Digitalisierung und datenbasierte Vernetzung
Die Gesundheitsversorgung in Deutschland wird zunehmend durch digitale Technologien wie die elektronische Patientenakte oder digitale Gesundheitsanwendungen (DiGA) unterstützt. Darüber hinaus gewinnen KI-gestützte Werkzeuge in der Früherkennung, Behandlung und im Management von Krankheiten an Bedeutung.
Die Gesundheitsversorgung befindet sich mitten in der digitalen Transformation, die viele Chancen, aber auch neue Risiken und Gefährdungslagen mit sich bringt. Unter anderem wird der Ausbau der Telematikinfrastruktur vorangetrieben, die eine sichere digitale Vernetzung der Akteure im Gesundheitswesen (Versicherte, Ärzteschaft, Krankenhäuser, Apotheken, Krankenkassen etc.) gewährleisten soll. Zu den neu eingeführten Funktionen gehören das elektronische Rezept sowie die elektronische Patientenakte (ePA). Telemedizinische Anwendungen (wie Videosprechstunden, Telemonitoring z.B. bei Herzinsuffizienz oder telekonsiliarische Befundbeurteilungen), von denen man sich eine bessere Versorgung der Bevölkerung v.a. in ländlichen Räumen erhofft, sind zwar teilweise bereits seit 2017 Teil der Regelversorgung [1]. Sie haben aber insgesamt noch einen eher geringen Anteil an der Versorgung [2]. Videosprechstunden wurden zwar während der Corona-Krise verstärkt genutzt, sind aber danach wieder zurückgegangen zu sein [2][1]. Im Bereich der digitalen Versorgung haben Ärzt/innen und Psychotherapeut/innen seit 2020 die Möglichkeit, digitale Gesundheitsanwendungen (DiGA) zu verordnen [3]. Die DiGA-Verordnung ermöglicht zwar Innovationen, steht aber in der Kritik wegen hoher Kosten und geringer evidenzbasierter Wirkung. Am Beispiel der ePA, die 2023 nur von weniger als 1 % der Versicherten genutzt wurde, zeigt sich, dass Akzeptanz und Nutzung dieser digitalen Angebote teilweise noch sehr gering sind [4][5]. Gründe hierfür sind u. a. Datenschutzbedenken, geringe digitale Gesundheitskompetenz und technische Zugangsbarrieren. Um die Nutzer/innenzahlen zu steigern, wurde sie Ende 2024 für alle Versicherten verpflichtend eingeführt (mit Opt-Out-Regelung).
Die Digitalisierung der Gesundheitsversorgung ist einerseits auf verlässliche Gesundheitsdaten angewiesen, führt andererseits aber auch zur Entstehung großer Datenmengen, deren Nutzung und Schutz neue Anforderungen mit sich bringt. In den letzten Jahren wurden sowohl in Deutschland als auch in der EU die rechtlichen Grundlagen für die Nutzung von Gesundheitsdaten verbessert. Die einrichtungsübergreifende Nutzung scheitert derzeit jedoch häufig noch an der mangelnden Interoperabilität der Daten und IT-Systeme [6]. Im neu gegründeten Forschungsdatenzentrum Gesundheit (FDZ Gesundheit) sollen künftig pseudonymisierte Abrechnungsdaten von Versicherten der gesetzlichen Krankenversicherung für die Forschung zur Verfügung stehen. Auf europäischer Ebene soll der European Health Data Space die sichere, grenzüberschreitende Nutzung von Gesundheitsdaten ermöglichen. Mit einer zunehmend datenbasierten Gesundheitsversorgung soll eine stärkere Fokussierung auf individualisierte Prädiktion, Prävention und Präzisionsmedizin möglich werden – bis hin zur Vision eines digitalen Patient/innenzwillings.
