Die Weiterbildung in der Übersicht
Das Gesundheitswesen befindet sich in einem tiefgreifenden Wandel. Die Diagnostik, Behandlung und Versorgungsprozesse verändern sich grundlegend durch Entwicklungen wie Künstliche Intelligenz, datengetriebene Entscheidungsunterstützung, vernetzte Sensorik und Telemedizin. Gleichzeitig sind Fachpersonen vermehrt dazu aufgefordert, auch ethische Fragen zu stellen und für die rechtliche Sicherheit zu sorgen - während sie die Patienten in den Mittelpunkt stellen.
Inhalte
Das CAS Digital Health Technologies & AI verbindet technologische Kompetenz mit systemischem Denken und Innovationsmanagement. Ziel ist es, neue Technologien nicht nur zu verstehen, sondern sie verantwortungsvoll zu bewerten, strategisch einzuordnen und in Organisationen nachhaltig zu implementieren. Dafür bauen die Teilnehmenden ein fundiertes Systemverständnis auf und setzen sich mit den Interoperabilitäts-Grundlagen auseinander. Darüber hinaus widmen sie sich der Versorgungslogik und ethischen Fragestellungen.
Im Zentrum stehen Fragen wie:
- Wie funktionieren moderne KI-Modelle im klinischen Kontext?
- Wie lassen sich Big Data und Health Analytics nutzbar machen?
- Wie werden Telemedizin und Robotik verantwortungsvoll eingeführt?
- Wie gelingt nachhaltige Innovation zwischen Technologie, Organisation und Mensch?
Neben technologischer Bewertung thematisiert die Weiterbildung die wirtschaftliche und organisatorische Tragfähigkeit. Die Teilnehmenden lernen, Business Cases für KI- und Digital-Health-Initiativen zu entwickeln, Investitionsentscheidungen vorzubereiten und Skalierungsstrategien zu entwerfen.
Zielgruppe
Die Weiterbildung betrifft Spitäler, ambulante Leistungserbringern, MedTech-Unternehmen, Kostenträgern und Behörden. Das CAS richtet sich an Fach- und Führungspersonen aus Klinik, ICT, MedTech, Pflege und Management, die digitale Innovation aktiv mitgestalten wollen. Es baut auf bestehenden Kompetenzen im Bereich Digital Health auf, welche durch vorbereitende Programme erworben werden können.
Lernziele
Absolventinnen und Absolventen können:
- Anwendungsfälle von KI und Analytics im klinischen Kontext fachlich bewerten (Nutzen, Risiken, Bias/Transparenz, Human-in-the-Loop).
- Daten- und Interoperabilitätsanforderungen ableiten (z.B. HL7/FHIR/SNOMED, Datenqualität/Semantik).
- Telemedizin-/Remote-Care-Lösungen einführen und dabei regulatorische, organisatorische und wirtschaftliche Rahmenbedingungen berücksichtigen.
- Verantwortungsvolle Innovation und Transformation operationalisieren (RRI, Change-Ansätze, cross-funktionale Zusammenarbeit).
Module
Modul 1: AI & Clinical Decision Support
Dieses Modul vermittelt die Grundlagen moderner KI-Technologien wie Machine Learning (ML) und Large Language Models (LLM) im klinischen Kontext. Praxisbeispiele und interaktive Formate bearbeiten Anwendungsfelder wie Diagnostik, Triage und Risikobewertung. Die Teilnehmenden reflektieren kritisch Fragestellungen um Bias, Transparenz, Black Box, rechtliche Rahmenbedingungen und Human-in-the-Loop-Ansätze.
Modul 2: Big Data und Health Analytics
Das Modul zeigt, wie strukturierte und unstrukturierte Gesundheitsdaten verarbeitet, integriert und analysiert werden. Im Fokus stehen Datenqualität, Interoperabilität, Standards (z. B. HL7, FHIR, SNOMED) und semantische Modellierung. Die Teilnehmenden lernen, Daten in Dashboards und Analytics-Modelle (predictive und prescriptive) zu überführen und deren Aussagekraft kritisch zu bewerten. Zusätzlich behandelt das Modul Systemarchitekturen im klinischen Umfeld, Plattformlogiken, API-Strategien sowie Make-or-Buy-Entscheidungen im Zusammenspiel mit bestehenden IT-Landschaften.
Modul 3: Telemedizin, Robotik und Sensorik
Dieses Modul beleuchtet moderne Versorgungsformen wie Telemonitoring, Remote Care, robotische Assistenz und vernetzte Sensorik. Die Teilnehmenden verknüpfen technologische Möglichkeiten mit regulatorischen, organisatorischen und wirtschaftlichen Rahmenbedingungen. Anhand konkreter Anwendungsfälle zeigen die Dozierenden, wie innovative Technologien patientenzentriert und nachhaltig implementiert werden.
Modul 4: Responsible Innovation und Transformation
Im Fokus steht die nachhaltige und verantwortungsvolle Einführung neuer Technologien. Teilnehmende arbeiten praxisnah mit Modellen wie Responsible Research & Innovation (RRI) sowie mit Change-Management-Ansätzen. Darüber hinaus thematisiert der Unterricht interprofessionelle Zusammenarbeit, crossfunktionale Teams und agile Methoden - sie bilden die Grundlage für erfolgreiche Transformation. Das Modul bearbeitet ausserdem die Themen AI-Governance, Verantwortlichkeitsmodelle (z. B. Data Owner, AI Owner), Risiko-Management, Monitoring und Lifecycle-Steuerung.
