AMIA Annual Symposium Proceedings 2012, S 1139–1147īroßmann M, Mödinger W (2011) Managen von Wissen als eigenständige Disziplin? In: Praxisguide Wissensmanagement: Qualifizieren in Gegenwart und Zukunft. īragg D, Yu M, Bragg H, Choi H (2012) Intelligent Transmission of Patient Sensor Data in Wireless Hospital Networks.
(2016) Weiterentwicklung der eHealth-Strategie: Studie im Auftrag des Bundesministeriums für Gesundheit. Springer Vieweg, Wiesbadenīlachetta F, Bauer M, Poerschke K, et al. In: e-Health Networking, Applications and Services (Healthcom), 2016 IEEE 18th International Conference on High Performance Computing and Communications, IEEE, S 1–6īärwolff H, Viktor F, Hüsken V (2006) IT-Systeme in der Medizin: IT-Entscheidungshilfe für den Medizinbereich – Konzepte, Standards und optimierte Prozesse. (2016) Language therapy of aphasia supported by augmented reality applications. Īntkowiak D, Kohlschein C, Krooß R, et al. Springer Fachmedien, Wiesbaden, S 561–600. In: Grundkurs Wirtschaftsinformatik: Eine kompakte und praxisorientierte Einführung. In diesem Kapitel diskutieren wir sowohl das Informationsmanagement als auch den IMZ anhand eines praktischen Beispiels aus der medizinischen Diagnostik und stellen dabei sowohl Lösungsansätze und Herausforderungen als auch Fallstricke in der tatsächlichen Implementierung vor.Ībts D, Mülder W (2017) Informationsmanagement. Er ist in vier zyklisch miteinander verbundene und überlappende Phasen unterteilt: Bedarfserhebung, Integration, Aufbereitung und Bereitstellung. Patient, Arzt, Therapeut) und ein zu generierendes Informationsprodukt in das Zentrum der Betrachtung. Fragestellungen und stellt dabei stets den (medizinischen) Informationsnutzer (z. B. Mit der zunehmenden Digitalisierung des Gesundheitswesens und dem dadurch steigenden Einsatz von Verfahren wie maschinellem Lernen und künstlicher Intelligenz gehen komplexe Herausforderungen in sämtlichen Bereichen des Informationsmanagements und damit verbundener Applikationen einher, die von der initialen Datenakquise bis zur interaktiven Visualisierung reichen: Wie lassen sich heterogene und verteilt vorliegende Datensätze automatisiert in einen konsolidierenden Datenbestand überführen und für Lernverfahren nutzbar zu machen? Wie müssen Entscheidungsunterstützungssysteme gestaltet sein, um einen echten Mehrwert für Nutzer in Diagnose und Therapie zu generieren? Welche Algorithmen ermöglichen eine hohe Transparenz für medizinisches Fachpersonal, damit Prädiktionen nicht aus einer „Black Box“ kommen und die Nachvollziehbarkeit gewährleistet ist? Der Informationsmanagementzyklus (IMZ) adressiert obige Herausforderungen bzw.
0 kommentar(er)