Neben der Gesundheitsversorgung befindet sich auch die Gesundheitswirtschaft mitten in der digitalen Transformation. Der Digital-Health-Markt, der Anwendungen in den Bereichen Fitness und Wohlbefinden, Online-Arztsprechstunden sowie Behandlung und Pflege umfasst, wächst sowohl weltweit als auch in Deutschland stark [7] (Datengrafik). Mit dem wachsenden Angebot an Gesundheits-Apps lösen sich die Grenzen zwischen der Gesundheitswirtschaft und der Digitalbranche zunehmend auf. Internationale Big-Tech- und Social-Media-Konzerne – wie Samsung, Apple und Google – spielen bei der Entwicklung von Apps im Präventions-, Wellness- und Lifestylebereich eine zunehmend wichtige Rolle und gewinnen auch hierzulande an Marktmacht [8][9]. Auch Apps, die auf der Basis von Symptomen eine KI-gestützte Selbstdiagnose – beispielsweise bei Verdacht auf Hautkrebs – oder psychotherapeutische Angebote mittels KI-basiertem Chatbot ermöglichen sollen , sind bereits verfügbar Diese Entwicklungen im Bereich der Apps und Wearables fördern einerseits tendenziell die Selbstbestimmung der Patient/innen [10] andererseits besteht die Gefahr von Fehldiagnosen sowie Fehlbehandlungen durch Apps, deren Qualität nicht oder nur mangelhaft wissenschaftlich evaluiert wurde.
Klicken Sie auf den unteren Button, um den Inhalt von Datawrapper zu laden.
Auch wenn der große Durchbruch noch aussteht, dürfte Künstliche Intelligenz (KI) im Gesundheitswesen in Zukunft eine immer wichtigere Rolle spielen [11]. KI bietet große Potenziale in der Datenanalyse – etwa für prädiktive Analysen, die Krankheitsrisiken frühzeitig erkennen, oder für die Automatisierung von Diagnosen, aber auch von Prozessen in der Verwaltung [12]. Der verstärkte Einsatz von KI-Systemen birgt jedoch die Gefahr diskriminierender Verzerrungen. Besonders dynamisch entwickelt sich die KI-Unterstützung in der klinischen Diagnostik, etwa in der Früherkennung und präzisen Klassifizierung von Krebserkrankungen, neurodegenerativen Krankheiten oder Herzerkrankungen [13][14][15][16]. Auch die Robotik gewinnt in der Medizin zunehmend an Bedeutung, wobei die Chirurgie, die Prothetik sowie die Rehabilitation die wichtigsten Anwendungsbereiche darstellen [17]. Der Anteil mit robotischer Unterstützung durchgeführter Operationen nimmt in Deutschland stetig zu – das Da-Vinci-Operationssystem ermöglicht hochpräzise, minimalinvasive Eingriffe und wurde bisher bei mehr als 7 Mio. Eingriffen eingesetzt [18]. Die zunehmende robotische Unterstützung im klinischen Alltag hat Auswirkungen auf das professionelle Handeln sowie ethische Implikationen, die es zu reflektieren gilt [19]. Eine weitere digitale Technologie, die für Anwendungen in der Präzisionsmedizin– etwa für die Herstellung maßgeschneiderter Zahnkronen, Hörgeräte und Prothesen, aber auch von Arzneimitteln – immer wichtiger wird, ist die additive Fertigung (3D-Druck) [20][21]. Moderne Digitalisierungs- und Automatisierungstechnologien (Smart Manufacturing) ersetzen in der Pharma- und Medizintechnikindustrie zunehmend traditionelle Fertigungsverfahren und ermöglichen eine personalisierte Produktion [22].
Die Digitalisierung im Gesundheitswesen führt zu einem erheblichen Kompetenzwandel sowohl bei den Gesundheitsfachkräften als auch bei den Patient/innen [23]. Gesundheitsfachkräfte müssen digitale Technologien nicht nur bedienen können, sondern benötigen erweiterte Technikkompetenzen, um die Folgen des Einsatzes digitaler Technologien einschätzen und bewerten zu können. Um digitale Gesundheitsanwendungen nutzen zu können, müssen Patient/innen nicht nur in der Lage sein, diese zu bedienen, sondern auch über die Fähigkeit verfügen, Gesundheitsinformationen kritisch zu bewerten. Die Tatsache, dass Menschen mit niedrigem Einkommen, geringer Bildung oder in ländlichen Gebieten oft weniger Zugang zu digitalen Gesundheitsangeboten haben (Digital Divide) [24], ist insofern ein grundlegendes Hindernis für den Nutzen der Digitalisierung, als sie bestehende gesundheitliche Ungleichheiten zu verschärfen droht (Datengrafik).
Klicken Sie auf den unteren Button, um den Inhalt von Datawrapper zu laden.
