K�nstliche Intelligenz in der Medizin: Anwendungen, Algorithmen und Programmierung

Hier werden die f�r die Medizin relevanten KI-Algorithmen nachvollziehbar erkl�rt: Grundlagen und typische Anwendungsbereiche, die Mathematik dahinter, Daten und Datentypen, Programmierung in Python inkl. Code-Beispielen sowie Erkennen und Vermeiden von Fehlern. Einsetzbar sowohl f�r Forschungsarbeiten als auch f�r die Anwendung und Entwicklung KI-basierter Tools im medizinischen Alltag.

Teil I - Einf�hrung
Was sind k�nstliche Intelligenz, maschinelles Lernen bzw. Deep Learning? Wo und wie kommen sie in der Medizin zum Einsatz? Welche M�glichkeiten und Grenzen bieten die Algorithmen? Welche Risiken, ethischen und rechtlichen Aspekte sind zu bedenken?

Teil II - Die wichtigsten Algorithmen
F�r welche Analysen eignen sie sich, welche Vor- und Nachteile haben sie? Welche mathematischen Formeln liegen den KI-Modellen zugrunde? Wie werden diese programmiert und trainiert? Wie erkennt und vermeidet man Fehler?

• Lineare Regressionen
• Logistische Regressionen
• Support Vector Machines (SVMs)
• Decision Trees und Random Forests
• Clustering
• Neuronale Netze (FCNNs)
• Convolutional Neural Networks (CNNs)
• Graph Neural Networks (GNNs)
• Generative k�nstliche Intelligenz

Daneben werden die n�tigen Grundlagen zu Daten, Datentypen und zur Programmierung in Python erl�utert, die Code-Beispiele sind als Download verf�gbar.

Dieses Werk eignet sich f�r alle, die medizinische Daten z.B. im Rahmen einer Doktorarbeit eigenst�ndig auswerten wollen oder die ein vertieftes Verst�ndnis der Anwendung von KI-Algorithmen in der Medizin anstreben, um bestehende Tools gezielt einsetzen oder neue entwickeln zu k�nnen: Studierende der Medizin, Bioinformatik, Informatik, Data Science, Ingenieurwissenschaften, Betriebswirtschaftslehre und verwandter F�cher, sowie auch Forschende, �rztinnen und �rzte oder Unternehmerinnen und Unternehmer.