Dieses Modul befasst sich mit zentralen Herausforderungen bei der Implementierung von KI im Gesundheitswesen und konzentriert sich dabei auf die Erkennung von Verzerrungen, die Zuverlässigkeit von Systemen und die Interpretierbarkeit von Modellen. Die Teilnehmenden erwerben Fachkenntnisse zur Identifizierung und Minderung von Verzerrungen in Datensätzen aus dem Gesundheitswesen und lernen gleichzeitig, Fairness-Vorgaben und Zuverlässigkeitsrahmenwerke umzusetzen. Der Schwerpunkt des Moduls liegt auf der Entwicklung interpretierbarer KI-Lösungen, die komplexe Modellausgaben in klinisch aussagekräftige Erkenntnisse für medizinisches Fachpersonal umsetzen.

Dieses Modul befasst sich mit Spezialisierungen der KI in der medizinischen Bildanalyse und der Vorhersage von Patientenrisiken. Die Studierenden lernen, Computer-Vision-Lösungen zur Unterstützung der diagnostischen Bildgebung zu implementieren und gleichzeitig ausgefeilte Vorhersagemodelle für die klinische Risikobewertung zu entwickeln. Das Modul verbindet praktische Erfahrungen mit Azure Cognitive Services und vorgefertigten Modellbibliotheken, um praxisnahe KI-Anwendungen für das Gesundheitswesen zu erstellen.

Im Mittelpunkt dieses Moduls steht die Umwandlung von Gesundheitsdaten und KI-Prognosen in umsetzbare visuelle Erkenntnisse für die klinische Entscheidungsfindung. Die Teilnehmer erlernen Techniken zur Datenintegration mit Azure Synapse und erstellen gleichzeitig umfassende Dashboards mit Power BI. Der Schwerpunkt des Moduls liegt auf der Entwicklung von Visualisierungslösungen, die komplexe Analysen im Gesundheitswesen verschiedenen Zielgruppen – von Klinikern bis hin zu Verwaltungsmitarbeitern – effektiv vermitteln.