Ein digitaler Zwilling ist ein virtuelles Modell physischer Entitäten, das anhand von Daten und Echtzeitsimulationen erstellt wird. Das Konzept digitaler Zwillinge stammt ursprünglich aus der industriellen Fertigung, gewinnt aber auch in der Raumplanung sowie der Medizin und der Gesundheitsversorgung immer mehr an Bedeutung [25]. Ziel eines digitalen Patient/innenzwillings ist es, ein detailliertes und dynamisches virtuelles Modell einer Person oder einzelner Organe bzw. Körperteile zu schaffen. Die Modellierung wird ermöglicht durch die Erhebung unterschiedlichster individueller Gesundheitsdaten, wie Vitalparameter, medizinische Bilddaten, genetische Informationen sowie Umgebungsfaktoren (mithilfe von Apps, Wearables, Diagnosetools, DNA-Tests, Implantaten etc.), und den Einsatz von KI-Algorithmen. Diese Modelle sollen u.a. Krankheitsverläufe simulieren und Ärzt/innen helfen, Therapien präzise anzupassen und potenzielle Reaktionen auf verschiedene Behandlungsmethoden vorherzusagen. Dadurch, dass der digitale Patient/innenzwilling kontinuierlich mit neuen Daten aktualisiert wird, sollen Veränderungen im Gesundheitszustand der Patient/innen quasi in Echtzeit erfasst werden können, um bei Bedarf schnell reagieren zu können. Die Technologie hat grundsätzlich das Potenzial, frühzeitigere und präzisere Diagnosen, eine verbesserte Prävention sowie personalisierte Behandlungen zu ermöglichen. Erste Patient/innenzwillinge wurden prototypisch realisiert. Die Vision eines umfassenden Patientenmodells ist heute aufgrund fehlender Daten und eines erst mangelhaften Verständnisses physiologischer Prozesse noch nicht bzw. nur in Teilaspekten umsetzbar. Die Etablierung von digitalen Patient/innenzwillingen setzt neben technologischen Fortschritten in Bereichen wie KI und Simulationstechnologien, Medizintechnik und Diagnostik eine digitalisierte Gesundheitsversorgung voraus. Eine damit verbundene Herausforderung ist der Datenschutz; sensible Gesundheitsdaten müssen ausreichend geschützt werden. Ohne standardisierte Dateninfrastruktur, flächendeckende ePA-Nutzung und klare ethische Standards dürfte das Potenzial beschränkt bleiben.
Psychische Störungen werden nicht nur bei Kindern und Jugendlichen immer häufiger [26][27], auch bei Erwerbstätigen nehmen Krankschreibungen und Fehltage aufgrund psychischer Erkrankungen seit 2011, verstärkt seit der Covid-19-Pandemie, zu [28][29]. Damit steigt auch die Nachfrage nach Psychotherapien rasant, Patient/innen sind teilweise mit sehr langen Wartezeiten konfrontiert [30]. KI und Chatbots könnten Therapien in Zukunft sinnvoll ergänzen und Betroffene im Alltag unterstützen. So hat beispielsweise das Mannheimer Zentralinstitut für Seelische Gesundheit (ZI) eine KI-App entwickelt, die das Risiko für psychische Krankheiten bei Jugendlichen verringern soll, indem sie Übungen anleitet und Tipps gibt [31]. Weitere ähnliche Apps sind bereits erhältlich („Wysa“ oder „Woebot Health“) oder in Entwicklung – in der Regel sind sie aber noch nicht als Medizinprodukt zugelassen [32]. Vor allem bei der Diagnose psychischer Störungen könnten KI-Anwendungen zukünftig einen großen Nutzen haben [33]. In Forschungsprojekten wurden beispielsweise LLMs mit Erfolg eingesetzt, um aus der Stimmlage oder per App aufgezeichneten Schallwellen Hinweise auf psychische Erkrankungen mit großer Genauigkeit zu ableiten zu können [34][35]. Eine Herausforderung besteht neben der Zulassung als Medizinprodukt u.a. bei ihrer Integration in die medizinische Versorgung, was geschultes Personal und aus Datenschutzgründen eine sichere IT-Infrastruktur voraussetzt [36]. Niedrigschwellige digitale Angebote könnten insbesondere in ländlichen oder unterversorgten Regionen den Zugang zur psychischen Gesundheitsversorgung verbessern.
