/blog\/de\/5-real-world-examples-of-ai-in-healthcare\/#5_Drug_discovery\" title=\"5) Entdeckung von Arzneimitteln\">5) Entdeckung von Arzneimitteln<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/www.kolabtree.com\/blog\/de\/5-real-world-examples-of-ai-in-healthcare\/#Ethical_Concerns\" title=\"Ethische Belange\">Ethische Belange<\/a><\/li><\/ul><\/nav><\/div>\n<p>Die Anwendungen und Beispiele von <a href=\"https:\/\/blog.kolabtree.com\/ai-in-healthcare-3-major-benefits-and-applications\/\">K\u00fcnstliche Intelligenz im Gesundheitswesen<\/a> versprechen eine erschwingliche Gesundheitsversorgung, h\u00f6here Erfolgsquoten, effiziente klinische Studien und eine bessere Lebensqualit\u00e4t. W\u00e4hrend die meisten von uns mit KI im Zusammenhang mit Alexa, Siri oder selbstfahrenden Autos vertraut sind, verstehen wir jetzt langsam das Potenzial der klinischen Anwendungen von KI.  Der stetige Anstieg der Auswirkungen von <a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/artificial-intelligence?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=ExamplesAIHealth\">k\u00fcnstliche Intelligenz<\/a> im Gesundheitswesen l\u00e4sst sich anhand der folgenden f\u00fcnf Sektoren der Gesundheitsbranche veranschaulichen.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"Here_are_the_examples_of_artificial_intelligence_in_healthcare_1_Artificial_Intelligence_assistance_in_keeping_well\"><\/span><strong>Hier einige Beispiele f\u00fcr k\u00fcnstliche Intelligenz im Gesundheitswesen<\/p>\n<p><\/strong><strong>1) K\u00fcnstliche Intelligenz hilft beim \"Gesundbleiben\"<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>One of the biggest and directly consumer impacting potential application of <a href=\"https:\/\/www.kolabtree.com\/blog\/de\/ensuring-reproducibility-in-ai-driven-research-how-freelance-experts-can-help-in-biotech-and-healthcare\/\">k\u00fcnstliche Intelligenz<\/a> in healthcare is its ability in helping people stay healthy. With the rise of <a href=\"http:\/\/www.sciencesnippets.org\/2018\/03\/04\/smarter-healthcare-with-wearable-biosensors-tattoos-and-contact-lenses-go-digital\/\">Internet der medizinischen Dinge<\/a> (IoMT) im Bereich der Gesundheitsanwendungen f\u00fcr Verbraucher ist diese Anwendung in den letzten zehn Jahren sprunghaft angestiegen. Gesundheits-Apps f\u00f6rdern ein gesundes Verhalten des Einzelnen. Mit Mainstream-Unternehmen wie Apple, die die \u00dcberwachung der Herzgesundheit, Sturzerkennung und Notfall-SOS zu wichtigen Produkten in ihrem Portfolio machen, sieht es so aus, als ob IoMT hier ist, um zu bleiben. Ein Bericht von Allied Market Research besagt, dass die<strong>\u00a0<a href=\"https:\/\/www.marketwatch.com\/story\/internet-of-things-iot-healthcare-market-is-expected-to-reach-1368-billion-worldwide-by-2021-2016-04-12-8203318\" target=\"_blank\" rel=\"nofollow noopener noreferrer\" data-ga-track=\"ExternalLink:https:\/\/www.marketwatch.com\/story\/internet-of-things-iot-healthcare-market-is-expected-to-reach-1368-billion-worldwide-by-2021-2016-04-12-8203318\">IoT-Gesundheitsmarkt wird $136,8 Milliarden erreichen<\/a>\u00a0weltweit bis 2021,<\/strong> mit einer CAGR von 12,5% zwischen 2015 und 2021.<\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"alignnone wp-image-4559\" src=\"https:\/\/blog.kolabtree.com\/wp-content\/uploads\/2018\/09\/green-2557522_640.jpg\" alt=\"\" width=\"400\" height=\"266\" srcset=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2018\/09\/green-2557522_640.jpg 640w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2018\/09\/green-2557522_640-300x200.jpg 300w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2018\/09\/green-2557522_640-300x200@2x.jpg 600w\" sizes=\"(max-width: 400px) 100vw, 400px\" \/><\/p>\n<h3><span class=\"ez-toc-section\" id=\"2_AI-assisted_robotic_surgery\"><\/span><strong>2) KI-gest\u00fctzte robotergest\u00fctzte Chirurgie<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>In der Praxis kann die KI, auch wenn sie noch in den Kinderschuhen