Ordliste

AI i sundhedsvæsenet

Hvad er AI i sundhedsvæsenet?

AI i sundhedsvæsenet dækker anvendelser, der støtter klinisk personale og administration, f.eks. ved analyse af medicinske billeder, dokumentation, aftaleplanlægning eller evaluering af forskningsdata. Sådanne systemer giver fingerpeg og letter arbejdsbyrden, men erstatter ikke klinisk skøn og lover ikke helbredelse. Mange medicinske AI-anvendelser er underlagt regulering af medicinsk udstyr og strenge databeskyttelsesregler for helbredsdata. Eksempel: Software fremhæver påfaldende områder på røntgenbilleder til gennemgang af specialister.

Emner

Sundhed
Medicin
Databeskyttelse

Prøv KI.ordo

Agenter, flows og skabeloner i ét arbejdsområde – gratis demo i 24 timer.

Start demo

← Alle begreber

Relaterede begreber

Computer vision

Computer vision er et område inden for AI, hvor computere fortolker billeder og video. Typiske opgaver er at genkende og lokalisere objekter, læse tekst i billeder og måle komponenter. Teknologien bruges for eksempel til kvalitetskontrol i produktionen, i førerassistentsystemer, i logistik og i medicinsk billeddiagnostik.

billedanalyse
deep learning
+1

Databeskyttelsesregler

Databeskyttelsesregler er retlige bestemmelser om håndtering af personoplysninger. I EU er den generelle forordning om databeskyttelse (GDPR) den centrale ramme; den kræver bl.a. et behandlingsgrundlag for enhver behandling, dataminimering, gennemsigtighed over for de registrerede og databehandleraftaler med tjenesteudbydere. Ved brug af AI skal organisationer afklare, hvilke data der havner i input, videnskilder og logfiler, og hvor de behandles.

GDPR
databeskyttelse
+1

Forklarlighed

Forklarlighed (explainable AI, XAI) beskriver, hvor godt man kan forstå, hvorfor et AI-system nåede frem til et bestemt resultat. Det omfatter metoder, der viser, hvilke input der påvirkede en beslutning mest, samt praktiske hjælpemidler som kildehenvisninger og logfiler. Forklarlighed er vigtig for tillid, fejlfinding og regulering – f.eks. når en bank skal begrunde, hvorfor en ansøgning blev afslået.

XAI
Gennemsigtighed
+1

Human-in-the-loop

Human-in-the-loop beskriver arbejdsgange, hvor mennesker træder ind i en AI-proces på bestemte punkter: De gennemgår resultater, godkender eller retter dem eller overtager vanskelige sager. Princippet mindsker risikoen for fejlbehæftet output og lader ansvaret ligge hos mennesker, især ved beslutninger, der berører enkeltpersoner, penge eller juridiske forhold. Eksempel: En AI-agent udarbejder udkast til svar på kundehenvendelser, og en medarbejder gennemgår dem, før de sendes.

Godkendelse
Tilsyn
+1