- Stachwitz, P.; Debatin, J. F. (2023): Digitalisierung im Gesundheitswesen: heute und in Zukunft. In: Bundesgesundheitsblatt – Gesundheitsforschung – Gesundheitsschutz 66, S. 105–113, DOI: 10.1007/s00103-022-03642-8
- Bundesregierung (2024): Bericht des Bewertungsausschusses und des ergänzenden Bewertungsaus-schusses zur telemedizinischen Leistungserbringung im Einheitlichen Bewertungsmaßstab für das Berichtsjahr 2022. Drucksache 20/13200, Berlin
- Anfang Februar 2025 waren 69 Apps z.B. für die Bereiche Verdauung, Psyche, Stoffwechsel sowie Herz und Kreislauf auf Rezept erhältlich (36 mehr als im Herbst 2022) (Goeldner/Gehder 2024; Padmanabhan et al. 2024). Vgl. diga.bfarm.de/de/verzeichnis; Brönneke, J. B. et al. (2021): Digitalisierte Gesundheitsversorgung im Jahr 2030 – ein mögliches Szenario. In: Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz 64, S. 1285–1291, DOI: 10.1007/s00103-021-03416-8
- BMG (2023): Gemeinsam digital. Digitalisierungsstrategie für das Gesundheitswesen und die Pflege. Bundesministerium für Gesundheit, Berlin
- Preusker, S. C. (2024): Umfrage sieht sinkende Akzeptanz für ePA – Kassen zählen geringe Menge an Widersprüchen. 6.11.2024, www.medhochzwei-verlag.de/ (12.2.2025)
- Dössel, O.; Lenarz, T. (2023): Gesundheitsdatennutzung – sicher und souverän. acatech – Deutsche Akademie der Technikwissenschaften, München, DOI: 10.48669/ACA_2023-10
- Statista (2024): Digital Health Deutschland. Statista Marktprognose. 23.9.2024, www.statista.com/ (23.9.2024)
- Kostera, A.; Schwenk, U. (2022): Tech-Giganten im Gesundheitswesen. Chancen für bessere Versorgung nutzen – solidarisches Gesundheitssystem erhalten. Bertelsmann Stiftung, Gütersloh
- E-Health-com (2024): Digital Health-Nutzung in Deutschland: Globale Big-Tech- und Plattform-Anbieter bauen weiter Vorreiterrolle aus. 27.2.2024, www.e-health-com.de/ (2.9.2024)
- Fraunhofer IESE (2023): Digitale Gesundheitsversorgung 2033. Whitepaper, Kaiserslautern, https://doi.org/1024406/publica-2223
- Bierfreund, I. (2024a): Durchbruch von KI in der Medizin steht noch aus. Tagesspiegel Background Gesundheit & E-Health, 9.12.2024, www.background.tagesspiegel.de/ (10.12.2024)
- Hiltawsky, K. et al. (2024): KI für bessere Abläufe in Medizin und Pflege. Anwendungen und Potenziale in organisatorischen Prozessen. Whitepaper aus der Plattform Lernende Systeme. München
- Bhasker, N. et al. (2023): Bildgebende Diagnostik und der Einsatz von künstlicher Intelligenz beim Management von Organmetastasen. In: Die Onkologie 29(3), S. 182–191, DOI: 10.1007/s00761-022-01282-w
- Boston Consulting Group; vfa (2024): Medizinische Biotechnologie in Deutschland 2024. Wirt-schaftsdaten Biopharmazeutika und KI als Tool in F&E und in der Patient:innenversorgung. Berlin
- Pinto-Coelho, L. (2023): How Artificial Intelligence Is Shaping Medical Imaging Technology: A Survey of Innovations and Applications. In: Bioengineering 10(12), S. 1435, DOI: 10.3390/bioengineering10121435
- Su, Y. et al. (2025): Applications of Large Models in Medicine. In: AI Med 1(1), S. 1–2, DOI: 10.71423/aimed.20250105
- Werner, K. et al. (2023): Branchenanalyse Medizintechnik. Ein Industriezweig im Zuge neuer internationaler Krisen und fortschreitender Digitalisierung. Hans Böckler Stiftung, Working Paper Forschungsförderung 341, Düsseldorf
- Mathis-Ullrich, F.; Scheikl, P. M. (2021): Robotik im Operationssaal – (Ko‑)Operieren mit Kollege Roboter. In: Der Gastroenterologe 16(1), S. 25–34, DOI: 10.1007/s11377-020-00496-x
