Im Gesundheitswesen werden zunehmend selbst-lernende Algorithmen entwickelt, beispielsweise, um Tumoren in bildgebenden Verfahren zu erkennen. Dabei kommt oft Maschinelles Lernen zur Anwendung, d.h. Algorithmen erarbeiten fortlaufend ein komplexes Modell auf der Grundlage von Beispielen. Als solche Beispiele dienen Daten. Liegen Verzerrungen in diesen Daten vor, können die Verzerrungen weitreichende Folgen nach sich ziehen. „Stimmt der Algorithmus denn? - Das müssen wir immer wieder nachfragen, wir Ärzte“, stellt Prof. Sylvia Thun im Podcast fest. Sie ist approbierte Ärztin und Direktorin der Core Unit eHealth und Interoperabilität am Berlin Institute of Health in der Charité und berichtet, was Verzerrungen in den Daten sind und wie auch Hausärzte selbst-lernende Algorithmen nutzen können. (Dauer: 15:20 Minuten)