Between Skepticism and Uncritical Acceptance – How an Optimal Level of Trust in Artificial Intelligence Can Ease the Burden on Healthcare
Identification
- Clé publique
- doi:10.5771/2701-4193-2025-2-143
- Auteurs
- Florian Zimmermann · Svenja Pelgrim · Andi Hamza
- Année déclarée
- 2025
- Langue déclarée
- en
- Type source
- article
- Première détection
- 2026-11-09T19:10:05.536740+00:00
- Dernière observation des métadonnées
- 2026-11-09T19:10:05.536740+00:00
- Dernière vérification HTTP
- Non effectuée
Résumé documentaire — langue originale
Artificial Intelligence (AI) is a key driver of the ongoing transformation in healthcare. It can support physicians in making diagnoses and help reduce medical errors. Studies indicate that the correct use of AI enhances the efficiency and performance of healthcare systems, thereby alleviating the burden on medical professionals, improving access to healthcare for all social groups, and strengthening public welfare. At the same time, many physicians exhibit limited trust in AI, preventing the full realization of its potential. However, excessive trust in AI also poses risks, such as the uncritical adoption of erroneous medical recommendations. In this context, this paper explores how an appropriate level of trust in AI can be established to optimize its performance while mitigating risks, ultimately contributing to a sustainable improvement in healthcare.
Identifiants
- OPENALEX
- W4412141192
- DOI
- 10.5771/2701-4193-2025-2-143
Repères documentaires
- Famille documentaire
- Doctrine
- Types déclarés par les sources
- article
Les mentions d’entités ne constituent pas une preuve de reconnaissance juridique. La juridiction étudiée est distincte du pays d’affiliation des auteurs.
Sources
OpenAlex · Document 1 · Document 2
Provenance des champs documentaires
Les valeurs étayées et les valeurs de provenance non résolue sont séparées. Une provenance bibliographique ne valide aucune affirmation juridique.
- Titre
- Étayé par une source documentaire
- Publication
- Étayé par une source documentaire
- Auteurs
- Étayé par une source documentaire
- Type documentaire
- Étayé par une source documentaire
- Juridiction
- Non renseigné
- Cour
- Non renseigné
- Autorité émettrice
- Non renseigné
- Éditeur
- Non renseigné
- DOI
- Étayé par une source documentaire
- ISBN
- Non renseigné
- Identifiant officiel
- Non renseigné
- URL source
- Étayé par une source documentaire
- Statut déclaré par la source
- Non renseigné
- Modification / abrogation
- Non renseigné
Citer cette référence
Florian Zimmermann; Svenja Pelgrim; Andi Hamza. Between Skepticism and Uncritical Acceptance – How an Optimal Level of Trust in Artificial Intelligence Can Ease the Burden on Healthcare. 2025. https://doi.org/10.5771/2701-4193-2025-2-143
JSON · CSL-JSON · BibTeX · RIS · CSV · JSON-LD ·
APA, Chicago, ISO 690 : formats bibliographiques fondés sur les champs disponibles. OSCOLA / Bluebook : données structurées uniquement ; aucune conformité juridique complète n’est revendiquée sans vérification des éléments nécessaires.
- APA
- Florian Zimmermann; Svenja Pelgrim; Andi Hamza. (2025). Between Skepticism and Uncritical Acceptance – How an Optimal Level of Trust in Artificial Intelligence Can Ease the Burden on Healthcare. https://doi.org/10.5771/2701-4193-2025-2-143
- Chicago
- Florian Zimmermann; Svenja Pelgrim; Andi Hamza. Between Skepticism and Uncritical Acceptance – How an Optimal Level of Trust in Artificial Intelligence Can Ease the Burden on Healthcare. 2025. https://doi.org/10.5771/2701-4193-2025-2-143
- ISO 690
- Florian Zimmermann; Svenja Pelgrim; Andi Hamza. Between Skepticism and Uncritical Acceptance – How an Optimal Level of Trust in Artificial Intelligence Can Ease the Burden on Healthcare. 2025. https://doi.org/10.5771/2701-4193-2025-2-143
UDTR — Bibliothèque juridique mondiale des droits de la Nature. Between Skepticism and Uncritical Acceptance – How an Optimal Level of Trust in Artificial Intelligence Can Ease the Burden on Healthcare. Notice documentaire: https://www.declarationuniverselledesdroitsdelarbre.org/global-rights-of-nature-radar/reference/r-e6b44dfc0ac4ba273043cacda2edcb9a/ · Dernière vérification HTTP : non effectuée
Provenance par champ et version de la notice
Version bed0382fd0b1057d · udtr-reference-1.1.2
- Titre
- OpenAlex · source · 2026-11-09T19:10:05.536740+00:00
- Auteurs
- OpenAlex · source · 2026-11-09T19:10:05.536740+00:00
- Année
- OpenAlex · source · 2026-11-09T19:10:05.536740+00:00
- Identifiants
- OpenAlex · source · 2026-11-09T19:10:05.536740+00:00
- URL source
- OpenAlex · source · 2026-11-09T19:10:05.536740+00:00
- ORCID déclarés des auteurs
- OpenAlex · source · 2026-11-09T19:10:05.536740+00:00
L’historique porte sur les métadonnées de la notice, sans certifier l’état du droit.
668422f2bf0efadf · 2026-11-09T19:10:05.536740+00:00
2c5224b0ba227dfd · 2026-11-09T19:10:05.536740+00:00
75e4a8130aa3a6b7 · 2026-11-09T19:10:05.536740+00:00
bed0382fd0b1057d · 2026-11-09T19:10:05.536740+00:00
Données de cette version figée
Dossiers et relations documentaires
Rôles des sources
Source de découverte · https://doi.org/10.5771/2701-4193-2025-2-143
Source de découverte · https://openalex.org/W4412141192
Un lien vers une autorité ne prouve pas à lui seul une affirmation juridique. Les résumés et les textes intégraux restent soumis aux conditions de leur source.
Statut documentaire
Pertinence à examiner
Bibliothèque
Cette identité n’est pas encore intégrée à la Bibliothèque juridique.