Künstliche Intelligenz im Gesundheitswesen

Prof. Dr. Mario A. Pfannstiel ist Professor für Betriebswirtschaftslehre im Gesundheitswesen - insbesondere innovative Dienstleistungen und Services an der Hochschule Neu-Ulm. Er besitzt ein Diplom der Fachhochschule Nordhausen im Bereich "Sozialmanagement" mit dem Vertiefungsfach "Finanzmanagement", einen M.Sc.-Abschluss der Dresden International University in Patientenmanagement und einen M.A.-Abschluss der Technischen Universität Kaiserslautern und der Universität Witten/ Herdecke im Management von Gesundheits- und Sozialeinrichtungen. Die Promotion erfolgte an der Sozial- und Wirtschaftswissenschaftlichen Fakultät und dem Lehrstuhl für Management, Professional Services und Sportökonomie der Universität Potsdam. An der Universität Bayreuth war er beschäftigt als wissenschaftlicher Mitarbeiter am Lehrstuhl für Strategisches Management und Organisation im Drittmittelprojekt "Service4Health". Im Herzzentrum Leipzig arbeitete er als Referent des Ärztlichen Direktors. Seine Forschungsarbeit umfasst zahlreiche Beiträge, Zeitschriften und Bücher zum Management in der Gesundheitswirtschaft.

Vorwort
Einführung
Künstliche Intelligenz im Gesundheitswesen als Kernkompetenz? Status quo, Entwicklungslinien und disruptives Potenzial
Künstliche Intelligenz – Ein Überblick über die aktuelle und zukünftige Bedeutung von KI in der Wirtschaft und im Gesundheitswesen in Europa
Mit KI das Gesundheitswesen verändern
Erfolgsfaktoren, Potenziale und Barrieren von KI-Start-ups im Gesundheitswesen
Künstliche Intelligenz im Entwicklungsprozess von Medikamenten in der Pharmaindustrie
KI-Systeme für die nächste Medizintechnikgeneration
Regulatorische Anforderungen an Lösungen der Künstlichen Intelligenz im Gesundheitswesen
KI-Implementierungsoptionen in dateninflationären Versorgungsnetzen: Von der abstrakten Vision zur konkreten Wertschöpfungstransformation
KI-basierte Lernumgebungen für eine digitale Souveränität von Patientinnen und Patienten - Theorie und Konzeption einer virtuellen Consent-Assistenz
Bessere Medizin? Künstliche Intelligenz verantwortlich gestalten
Ethische Aspekte von KI-Anwendungen in der Medizin
Maschinen mit Moral für eine gute Pflege der Zukunft?
Zwischen Automatisierung und ethischem Anspruch - Disruptive Effekte des KI-Einsatzes in und auf Professionen der Gesundheitsversorgung
Potenziale digitaler und KI-basierter Tools zur Gesundheitsförderung in Unternehmen - Eine systemtheoretische Beobachtung von Implementierungs- und Verankerungsprozessen
Nachhaltige Entwicklung im Krankenhauswesen – Künstliche Intelligenz als Treibstoff und Hemmnis
Präzisionsmedizin, künstliche Intelligenz: Chancen für ein verbessertes Therapiemanagement? Ein organisationsökonomischer Blick
Künstliche Intelligenz in der hausärztlichen Versorgung
Einsatzgebiete künstlicher Intelligenz bei chronischen Erkrankungen – Ein erster Überblick im Diagnostik- und Therapiebereich
Künstliche Intelligenz und Digitalisierung im Bereich Diabetes mellitus
Künstliche Intelligenz in Prozessen des Gesundheitswesens - Chancen und Risiken am Beispiel der akuten Schlaganfallbehandlung
Künstliche Intelligenz, Big Data und Krebsdiagnostik im Gesundheitswesen
Diagnoseunterstützung durch künstliche Intelligenz für Labordaten
Daten einfach anders denken! Big Data (BD) und künstliche Intelligenz (KI) in der Praxis
Verstehen was Ärzte schreiben: Kann KI die Datenflut in der Medizin bändigen?
Ist Stimme das neue Blut? KI und Stimmbiomarker zu früheren Diagnose – für jedermann, überall und jederzeit
Interdisziplinäre Ansätze zu Medizin und Künstliche Intelligenz (KI): Stimmauswertung zur Frühdiagnose beim Morbus Parkinson (MP)
KI-unterstützte Anwendungen und Potentiale in der Medizin- und Gesundheitstechnologie
Künstliche Intelligenz in der Radiologie und Strahlentherapie aus der Perspektive von Ärzten und Medizinphysikexperten – Eine Interviewstudie
Interpretation magnetresonanz-tomographischer (MRT) Daten mit KI
Machine Learning in der Medizin: Was können Lernalgorithmen und wie sicher sind sie?
Eine sanfte Einführung ins Lernen tiefer neuronaler Netze
Neuronale Netze zur Effizienzsteigerung der Texterkennung in der  Rezeptabrechnung
Abrechnung medizinischer Leistungen mit Künstlicher Intelligenz
Erklärbare KI in der medizinischen Diagnose – Erfolge und Herausforderungen
Explainable AI im Gesundheitswesen
Humanoide Robotik und körperlose KI-Systeme im Gesundheitswesen
Roboter als intelligente Assistenten in Betreuung und Pflege – Grenzen und Perspektiven im Praxiseinsatz
„Robotik und KI in der Pflege“ als Lerneinheit in der generalistischen Pflegeausbildung – Desiderat, Bedarf und pflegerische Wirklichkeit
Das Bremen Ambient Assisted Living Lab und darüber hinaus - Intelligente Umgebungen, Smarte Services und Künstliche Intelligenz in der Medizin für den Menschen
Smart Home und Smart Living – Möglichkeiten und Grenzen der KI im Projekt DeinHaus4.0
Smarte Systeme in Rehabilitation und Prävention. Wie künstliche Intelligenz und Gamification das Bewegungstraining individualisieren
Klinische Evaluation eines Rollator-Moduls zur Sensorgestützten Haltungs- und Gangmustererkennung. 

"... Die Illustrationen/Die Abbildungen sind sehr übersichtlich und ermöglichen dem Leser/der Leserin eine gute Orientierung. Den AutorInnen ist eine großartige Übersicht zu KI-Anwendungen im Gesundheitswesen gelungen, wertvoll für unterschiedliche Zielgruppen aus dem Gesundheitswesen und für Personen mit unterschiedlichem Vorwissen." (FH-Prof. Dr. Helmut Ritschl, in: Radiopraxis, Jg. 15, Heft 3, 2022)

“... Die Illustrationen/Die Abbildungen sind sehr übersichtlich und ermöglichen dem Leser/der Leserin eine gute Orientierung. Den AutorInnen ist eine großartige Übersicht zu KI-Anwendungen im Gesundheitswesen gelungen, wertvoll für unterschiedliche Zielgruppen aus dem Gesundheitswesen und für Personen mit unterschiedlichem Vorwissen.” (FH-Prof. Dr. Helmut Ritschl, in: Radiopraxis, Jg. 15, Heft 3, 2022)