KI-Beratung Beta

Produktbild: Explainable Large Language Models in Healthcare Applications

Explainable Large Language Models in Healthcare Applications

Aus der Reihe Bio-IT and AI
  • Form:Einzelkauf Download
  • Sprache:Englisch

Fr. 213.90

inkl. gesetzl. MwSt.

Beschreibung

This is a comprehensive book that explores how explainable artificial intelligence (XAI), particularly large language models (LLMs), is transforming healthcare. The book covers foundational concepts of XAI, emphasizing the need for transparency, accountability, and interpretability in AI-driven medical...

Beschreibung

This is a comprehensive book that explores how explainable artificial intelligence (XAI), particularly large language models (LLMs), is transforming healthcare. The book covers foundational concepts of XAI, emphasizing the need for transparency, accountability, and interpretability in AI-driven medical systems, that are crucial for clinician and patient trust. It examines the principles and methodologies in explainable AI. It details how LLMs can make complex machine learning outputs understandable through explanations, model design, and human-centered description.

Part of the book is dedicated to real-world applications, such as disease diagnosis, treatment planning, and patient management. It demonstrates how XAI improves clinical decision-making and patient outcomes. It discusses the integration of explainable LLMs into electronic health records (EHRs) and clinical workflows. It shows how these technologies facilitate data analysis, improve documentation, and support care. The book also addresses the challenges and limitations of deploying explainable LLMs in healthcare. It includes issues of privacy, data complexity, and adapting models to specific domains. Evaluation techniques for explainability are discussed, with attention to metrics, benchmarks, and human-centered assessment methods that ensure AI explanations are both accurate and clinically relevant. Ethical considerations, such as fairness, accountability, and privacy, are discussed. We highlight the importance of balancing transparency with patient confidentiality. The book provides case studies and empirical evidence illustrating the benefits and challenges of implementing XAI in real clinical settings.

Produktdetails

Format

PDF

Kopierschutz

Nein

Family Sharing

Nein

Text-to-Speech

Nein

Produktdetails

Format

PDF

Format

eBooks im PDF-Format haben eine festgelegte Seitengröße und eignen sich daher nur bedingt zum Lesen auf einem tolino eReader oder Smartphone. Für den vollen Lesegenuss empfehlen wir Ihnen bei PDF-eBooks die Verwendung eines Tablets oder Computers.

Kopierschutz

Nein

Kopierschutz

Dieses eBook können Sie uneingeschränkt auf allen Geräten der tolino Familie, allen sonstigen eReadern und am PC lesen. Das eBook ist nicht kopiergeschützt und kann ein personalisiertes Wasserzeichen enthalten. Weitere Hinweise zum Lesen von eBooks mit einem personalisierten Wasserzeichen finden Sie unter Hilfe/Downloads.

Family Sharing

Nein

Family Sharing

Mit Family Sharing können Sie eBooks innerhalb Ihrer Familie (max. sechs Mitglieder im gleichen Haushalt) teilen. Sie entscheiden selbst, welches Buch Sie mit welchem Familienmitglied teilen möchten. Auch das parallele Lesen durch verschiedene Familienmitglieder ist durch Family Sharing möglich. Um eBooks zu teilen oder geteilt zu bekommen, muss jedes Familienmitglied ein Konto bei Thalia oder einem anderen tolino-Buchhändler haben. Weitere Informationen finden Sie unter Hilfe/Family-Sharing.

Text-to-Speech

Nein

Text-to-Speech

Bedeutet Ihnen Stimme mehr als Text? Mit der Funktion Text-to-Speech können Sie sich im tolino webReader und in der aktuellen Thalia – Lesen & Hören App das eBook vorlesen lassen. Weitere Informationen finden Sie unter Hilfe/Text-to-Speech.

Erscheinungsdatum

19.05.2026

Herausgeber
Verlag Springer
Seitenzahl

325 (Printausgabe)

Dateigröße

11810 KB

Sprache

Englisch

EAN

9783032150882

Barrierefreiheit
  • alle zum Verständnis notwendigen Inhalte sind über Screenreader zugänglich
  • navigierbares Inhaltsverzeichnis
  • logische Lesereihenfolge eingehalten
  • kurze Alternativtexte (z.B. für Abbildungen) vorhanden
  • hoher Kontrast zwischen Text und Hintergrund
  • entspricht der Vorgabe Barrierefreiheit PDF / UA 1
  • nicht oder eingeschränkt barrierefrei
  • keine Vorlesefunktionen des Lesesystems deaktiviert
  • Inhalt auch ohne Farbwahrnehmung verständlich dargestellt
  • Navigation über vorher / nachher Elemente

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

Weitere Artikel finden Sie in

  • Produktbild: Explainable Large Language Models in Healthcare Applications