steckt, zur Verbesserung der chirurgischen Leistung beitragen. In der Regel kann das Ergebnis eines chirurgischen Eingriffs, insbesondere bei einem neuen oder komplexen Verfahren, je nach den F\u00e4higkeiten des Chirurgen variieren. Der Einsatz von KI kann diese Schwankungen von Fall zu Fall verringern und sogar dazu beitragen, die Effizienz selbst der besten Chirurgen zu verbessern. KI-gesteuerte Roboter k\u00f6nnen zum Beispiel eine dreidimensionale Vergr\u00f6\u00dferung f\u00fcr die Artikulation bieten und mit mehr Pr\u00e4zision und Miniaturisierung arbeiten. KI-gesteuerte Roboter k\u00f6nnen grundlegende Arbeiten wie Pr\u00e4zisionsschneiden und -n\u00e4hen ausf\u00fchren. <strong>2017 haben wir erlebt, wie Chirurgen mit <a href=\"https:\/\/www.roboticsbusinessreview.com\/health-medical\/ai-assisted-surgery-improves-patient-outcomes\/\">KI-unterst\u00fctzte Robotik zum N\u00e4hen<\/a> extrem enge Blutgef\u00e4\u00dfe - 0,03 bis 0,08 Millimeter Durchmesser - am Maastricht University Medical Center, Niederlande.<\/strong><\/p>\n<p>Nat\u00fcrlich kontrolliert der Chirurg nach wie vor das robotergest\u00fctzte N\u00e4hen. W\u00e4hrend eines chirurgischen Eingriffs gibt es zahlreiche kleine, komplexe Aufgaben, die unbedingt die F\u00e4higkeiten eines differenzierten Chirurgen erfordern. Bis zur KI-Utopie, in der Roboter Chirurgen oder Krankenschwestern ersetzen, ist es noch ein weiter Weg. Im Moment sind sie jedoch hervorragende Helfer, die die Variabilit\u00e4t der Ergebnisse verringern k\u00f6nnen.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"3_Clinical_judgement_or_diagnosis\"><\/span><strong>3) Klinische Beurteilung oder Diagnose<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>KI kann die Fr\u00fcherkennung von Krankheiten wie Krebs und Retinopathien verbessern und tut dies bereits. Der Einsatz von KI bei der Analyse und \u00dcberpr\u00fcfung von Mammographien und <a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/radiology?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=ExamplesAIHealth\">Radiologie <\/a>Bilder k\u00f6nnen den Prozess bis zu 30 Mal beschleunigen, und das mit 99% Genauigkeit. <strong>Im Jahr 2017, <a href=\"https:\/\/news.stanford.edu\/2017\/01\/25\/artificial-intelligence-used-identify-skin-cancer\/\">Stanford-Universit\u00e4t<\/a> ver\u00f6ffentlichte eine Studie, in der der erfolgreiche Einsatz von KI-Algorithmen zur Erkennung von Hautkrebs im Vergleich zu den Diagnosen von 21 Dermatologen beschrieben wurde.<\/strong> In diesem Jahr hat Google's <a href=\"http:\/\/uk.businessinsider.com\/google-deepmind-ai-detects-eye-disease-2018-8?r=US&amp;IR=T\">DeepMind<\/a> In einer gemeinsamen Studie mit dem Moorfields Eye Hospital in London (VK) wurde ein neuronales Netz trainiert, um mehr als 50 Arten von Augenkrankheiten zu erkennen, indem 3D-Netzhautscans analysiert wurden. Der gr\u00f6\u00dfte Fortschritt dieser Studie gegen\u00fcber ihren Vorg\u00e4ngern besteht darin, dass erkl\u00e4rt werden kann, wie der Computer zu einigen der Interpretationen gelangt ist. Die \u00dcberwindung einer fr\u00fcheren Blackbox der Dateninterpretation und -ableitung st\u00e4rkt die Zuverl\u00e4ssigkeit und das Vertrauen in diese Anwendung.<\/p>\n<p>Vor allem ist es wichtig, den Nutzen der Kombination der F\u00e4higkeiten der KI-Algorithmen mit den F\u00e4higkeiten der \u00c4rzte anzuerkennen und hervorzuheben. <strong>Auf dem Internationalen Symposium f\u00fcr Biomedizinische Bildgebung wurde ein Wettbewerb f\u00fcr Computersysteme ausgeschrieben, die so programmiert waren, dass sie metastasierenden Brustkrebs auf Biopsiebildern erkennen.<\/strong> W\u00e4hrend das siegreiche Programm die Diagnose mit einer Erfolgsquote von 92,5% stellte, erh\u00f6hte die Kombination mit der Meinung und dem Fachwissen von Humanpathologen diese Zahl auf 99,5%.