SSOAR Logo
    • Deutsch
    • English
  • Deutsch 
    • Deutsch
    • English
  • Einloggen
SSOAR ▼
  • Home
  • Über SSOAR
  • Leitlinien
  • Veröffentlichen auf SSOAR
  • Kooperieren mit SSOAR
    • Kooperationsmodelle
    • Ablieferungswege und Formate
    • Projekte
  • Kooperationspartner
    • Informationen zu Kooperationspartnern
  • Informationen
    • Möglichkeiten für den Grünen Weg
    • Vergabe von Nutzungslizenzen
    • Informationsmaterial zum Download
  • Betriebskonzept
Browsen und suchen Dokument hinzufügen OAI-PMH-Schnittstelle
JavaScript is disabled for your browser. Some features of this site may not work without it.

Download PDF
Volltext herunterladen

(517.8 KB)

Zitationshinweis

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgenden Persistent Identifier (PID):
https://nbn-resolving.org/urn:nbn:de:0168-ssoar-80063-9

Export für Ihre Literaturverwaltung

Bibtex-Export
Endnote-Export

Statistiken anzeigen
Weiterempfehlen
  • Share via E-Mail E-Mail
  • Share via Facebook Facebook
  • Share via Bluesky Bluesky
  • Share via Reddit reddit
  • Share via Linkedin LinkedIn
  • Share via XING XING

Artificial intelligence in human genomics and biomedicine: Dynamics, potentials and challenges

Künstliche Intelligenz in der Humangenomik und Biomedizin: Dynamiken, Potenziale und Herausforderungen
[Zeitschriftenartikel]

Heil, Reinhard
Heyen, Nils B.
Baumann, Martina
Hüsing, Bärbel
Bachlechner, Daniel
Schmoch, Ulrich
König, Harald

Abstract

The increasing availability of extensive and complex data has made human genomics and its applications in (bio)medicine an at­ tractive domain for artificial intelligence (AI) in the form of advanced machine learning (ML) methods. These methods are linked not only to the hope of improving diagnosis ... mehr

The increasing availability of extensive and complex data has made human genomics and its applications in (bio)medicine an at­ tractive domain for artificial intelligence (AI) in the form of advanced machine learning (ML) methods. These methods are linked not only to the hope of improving diagnosis and drug development. Rather, they may also advance key issues in biomedicine, e. g. understanding how individual differences in the human genome may cause specific traits or diseases. We analyze the increasing convergence of AI and genom­ics, the emergence of a corresponding innovation system, and how these associative AI methods relate to the need for causal knowledge in biomedical research and development (R&D) and in medical prac­tice. Finally, we look at the opportunities and challenges for clinical practice and the implications for governance issues arising from this convergence.... weniger


Die zunehmende Verfügbarkeit umfangreicher und komplexer Daten hat die Humangenomik und ihre Anwendungsbereiche in der (Bio-)Medizin zu einem attraktiven Bereich für künstliche Intelligenz (KI) vor allem in Form von fortgeschrittenen Methoden des maschinellen Lernens (ML) gemacht. Diese Methoden sin... mehr

Die zunehmende Verfügbarkeit umfangreicher und komplexer Daten hat die Humangenomik und ihre Anwendungsbereiche in der (Bio-)Medizin zu einem attraktiven Bereich für künstliche Intelligenz (KI) vor allem in Form von fortgeschrittenen Methoden des maschinellen Lernens (ML) gemacht. Diese Methoden sind nicht nur mit der Hoffnung verbunden, Diagnosen und die Medikamentenentwicklung zu verbessern. Sie könnten auch darum, Kernthemen in der Biomedizin voranzubringen, z. B. zu verstehen, wie individuelle Unterschiede im menschlichen Genom bestimmte Merkmale oder Krankheiten verursachen können. Wir analysieren die zunehmende Konvergenz von KI und Genomik, das Entstehen eines entsprechenden Innovationssystems und wie diese assoziativen KI‑Methoden mit dem Bedarf an kausalem Wissen in der biomedizinischen Forschung und Entwicklung und in der medizinischen Praxis zusammenhängen. Schließlich betrachten wir die Potenziale und Herausforderungen für die klinische Praxis und die sich aus dieser Konvergenz ergebenden Implikationen für Governance-Fragen.... weniger

Thesaurusschlagwörter
künstliche Intelligenz; Biomedizin; Governance; Wissen

Klassifikation
Technikfolgenabschätzung

Freie Schlagwörter
genomics

Sprache Dokument
Englisch

Publikationsjahr
2021

Seitenangabe
S. 30-36

Zeitschriftentitel
TATuP - Zeitschrift für Technikfolgenabschätzung in Theorie und Praxis / Journal for Technology Assessment in Theory and Practice, 30 (2021) 3

Heftthema
Designing, shaping and experiencing AI systems: concepts, values, applications / KI‑Systeme gestalten und erfahren: Konzepte, Werte, Anwendungen

DOI
https://doi.org/10.14512/tatup.30.3.30

ISSN
2567-8833

Status
Veröffentlichungsversion; begutachtet (peer reviewed)

Lizenz
Creative Commons - Namensnennung 4.0


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.
 

 


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.