Künstliche Intelligenz (KI) und maschinelles Lernen (ML) haben das Potenzial, die Diagnosegenauigkeit zu erhöhen, Diagnosefehler zu verringern und die Ergebnisse für die Patienten zu verbessern. Im Kurs Data Augmented, Technology Assisted Medical Decision Making (DATA-MD) lernen Sie, wie Sie KI nutzen können, um Ihre diagnostische Entscheidungsfindung zu verbessern. Die National Academy of Medicine (NAM) empfiehlt, dafür zu sorgen, dass Kliniker Technologien - einschließlich KI - effektiv nutzen können, um den Diagnoseprozess zu verbessern. Um diese Technologien in Ihrer klinischen Praxis effektiv einsetzen zu können, müssen Sie bestimmen, wann der Einsatz von KI sinnvoll ist, die Ergebnisse von KI interpretieren, die medizinische Fachliteratur über KI lesen und den Patienten erklären, welche Rolle KI bei ihrer Behandlung spielt. In diesem Kurs werden Sie sich mit den ethischen Überlegungen und potenziellen Verzerrungen bei medizinischen Entscheidungen befassen, die auf KI/ML-basierten Technologien beruhen. DATA-MD ist ein einzigartiges Curriculum, das eine Einführung in den Einsatz von KI in der Diagnostik bietet und auf die Bedürfnisse von Medizinstudenten, Assistenzärzten, Stipendiaten, praktizierenden Ärzten, fortgeschrittenen Ärzten und Krankenschwestern ausgerichtet ist. Andere, wie Pädagogen, Computerprogrammierer und Datenwissenschaftler, können ebenfalls Nutzen aus dem Kurs ziehen. Informationen zur medizinischen Fortbildung: Diese Aktivität ist am 30.07.2024 für CME-Kredite freigegeben und läuft am 31.06.2027 aus. Die University of Michigan Medical School ist vom Accreditation Council for Continuing Medical Education (ACCME) für die medizinische Fortbildung von Ärzten akkreditiert. Die University of Michigan Medical School weist dieses dauerhafte Material für maximal 3,5 AMA PRA Category 1 Credit(s)™ aus. Ärzte sollten nur die Anrechnung beantragen, die dem Umfang ihrer Teilnahme an der Aktivität entspricht. Dr. Cornelius James und Jessica Virzi, Planer und Mitplaner dieser Fortbildungsaktivität, haben keine relevante(n) finanzielle(n) Beziehung(en) zu nicht förderfähigen Unternehmen offenzulegen. Maggie Makar, Benjamin Li und Nicholson Price, Referenten dieser Fortbildungsaktivität, haben keine relevante(n) finanzielle(n) Beziehung(en) zu nicht förderfähigen Unternehmen offenzulegen. Karandeep Singh, Referent dieser Fortbildungsveranstaltung, war als Berater für Flatiron Health tätig. Die für diese Person angegebene relevante finanzielle Beziehung wurde entschärft. Cheri Breadon und Jessica Virzi sind die Koordinatoren für diese Aktivität.

Nach dieser Aktivität werden die Teilnehmer in der Lage sein, - KI zu nutzen, um ihre diagnostischen klinischen Entscheidungen zu verbessern - die Stärken und Grenzen von KI/ML-basierter Technologie im diagnostischen Prozess zu beschreiben - statistische Maße zu interpretieren, die häufig verwendet werden, um die Leistung von ML-Modellen zu bewerten - Studien, die KI/ML beinhalten, kritisch zu bewerten und die Anwendbarkeit von Studienergebnissen in der klinischen Praxis zu bestimmen Wenn Sie für die Teilnahme an diesem Kurs CME-Punkte erhalten möchten, lesen Sie bitte vor Beginn der Aktivität die Informationen, einschließlich der erwarteten Ergebnisse, der Referenten, ihrer Offenlegung und der CME-Punkte auf dieser Website: https://umich.cloud-cme.com/course/courseoverview?P=0&EID=61826