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"4_Precision_medicine\"><\/span><strong>4) Pr\u00e4zisionsmedizin<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>Eines der wertvollsten Beispiele f\u00fcr k\u00fcnstliche Intelligenz im Gesundheitswesen ist die Pr\u00e4zisionsmedizin, die derzeit als Paradigmenwechsel im Gesundheitswesen angepriesen wird. Die Grundlage der Pr\u00e4zisionsmedizin beruht auf den riesigen Datenmengen, die von vielen bahnbrechenden technologischen Innovationen gesammelt werden, darunter Gesundheitssensoren, die die Patienten zu Hause verwenden, billige Genomsequenzierung und fortschrittliche Biotechnologie. Unter Pr\u00e4zisionsmedizin versteht man die Anpassung der medizinischen Behandlung an die individuellen Merkmale jedes einzelnen Patienten\". Die medizinische Praxis verlagert sich nun rasch von Entscheidungen, die auf wenigen, sich scheinbar \u00fcberschneidenden Merkmalen von Patienten beruhen, hin zu einem st\u00e4rker personalisierten Format.<\/p>\n<p>Die Pr\u00e4zisionsmedizin h\u00e4ngt von fortschrittlichen Supercomputing-Algorithmen mit Deep Learning ab und nutzt so die kognitiven F\u00e4higkeiten von \u00c4rzten in einem neuen Ma\u00dfstab. Im Zeitalter des einfachen Zugangs zu genomischen Daten besteht eine der Herausforderungen darin, genetische Varianten zu identifizieren, die das Krankheitsrisiko erh\u00f6hen. <strong><a href=\"https:\/\/ai.intel.com\/powering-precision-medicine-artificial-intelligence\/\">Intel<\/a>in Zusammenarbeit mit dem Scripps Research Institute, Kalifornien, USA, einen Deep-Learning-Algorithmus entwickelt, der 23 Patienten mit erh\u00f6htem kardiovaskul\u00e4rem Krankheitsrisiko, die mit herk\u00f6mmlichen statistischen Methoden nicht identifiziert werden konnten, mit einer Genauigkeit von 85% erkennen konnte.<\/strong> <a href=\"https:\/\/www.ibm.com\/watson\/health\/oncology-and-genomics\/genomics\/\">IBM Watson<\/a> und <a href=\"https:\/\/deepmind.com\/\">Google DeepMind<\/a> sind f\u00fchrend bei der Auswertung von Krankenakten mit dem Ziel, einen \"kognitiven Assistenten\" zu schaffen, der neben einer Reihe von klinischen Kenntnissen auch \u00fcber Analyse- und Schlussfolgerungsf\u00e4higkeiten verf\u00fcgt.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"5_Drug_discovery\"><\/span><strong>5) Entdeckung von Arzneimitteln<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>Die derzeitige Form der klinischen Versuche erfordert jahrzehntelange Forschung und kostet Milliarden von Dollar. <strong>Nach Angaben der California Biomedical Research Association schaffen es nur f\u00fcnf von 5.000 Medikamenten, die in der Pr\u00e4klinik getestet werden, bis zur Erprobung am Menschen, und nur eines von diesen f\u00fcnf wird jemals f\u00fcr die Verwendung am Menschen zugelassen\".<\/strong> Der Einsatz von KI in der Arzneimittelforschung kann Pharmaunternehmen dabei helfen, die Entdeckung von Arzneimitteln und deren Umwidmung zu rationalisieren. Viele Pharmariesen, darunter Pfizer, Sanofi und Genetech, arbeiten jetzt mit KI-Dienstleistern zusammen - IBM Watson, Exscientias k\u00fcnstlicher Intelligenz bzw. GNS Healthcare -, um ihre Programme zur Entdeckung von Krebsmedikamenten voranzutreiben. K\u00fcnstliche Intelligenz kann bisher unbekannte Ursachen f\u00fcr verschiedene Krankheiten aufsp\u00fcren und die Pr\u00fcfung einer gr\u00f6\u00dferen Anzahl von Wirkstoffen mit h\u00f6herer Genauigkeit und Reproduzierbarkeit erm\u00f6glichen. Der Einsatz von KI in der Arzneimittelforschung w\u00fcrde es uns erm\u00f6glichen, uns von der traditionellen Versuch-und-Irrtum-Methode zu verabschieden und durch die Verwendung von mehr datengest\u00fctzten Vorhersagehypothesen zu einer st\u00e4rker patientenorientierten Biologie \u00fcberzugehen. Atomwise, ein Unternehmen f\u00fcr Arzneimittelentwicklung, nutzte 2016 KI, um zu analysieren, ob bestehende Medikamente so umgestaltet werden k\u00f6nnten, dass sie gegen das Ebola-Virus wirken. Eine Analyse, die auf herk\u00f6mmliche Weise Monate oder Jahre gedauert h\u00e4tte, wurde stattdessen an einem einzigen Tag durchgef\u00fchrt und f\u00fchrte zu zwei potenziellen Treffern. W\u00e4hrend die <em>in silico<\/em> Modellierungstechniken werden in der modernen Arzneimittelforschung und -entwicklung (F&amp;E) immer wichtiger, sie sind jedoch weit davon entfernt, die \u00fcbliche F&amp;E-Produktivit\u00e4t der Pharmaindustrie zu ersetzen.