- Hillmann, K. et al. (2020): Robotertechnik im Arbeitsalltag von Chirurgen. Zu den Auswirkungen der daVinci-Operationstechnik auf den Beruf von Ärzten. TU Chemnitz, Working Paper 2020-01
- Paul, G. M. et al. (2018): Medical Applications for 3D Printing: Recent Developments. In: Missouri Medicine 115(1), S. 75–81
- Salmi, M. (2021): Additive Manufacturing Processes in Medical Applications. In: Materials 14(1), S. 191, DOI: 10.3390/ma14010191
- Arden, N. S. et al. (2021): Industry 4.0 for pharmaceutical manufacturing: Preparing for the smart factories of the future. In: International Journal of Pharmaceutics 602, S. 120554, DOI: 10.1016/j.ijpharm.2021.120554
- Kostera, A.; Schwenk, U. (2022): Tech-Giganten im Gesundheitswesen. Chancen für bessere Versorgung nutzen – solidarisches Gesundheitssystem erhalten. Bertelsmann Stiftung, Gütersloh
- Cornejo Müller, A. et al. (2020): Digital Divide – Soziale Unterschiede in der Nutzung digitaler Gesundheitsangebote. In: Bundesgesundheitsblatt – Gesundheitsforschung – Gesundheitsschutz 63, S. 185–191, DOI: 10.1007/s00103-019-03081-y
- Katsoulakis, E. et al. (2024): Digital twins for health: a scoping review. In: npj Digital Medicine 7(1), S. 1–11, DOI: 10.1038/s41746-024-01073-0
- Schwenkenbecher, J. (2024): Psychische Probleme bei Jugendlichen: Warum die psychische Krise der Jugendlichen so bedrohlich ist. In: Die Zeit, 14.8.2024
- Tagesspiegel Background (2024b): Immer mehr psychische Erkrankungen bei Kindern und Jugendlichen. 7.8.2024, background.tagesspiegel.de/ (9.7.2025)
-
Ärzteblatt (2023): Deutlicher Anstieg psychischer Erkrankungen. Deutsches Ärzteblatt, 27.2.2023, https://www.aerzteblatt.de/nachrichten/141288/Deutlicher-Anstieg-psychischer-Erkrankungen (20.9.2024)
-
WIdO (2024): Arbeitsunfähigkeit aufgrund psychischer Erkrankungen. Wissenschaftliches Institut der AOK; Statista, de.statista.com (14.6.2024)
- Freia, P. (2024): Krise der Gesundheitsversorgung: Der drastische Mangel an Psychotherapeuten und das Nadelöhr für den Nachwuchs. DIE WELT, 14.7.2024, www.welt.de/ (9.10.2024)
- Kiss, P. (2024): KI und Chatbots: Viel Potenzial in der Psychotherapie. swr.online, 17.7.2024, www.swr.de/ (9.10.2024)
- ITA (2024): Intelligente Soziale Agenten gegen Einsamkeit? Foresight und Technikfolgenabschätzung: Monitoring und Zukunftsthemen für das Österreichische Parlament, Institut für Technikfolgen-Abschätzung, Wien
- The Economist (2024): AI offers an intriguing new way to diagnose mental-health conditions. 2.10.2024, www.economist.com (9.7.2025)
- Supriya, M. S. et al. (2024): AI-Powered Mental Health Diagnosis: A Comprehensive Exploration of Machine and Deep Learning Techniques. In: 2024 International Conference on Distributed Computing and Optimization Techniques (ICDCOT) Bengaluru, India, S. 1–6, DOI: 10.1109/ICDCOT61034.2024.10515610
- Verma, S. et al. (2023): AI-Enhanced Mental Health Diagnosis: Leveraging Transformers for Early Detection of Depression Tendency in Textual Data. In: 2023 15th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT) Ghent, Belgium, S. 56–61, DOI: 10.1109/ICUMT61075.2023.10333301
- Bierfreund, N. G. und I. (2024b): „Eine KI sollte kein Therapeut sein“. Tagesspiegel Background Gesundheit & E-Health, 27.2.2024, www.background.tagesspiegel.de/ (20.9.2024)



