Der Gender Data Gap stellt im Rahmen KI-basierter Medizintechnik ein Risiko für die Gesundheit und Versorgung von Frauen dar. Im Beitrag zeigen Felicitas Muth und Bettina Schmietow, wie verzerrte oder unvollständige Datensätze zu systematischen Ungleichheiten in Diagnostik und Therapie führen können und welche Rolle geschlechtersensible Daten und Validierungsprozesse für faire KI spielen. Gleichzeitig zeigen sie Potenziale auf, wie durch repräsentative Datengrundlagen und geeignete regulatorische Rahmenbedingungen eine gerechtere Gesundheitsversorgung gefördert werden kann.
Diese Publikation ist Teil unseres Dossiers Medizintechnik: Künstliche Intelligenz und digitale Innovationen in der Praxis.