<\/p>\n<p>W\u00e4hrend die oben genannten Praktiken zu den \"cooleren\" KI-Anwendungen geh\u00f6ren, bleibt hinter den Kulissen die Unterst\u00fctzung von Verwaltungsabl\u00e4ufen durch KI unbemerkt, die einen gesch\u00e4tzten Wert von <a href=\"https:\/\/venturebeat.com\/2018\/04\/22\/the-3-most-valuable-applications-of-ai-in-health-care\/\">$18 Milliarden<\/a>. Die KI hat die Automatisierung von Verwaltungsaufgaben in Gang gesetzt, die \u00c4rzten und Krankenschwestern bei ihrer Routinearbeit der Datenerfassung, -aufzeichnung und -langzeitspeicherung helfen k\u00f6nnen.<strong> Indem sie die sich wiederholenden Teile der Arbeit eines Arztes abnimmt, k\u00f6nnte die KI dazu beitragen, dass der Pfleger regelm\u00e4\u00dfig f\u00fcr den Patienten da ist.<\/strong><\/p>\n<h3><span class=\"ez-toc-section\" id=\"Ethical_Concerns\"><\/span>Ethische Belange<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>Das ganze Aufsehen, das k\u00fcnstliche Intelligenz im Gesundheitswesen erregt, hat auch seine Kehrseite: Fragen des Datenschutzes und der ethischen Nutzung von KI. Zu den ethischen Bedenken im Zusammenhang mit KI geh\u00f6ren unter anderem Fragen wie:<\/p>\n<ul>\n<li>Wer wird f\u00fcr Maschinenfehler verantwortlich gemacht, die zu einer mangelhaften Pflege f\u00fchren k\u00f6nnen?<\/li>\n<li>W\u00fcrde eine bereits bestehende Verzerrung (unter- oder \u00fcberrepr\u00e4sentierte Patientenuntergruppen) in den Daten, die f\u00fcr das Training der KI verwendet werden, die Verzerrung in der Diagnose und den Analysen verst\u00e4rken, anstatt sie zu beseitigen?<\/li>\n<li>W\u00fcrden die Patienten dar\u00fcber informiert werden, welche Rolle die k\u00fcnstliche Intelligenz bei ihrer Behandlung spielt?<\/li>\n<li>W\u00fcrde KI Patienten dazu ermutigen, keinen Arzt aufzusuchen und sich der Selbstdiagnose und -medikation hinzugeben?<\/li>\n<li>K\u00f6nnten sich die Angeh\u00f6rigen der Gesundheitsberufe durch KI bedroht f\u00fchlen, weil sie m\u00f6glicherweise an Autorit\u00e4t und Autonomie verlieren? W\u00fcrde sich dies wiederum auf ihre medizinische Praxis auswirken?<\/li>\n<\/ul>\n<p>Dies waren die Beispiele f\u00fcr k\u00fcnstliche Intelligenz im Gesundheitswesen. Da es sich bei der KI um eine aufstrebende Technologie handelt, ist sie eine Gratwanderung, bei der man vorsichtig sein muss. Wenn sie verantwortungsvoll eingesetzt wird und die damit verbundenen ethischen und datenschutzrechtlichen Kriterien beachtet werden, kann die KI zu einem beispiellosen Wandel in der Arbeitsweise der Gesundheitsbranche f\u00fchren. Und w\u00e4hrend dieser Wandel im Gange ist, ist es wichtig, die derzeitigen medizinischen Fachkr\u00e4fte im Umgang mit KI zu schulen. Da KI ein solches Schlagwort ist, das derzeit von einem Hype umh\u00fcllt wird, ist es wichtig zu erkennen, was tats\u00e4chlich hilft und was nicht, um nicht \u00fcber den Tisch gezogen zu werden. <strong>Die k\u00fcnstliche Intelligenz ist zwar weit davon entfernt, die menschliche Beteiligung im Gesundheitswesen zu beseitigen, aber sie k\u00f6nnte definitiv zu einer Verschiebung der Arbeitspl\u00e4tze zugunsten von Fachkr\u00e4ften f\u00fchren, die in diesem Bereich ausgebildet sind und die k\u00fcnstliche Intelligenz akzeptieren.<\/strong><\/p>\n<p>&nbsp;<\/p>\n<p>&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;-<br \/>\nNeed to consult an Artificial Intelligence expert? Hire from over 16,000 <a href=\"https:\/\/www.kolabtree.com\/\">freiberufliche Wissenschaftler<\/a> on Kolabtree. It&#8217;s free to post your project and get quotes from experts.