Büro für Technikfolgen-Abschätzung beim Deutschen Bundestag (TAB) (2024): Foresight-Report zum Infrastruktursystem Gesundheit (Autor/innen: Bledow, N.; Eickhoff, M.; Evers-Wölk, M.; Kahlisch, C.; Kehl, C.; Nolte, R.; Riousset, P.). Berlin. https://foresight.tab-beim-bundestag.de/reports/gesundheit
- Stachwitz, P.; Debatin, J. F. (2023): Digitalisierung im Gesundheitswesen: heute und in Zukunft. In: Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 66, S. 105–113, DOI: 10.1007/s00103-022-03642-8
- Bundesregierung (2024): Bericht des Bewertungsausschusses und des ergänzenden Bewertungsaus-schusses zur telemedizinischen Leistungserbringung im Einheitlichen Bewertungsmaßstab für das Berichtsjahr 2022. Drucksache 20/13200, Berlin
- Anfang Februar 2025 waren 69 Apps z.B. für die Bereiche Verdauung, Psyche, Stoffwechsel sowie Herz und Kreislauf auf Rezept erhältlich (36 mehr als im Herbst 2022) (Goeldner/Gehder 2024; Padmanabhan et al. 2024). Vgl. diga.bfarm.de/de/verzeichnis; Brönneke, J. B. et al. (2021): Digitalisierte Gesundheitsversorgung im Jahr 2030 – ein mögliches Szenario. In: Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz 64, S. 1285–1291, DOI: 10.1007/s00103-021-03416-8
- BMG (2023): Gemeinsam digital. Digitalisierungsstrategie für das Gesundheitswesen und die Pflege. Bundesministerium für Gesundheit, Berlin
- Preusker, S. C. (2024): Umfrage sieht sinkende Akzeptanz für ePA – Kassen zählen geringe Menge an Widersprüchen. 6.11.2024, www.medhochzwei-verlag.de/ (12.2.2025)
- Dössel, O.; Lenarz, T. (2023): Gesundheitsdatennutzung – sicher und souverän. acatech – Deutsche Akademie der Technikwissenschaften, München, DOI: 10.48669/ACA_2023-10
- Statista (2024): Digital Health Deutschland. Statista Marktprognose. 23.9.2024, www.statista.com/ (23.9.2024)
- Kostera, A.; Schwenk, U. (2022): Tech-Giganten im Gesundheitswesen. Chancen für bessere Versorgung nutzen – solidarisches Gesundheitssystem erhalten. Bertelsmann Stiftung, Gütersloh
- E-Health-com (2024): Digital Health-Nutzung in Deutschland: Globale Big-Tech- und Plattform-Anbieter bauen weiter Vorreiterrolle aus. 27.2.2024, www.e-health-com.de/ (2.9.2024)
- Fraunhofer IESE (2023): Digitale Gesundheitsversorgung 2033. Whitepaper, Kaiserslautern, https://doi.org/1024406/publica-2223
- Bierfreund, I. (2024a): Durchbruch von KI in der Medizin steht noch aus. Tagesspiegel Background Gesundheit & E-Health, 9.12.2024, www.background.tagesspiegel.de/ (10.12.2024)
- Hiltawsky, K. et al. (2024): KI für bessere Abläufe in Medizin und Pflege. Anwendungen und Potenziale in organisatorischen Prozessen. Whitepaper aus der Plattform Lernende Systeme. München
- Bhasker, N. et al. (2023): Bildgebende Diagnostik und der Einsatz von künstlicher Intelligenz beim Management von Organmetastasen. In: Die Onkologie 29(3), S. 182–191, DOI: 10.1007/s00761-022-01282-w
- Boston Consulting Group; vfa (2024): Medizinische Biotechnologie in Deutschland 2024. Wirt-schaftsdaten Biopharmazeutika und KI als Tool in F&E und in der Patient:innenversorgung. Berlin
- Pinto-Coelho, L. (2023): How Artificial Intelligence Is Shaping Medical Imaging Technology: A Survey of Innovations and Applications. In: Bioengineering 10(12), S. 1435, DOI: 10.3390/bioengineering10121435
- Su, Y. et al. (2025): Applications of Large Models in Medicine. In: AI Med 1(1), S. 1–2, DOI: 10.71423/aimed.20250105
- Werner, K. et al. (2023): Branchenanalyse Medizintechnik. Ein Industriezweig im Zuge neuer internationaler Krisen und fortschreitender Digitalisierung. Hans Böckler Stiftung, Working Paper Forschungsförderung 341, Düsseldorf
