4611484

Künstliche Intelligenz (KI) in der Medizintechnik

Compliance, Risiken und Best Practices verstehen

Seminar1 Tag DE, ENPräsenz / Live Online
Künstliche Intelligenz (KI) in der Medizintechnik beschreibt den Einsatz von Machine-Learning-Methoden in Medizinprodukten, um Diagnostik, Früherkennung und Therapieentscheidungen zu unterstützen. Das Seminar „Künstliche Intelligenz in der Medizintechnik“ vermittelt ein fundiertes Verständnis für den Einsatz, die Funktionsweise und die regulatorischen Rahmenbedingungen von KI-Systemen in Medizinprodukten. Sie lernen in der Schulung, wie MDR, IVDR, EU AI Act und FDA-Erwartungen die Entwicklung prägen. Außerdem setzen Sie sich mit den Anforderungen an Daten, Risikoanalyse und Qualitätsmanagement von KI in Medizinprodukten auseinander. Sie erhalten einen praxisnahen Überblick zu Good Machine Learning Practice (GMLP), Verifizierung & Validierung sowie zentralen Sicherheits- und Datenmanagementanforderungen. Beispiele aus Unternehmen verdeutlichen, wie Produkte in der Medizintechnik mithilfe von KI sicher und nachvollziehbar entwickelt werden.
ab 889,00 € Nettopreis (zzgl. MwSt.)

ab 1.057,91 € Bruttopreis (inkl. MwSt.)


calendar_todayTermin auswählen
Wie können wir helfen?
  Inhouse-Angebot

Vorteile einer Inhouse-Durchführung

  • Maßgeschneiderte Schulungsinhalte
  • Standortunabhängige Schulungsformate
  • Zeit- und Kosteneffizienz
Inhouse-Angebot anfragen

Buchen: Künstliche Intelligenz (KI) in der Medizintechnik

Aufbau und Inhalte des Seminars "KI in der Medizintechnik"

Das Seminar vermittelt die Grundlagen für den sicheren und regulatorisch konformen Einsatz von KI in der Medizintechnik. Sie lernen, wie KI-Systeme aufgebaut sind, wie Trainingsdaten qualitätsgesichert eingesetzt werden und welche regulatorischen Rahmenbedingungen gelten.

Zu Beginn erhalten Sie einen Überblick über typische KI-Anwendungen in der Medizintechnik. Sie erfahren, wie MDR, IVDR, EU AI Act und FDA-Erwartungen die Entwicklung, Dokumentation und Zulassung beeinflussen.

Der nächste Abschnitt behandelt Good Machine Learning Practice sowie Anforderungen an Nachvollziehbarkeit, Datenanforderungen und Modellvalidierung. Sie lernen, wie Sie V&V-Prozesse im QMS verankern und Trustworthiness, Transparenz und KI-Compliance bewerten.

Weitere Inhalte umfassen Risikomanagement, Cybersecurity und typische Failure Modes. Beispiele aus der Praxis verdeutlichen den sicheren Umgang mit KI-Funktionen im Produktlebenszyklus.

Häufige Fragen zu KI in der Medizintechnik

Sie nehmen an einer Online-Prüfung teil?


Alles Wichtige zu den Anforderungen und dem Ablauf finden Sie hier.

Können wir Ihnen weiterhelfen?


Kontaktbild von  einer Frau mit kurzen braunen Haaren

Zuletzt angesehen