<\/p>","protected":false},"excerpt":{"rendered":"<p>The applications and examples of Artificial Intelligence in healthcare hold the promise of affordable healthcare, improved success rates, efficient clinical trials, and a better quality of life. While most of us are familiar with AI in the context of Alexa, Siri, or self-driving cars, we are now slowly understanding the potential of the clinical applications<\/p>\n<div class=\"read-more\"><a href=\"https:\/\/www.kolabtree.com\/blog\/de\/5-real-world-examples-of-ai-in-healthcare\/\" title=\"Mehr lesen\">Mehr lesen<\/a><\/div>","protected":false},"author":43,"featured_media":4556,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[434,247,443],"tags":[451],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v20.1 (Yoast SEO v20.1) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>5 real world examples of Artificial Intelligence in healthcare<\/title>\n<meta name=\"description\" content=\"Examples of artificial intelligence in healthcare include IoMT, drug discovery, and streamlined workflows that reduce costs.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.kolabtree.com\/blog\/de\/5-real-world-examples-of-ai-in-healthcare\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"5 Real-World Examples of AI in Healthcare\" \/>\n<meta property=\"og:description\" content=\"Examples of artificial intelligence in healthcare include IoMT, drug discovery, and streamlined workflows that reduce costs.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.kolabtree.com\/blog\/de\/5-real-world-examples-of-ai-in-healthcare\/\" \/>\n<meta property=\"og:site_name\" content=\"The Kolabtree Blog\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/kolabtree\" \/>\n<meta property=\"article:published_time\" content=\"2018-09-25T10:44:27+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-11-14T06:34:56+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2018\/09\/healthcare-collage.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1200\" \/>\n\t<meta property=\"og:image:height\" content=\"628\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Maya Raghunandan\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@kolabtree\" \/>\n<meta name=\"twitter:site\" content=\"@kolabtree\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Maya Raghunandan\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"7\u00a0Minuten\" \/>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"5 real world examples of Artificial Intelligence in healthcare","description":"Examples of artificial intelligence in healthcare include IoMT, drug discovery, and streamlined workflows that reduce costs.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.kolabtree.com\/blog\/de\/5-real-world-examples-of-ai-in-healthcare\/","og_locale":"de_DE","og_type":"article","og_title":"5 Real-World Examples of AI in Healthcare","og_description":"Examples of artificial intelligence in healthcare include IoMT, drug discovery, and streamlined workflows that reduce costs.","og_url":"https:\/\/www.kolabtree.com\/blog\/de\/5-real-world-examples-of-ai-in-healthcare\/","og_site_name":"The Kolabtree Blog","article_publisher":"https:\/\/www.facebook.com\/kolabtree","article_published_time":"2018-09-25T10:44:27+00:00","article_modified_time":"2022-11-14T06:34:56+00:00","og_image":[{"width":1200,"height":628,"url":"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2018\/09\/healthcare-collage.jpg","type":"image\/jpeg"}],"author":"Maya Raghunandan","twitter_card":"summary_large_image","twitter_creator":"@kolabtree","twitter_site":"@kolabtree","twitter_misc":{"Verfasst von":"Maya Raghunandan","Gesch\u00e4tzte Lesezeit":"7\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.kolabtree.com\/blog\/5-real-world-examples-of-ai-in-healthcare\/#article","isPartOf":{"@id":"https:\/\/www.kolabtree.com\/blog\/5-real-world-examples-of-ai-in-healthcare\/"},"author":{"name":"Maya Raghunandan","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/643e6748c2076c93e7b934950f2240c8"},"headline":"5 Real-World Examples of AI in