Arzt - Patient - Algorithmus: ethische und kommunikative Erwägungen zu einer KI-gestützten Beziehung = Doctor - patient - algorithm : ethical and communicative considerations on an AI supported relationship
Die Nutzung von Technologien wie Machine Learning (ML) birgt zahlreiche Potentiale zur Verbesserung der medizinischen Praxis und zur Behandlung von Patienten. Dies soll insbesondere durch die Bereitstellung mehr oder weniger automatisierter Entscheidungsempfehlungen erreicht werden. Einige Hoffnunge...
| Subtitles: | Doctor - patient - algorithm |
|---|---|
| Main Author: | |
| Format: | Print Article |
| Language: | German |
| Check availability: | HBZ Gateway |
| Journals Online & Print: | Drawer...
|
| Interlibrary Loan: | Interlibrary Loan for the Fachinformationsdienste (Specialized Information Services in Germany) |
| Published: |
2021
|
| In: |
Zeitschrift für medizinische Ethik
Year: 2021, Volume: 67, Issue: 3, Pages: 367-380 |
| Standardized Subjects / Keyword chains: | B
Physician
/ Patient
/ Artificial intelligence
/ Decision making
/ Communication
|
| IxTheo Classification: | NCH Medical ethics NCJ Ethics of science |
| Summary: | Die Nutzung von Technologien wie Machine Learning (ML) birgt zahlreiche Potentiale zur Verbesserung der medizinischen Praxis und zur Behandlung von Patienten. Dies soll insbesondere durch die Bereitstellung mehr oder weniger automatisierter Entscheidungsempfehlungen erreicht werden. Einige Hoffnungen in ML-basierte Systeme scheinen jedoch im Falle eines intransparenten Zustandekommens dieser Empfehlungen zumindest teilweise kompromittiert zu werden. Dies hält maßgebliche Konsequenzen für das Arzt-Patienten-Verhältnis bereit und kann Formen der gemeinsamen Entscheidungsfindung von Patienten und Ärzten empfindlich beschränken. Eine erfolgreiche Implementierung von ML-unterstützen Technologien wird sich daher wesentlich an einer gelingenden Integration in die Arzt-Patienten-Kommunikation bemessen. Using machine learning (ML) technologies holds numerous potentials for improving medical practice and the treatment of patients. In particular, this is to be achieved by providing more or less automatised decision recommendations. However, some hopes for ML-based systems seem to be at least partially compromised in case of intransparent generation of such recommendations. This has significant consequences for the doctor-patient relationship and can severely limit forms of shared decision-making between patients and doctors. Thus, a successful implementation of ML-supported technologies will be measured substantially by its successful integration into the communication between doctors and patients. |
|---|---|
| ISSN: | 0944-7652 |
| Contains: | Enthalten in: Zeitschrift für medizinische Ethik
|