Video Tipp
Aktuelle News
Weitere News
Vor-Ort-Reportagen
Verlagsprodukte
Service
Termine     [Weitere...]
RSS-Feed Aktuelle News
Multimedia
 
  







Veröffentlicht: 07.12.2017


Die Diskussion rund um die Zukunft des „Machine Learning“ ist lebhaft und zugleich oft sehr vage. Dabei stellt sich die Frage, ob dies etwas übertrieben ist, oder ob es sich um einen echten „Game Changer“ handelt. Experten erwarten für das kommende Jahr eine weitere rasche Entwicklung maschinellen Lernens um Cybersicherheit und Produktivität zu verbessern. Eine Branche, die zukünftig maßgeblich beeinflusst werden wird, ist das Gesundheitswesen.

CIOs aus 11 Ländern und 25 Branchen, inklusive 90 CIOs aus Deutschland und Österreich, legten Wettbewerbsvorteile von Maschinellem Lernen offen. Dazu zeigt die Befragung “The Global CIO Point of View” von ServiceNow wie Führungskräfte mittels maschinellen Lernens ihre Ziele erreichen können. IDC schätzt, dass sich bis 2020 Investitionen in machine Learning fast verdoppeln werden. Neueste Analysen zeigen zudem, dass „Experte für Maschinelles Lernen“ eine der am schnellsten wachsenden Positionen innerhalb der IT ist.

Experten für Maschinelles Lernen können die Digitale Transformation jedoch oft nicht alleine umsetzen, betont Palo Alto Networks. CIOs in Deutschland und Österreich sind dem Markt für Maschinelles Lernen voraus, 94% von ihnen nutzen bereits die Technologie oder planen, diese einzusetzen, global sind es 89%. 66% der CIOs aus Deutschland und Österreich sagen, dass sie Digitalisierung in ihrem Unternehmen leiten und 55,5% glauben, dass ML eine bedeutende Rolle dabei spielt. 55% der befragten CIOs aus Deutschland und Österreich sagen, dass sie im Unternehmen Machine Learning bereits nutzen. 39% gaben an, die Technologie in Zukunft einzusetzen.

Die Fachwelt sieht vielerlei Anwendungen von maschinellem Lernen im Gesundheitswesen, die die Heilungsergebnisse und Patientenversorgung verbessern können. Am offensichtlichsten ist es, maschinelle Lernalgorithmen zu verwenden, um Diagnosen und Therapien zu verbessern, viel genauer als chronisch überlastetes klinisches Personal und mit viel besseren Ergebnissen.

Die ersten Schlagzeilen dazu gibt es bereits:

- Stanford hat einen tiefgreifenden Lernalgorithmus entwickelt, um Hautkrebs zu identifizieren.
- Google nutzte maschinelles Lernen, um ein Tool zu entwickeln, das Brustkrebs besser erkennt als menschliche Pathologen.
- Es gibt erste Erfolge des maschinellen Lernens, um diabetische Retinopathie in retinalen Fotografien zu erkennen.


Die Branche erlebt den Beginn einer langen Reihe von Durchbrüchen, die die Art, wie Menschen über maschinelles Lernen denken, verändern werden - von interessanten Forschungen bis hin zu einem neuen Behandlungsstandard für Patienten.

Drucker geeignete Seite Sende diesen Artikel einem Freund


Aktuelle Ausgabe