Healthcare","datePublished":"2018-09-25T10:44:27+00:00","dateModified":"2022-11-14T06:34:56+00:00","mainEntityOfPage":{"@id":"https:\/\/www.kolabtree.com\/blog\/5-real-world-examples-of-ai-in-healthcare\/"},"wordCount":1407,"commentCount":0,"publisher":{"@id":"https:\/\/www.kolabtree.com\/blog\/#organization"},"keywords":["AI healthcare"],"articleSection":["Artificial Intelligence","Guest posts","Healthcare"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.kolabtree.com\/blog\/5-real-world-examples-of-ai-in-healthcare\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.kolabtree.com\/blog\/5-real-world-examples-of-ai-in-healthcare\/","url":"https:\/\/www.kolabtree.com\/blog\/5-real-world-examples-of-ai-in-healthcare\/","name":"5 real world examples of Artificial Intelligence in healthcare","isPartOf":{"@id":"https:\/\/www.kolabtree.com\/blog\/#website"},"datePublished":"2018-09-25T10:44:27+00:00","dateModified":"2022-11-14T06:34:56+00:00","description":"Examples of artificial intelligence in healthcare include IoMT, drug discovery, and streamlined workflows that reduce costs.","breadcrumb":{"@id":"https:\/\/www.kolabtree.com\/blog\/5-real-world-examples-of-ai-in-healthcare\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.kolabtree.com\/blog\/5-real-world-examples-of-ai-in-healthcare\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.kolabtree.com\/blog\/5-real-world-examples-of-ai-in-healthcare\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.kolabtree.com\/blog\/"},{"@type":"ListItem","position":2,"name":"5 Real-World Examples of AI in Healthcare"}]},{"@type":"WebSite","@id":"https:\/\/www.kolabtree.com\/blog\/#website","url":"https:\/\/www.kolabtree.com\/blog\/","name":"The Kolabtree Blog","description":"Expert Views on Science, Innovation and Product Development","publisher":{"@id":"https:\/\/www.kolabtree.com\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.kolabtree.com\/blog\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/www.kolabtree.com\/blog\/#organization","name":"Kolabtree","url":"https:\/\/www.kolabtree.com\/blog\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/logo\/image\/","url":"","contentUrl":"","caption":"Kolabtree"},"image":{"@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/kolabtree","https:\/\/twitter.com\/kolabtree","https:\/\/instagram.com\/kolabtree","https:\/\/www.linkedin.com\/company\/kolabtree","https:\/\/en.m.wikipedia.org\/wiki\/Kolabtree"]},{"@type":"Person","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/643e6748c2076c93e7b934950f2240c8","name":"Maya Raghunandan","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/352853843bae23d680d298f0a24858ef?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/352853843bae23d680d298f0a24858ef?s=96&d=mm&r=g","caption":"Maya Raghunandan"},"description":"Maya Raghunandan obtained her Ph.D in Biochemistry and Molecular Biology from the University of Minnesota, Twin cities, USA. Currently, she is a cancer biology scientist at Universit\u00e9 Catholique de Louvain, Brussels, Belgium. In her spare time, she writes about cool science discoveries in her jargon-free blog http:\/\/www.sciencesnippets.org\/. Because, science doesn\u2019t have to sound complicated. Instead, it must be comprehensible for everyone.","url":"https:\/\/www.kolabtree.com\/blog\/de\/author\/mayanandan\/"}]}},"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/posts\/4541"}],"collection":[{"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/users\/43"}],"replies":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/comments?post=4541"}],"version-history":[{"count":11,"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/posts\/4541\/revisions"}],"predecessor-version":[{"id":10366,"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/posts\/4541\/revisions\/10366"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/media\/4556"}],"wp:attachment":[{"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/media?parent=4541"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/categories?post=4541"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/tags?post=4541"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}