Kontinuierliches Lernen ist integraler Bestandteil ärztlicher Tätigkeit, um am Puls der Zeit zu bleiben. Umso relevanter ist dies im Feld der Künstlichen Intelligenz (KI), denn solche Zukunftstechnologien spielen auch in der Medizin und der ärztlichen Tätigkeit eine immer wichtigere Rolle. Ärztinnen und Ärzten in Baden-Württemberg können sich ab sofort umfänglich und tiefgehend mit dem Thema Künstliche Intelligenz auseinandersetzen und an qualitativ hochwertigen, zertifizierten Fortbildungen teilnehmen. Als bundesweit erste Ärztekammer hat die Landesärztekammer Baden-Württemberg eine Kooperation mit dem KI-Campus – der Lernplattform für Künstliche Intelligenz – vereinbart, wodurch entsprechende Lernangebote zur Verfügung stehen, die auch Ärztinnen und Ärzte aus ganz Deutschland wahrnehmen können.

Die Landesärztekammer und der KI-Campus mit seiner Online-Lernplattform (www.ki-campus.org) arbeiten bei der Vermittlung von KI-Lernangeboten und -Kompetenzen im medizinischen Bereich eng zusammen. Der Südwest-Ärzteschaft wird durch die Online-Fortbildungen die Möglichkeit gegeben, das Themenfeld KI zu verstehen, zu hinterfragen und mitzugestalten. Die ersten beiden zertifizierten Online-Kurse setzen sich aus acht beziehungsweise sechs Modulen zusammen. Für die gemeinsam von der Charité und dem KI-Campus entwickelten Kurse können jeweils zwölf Fortbildungspunkte erworben werden.

Diese Kooperation eröffnet nun die Chance, die Ärzteschaft bei einem absoluten Zukunftsthema zu begleiten. Die Themenschwerpunkte der beiden Fortbildungen sind wie folgt vorgesehen.

Inhalte:

• Grundlagen von KI & Data Science
• Anwendungen von KI in der Medizin
• Potentiale & Risiken von KI in der Medizin

Bei Abschluss des Kurses sind Sie in der Lage...

• verschiedene Verfahren von Künstlicher Intelligenz zu beschreiben.
• zentrale Entwicklungsschritte von KI historisch einzuordnen.
• die Bedeutung von Daten und Data Science für die Medizin zu verstehen.
• zwischen verschiedenen Systemen in der KI-Diagnostik zu unterscheiden und konkrete Anwendungsbeispiele zu benennen.  
• Deep Learning von Maschinellem Lernen in der Medizin grundlegend zu unterscheiden.
• die Funktion neuronaler Netze in grundlegender Form zu beschreiben.

• Deep Learning in der Neurobildgebung
• Gehirn-Computerschnittstellen in der Neurotechnologie
• Klinische Datenbanken in der Transplantationsmedizin
• Methodenentwicklung und Wirkstoffdesign bei der Medikamentenentwicklung
• Machine-Learning-Modelle in der Onkologie
• Routinedaten und Datennutzung in der Intensivmedizin

Bei Abschluss des Kurses sind Sie in der Lage...

• zu beschreiben, welchen Einfluss die Standardisierung und Modellierung von Daten in Datenbanken für spätere KI-Modelle im klinischen Bereich haben.
• am Beispiel der Nephrologie und der Intensivmedizin, Zusammenhänge zwischen Datenbanken und KI-basierten Klassifikationsmodellen zu erläutern.
• grundlegend zu beschreiben, welche Daten ein Neuronales Netz benötigt, um ein Klassifikations- oder Vorhersagemodell zu trainieren und an welchen Parametern sich die Erfolgsquote misst.