- Mathis-Ullrich, F.; Scheikl, P. M. (2021): Robotik im Operationssaal – (Ko‑)Operieren mit Kollege Roboter. In: Der Gastroenterologe 16(1), S. 25–34, DOI: 10.1007/s11377-020-00496-x
- Hillmann, K. et al. (2020): Robotertechnik im Arbeitsalltag von Chirurgen. Zu den Auswirkungen der daVinci-Operationstechnik auf den Beruf von Ärzten. TU Chemnitz, Working Paper 2020-01
- Paul, G. M. et al. (2018): Medical Applications for 3D Printing: Recent Developments. In: Missouri Medicine 115(1), S. 75–81
- Salmi, M. (2021): Additive Manufacturing Processes in Medical Applications. In: Materials 14(1), S. 191, DOI: 10.3390/ma14010191
- Arden, N. S. et al. (2021): Industry 4.0 for pharmaceutical manufacturing: Preparing for the smart factories of the future. In: International Journal of Pharmaceutics 602, S. 120554, DOI: 10.1016/j.ijpharm.2021.120554
- Kostera, A.; Schwenk, U. (2022): Tech-Giganten im Gesundheitswesen. Chancen für bessere Versorgung nutzen – solidarisches Gesundheitssystem erhalten. Bertelsmann Stiftung, Gütersloh
- Cornejo Müller, A. et al. (2020): Digital Divide – Soziale Unterschiede in der Nutzung digitaler Gesundheitsangebote. In: Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 63, S. 185–191, DOI: 10.1007/s00103-019-03081-y
- Katsoulakis, E. et al. (2024): Digital twins for health: a scoping review. In: npj Digital Medicine 7(1), S. 1–11, DOI: 10.1038/s41746-024-01073-0
- Schwenkenbecher, J. (2024): Psychische Probleme bei Jugendlichen: Warum die psychische Krise der Jugendlichen so bedrohlich ist. In: Die Zeit, 14.8.2024
- Tagesspiegel Background (2024b): Immer mehr psychische Erkrankungen bei Kindern und Jugendlichen. 7.8.2024, background.tagesspiegel.de/ (9.7.2025)
-
Ärzteblatt (2023): Deutlicher Anstieg psychischer Erkrankungen. Deutsches Ärzteblatt, 27.2.2023, https://www.aerzteblatt.de/nachrichten/141288/Deutlicher-Anstieg-psychischer-Erkrankungen (20.9.2024)
-
WIdO (2024): Arbeitsunfähigkeit aufgrund psychischer Erkrankungen. Wissenschaftliches Institut der AOK; Statista, de.statista.com (14.6.2024)
- Freia, P. (2024): Krise der Gesundheitsversorgung: Der drastische Mangel an Psychotherapeuten und das Nadelöhr für den Nachwuchs. DIE WELT, 14.7.2024, www.welt.de/ (9.10.2024)
- Kiss, P. (2024): KI und Chatbots: Viel Potenzial in der Psychotherapie. swr.online, 17.7.2024, www.swr.de/ (9.10.2024)
- ITA (2024): Intelligente Soziale Agenten gegen Einsamkeit? Foresight und Technikfolgenabschätzung: Monitoring und Zukunftsthemen für das Österreichische Parlament, Institut für Technikfolgen-Abschätzung, Wien
- The Economist (2024): AI offers an intriguing new way to diagnose mental-health conditions. 2.10.2024, www.economist.com (9.7.2025)
- Supriya, M. S. et al. (2024): AI-Powered Mental Health Diagnosis: A Comprehensive Exploration of Machine and Deep Learning Techniques. In: 2024 International Conference on Distributed Computing and Optimization Techniques (ICDCOT) Bengaluru, India, S. 1–6, DOI: 10.1109/ICDCOT61034.2024.10515610
- Verma, S. et al. (2023): AI-Enhanced Mental Health Diagnosis: Leveraging Transformers for Early Detection of Depression Tendency in Textual Data. In: 2023 15th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT) Ghent, Belgium, S. 56–61, DOI: 10.1109/ICUMT61075.2023.10333301
- Bierfreund, N. G. und I. (2024b): „Eine KI sollte kein Therapeut sein“. Tagesspiegel Background Gesundheit & E-Health, 27.2.2024, www.background.tagesspiegel.de/ (20.9.2024)