Publikationssuche

clear
6 Ergebnisse, ab 1
DIW Wochenbericht 13/14 / 2021

Der gesellschaftliche Mehrwert verknüpfter Daten: Algorithmen als Entscheidungshilfen bei Antibiotikaverschreibungen

Personendaten aus der Verwaltung (Administrativdaten) haben sich in den letzten Jahrzehnten als wichtige Basis zur Evaluierung von Politikmaßnahmen erwiesen. Durch maschinelles Lernen können basierend auf diesen Daten auch Vorhersagen getroffen werden, die zur Lösung gesellschaftlicher Problemstellungen beitragen. Hierzu gehören beispielsweise das Aufspüren von Steuerbetrug und eine bessere medizinische ...

2021| Shan Huang, Michael Allan Ribers, Hannes Ullrich
DIW Wochenbericht 19 / 2019

Künstliche Intelligenz und Daten können bei der Eindämmung von Antibiotikaresistenzen helfen

Eine zentrale Strategie, um der Zunahme von Antibiotikaresistenzen entgegenzutreten, ist die Verbesserung der ärztlichen Verschreibungspraxis. Damit sollen Fehlverschreibungen von Antibiotika als eine Hauptursache von Antibiotikaresistenzen vermieden werden. Die zunehmende Verfügbarkeit medizinischer Daten und Methoden des maschinellen Lernens bieten die Chance, schnellere Diagnosen bereitzustellen. ...

2019| Michael A. Ribers, Hannes Ullrich
DIW Weekly Report 19 / 2019

Artificial Intelligence and Big Data Can Help Contain Resistance to Antibiotics

Improving physicians’ prescription practices is a primary strategy for countering the rise in resistance to antibiotics. This would prevent physicians from incorrectly prescribing antibiotics, one of the main causes of antibiotic resistance. The increasing availability of medical data and methods of machine learning provide an opportunity to generate instant diagnoses. In the present study, the example ...

2019| Michael A. Ribers, Hannes Ullrich
Diskussionspapiere 1939 / 2021

The Value of Data for Prediction Policy Problems: Evidence from Antibiotic Prescribing

Large-scale data show promise to provide efficiency gains through individualized risk predictions in many business and policy settings. Yet, assessments of the degree of data-enabled efficiency improvements remain scarce. We quantify the value of the availability of a variety of data combinations for tackling the policy problem of curbing antibiotic resistance, where the reduction of inefficient antibiotic ...

2021| Shan Huang, Michael Allan Ribers, Hannes Ullrich
Diskussionspapiere 1911 / 2020

Machine Predictions and Human Decisions with Variation in Payoffs and Skills

Human decision-making differs due to variation in both incentives and available information. This generates substantial challenges for the evaluation of whether and how machine learning predictions can improve decision outcomes. We propose a framework that incorporates machine learning on large-scale administrative data into a choice model featuring heterogeneity in decision maker payoff functions ...

2020| Michael Allan Ribers, Hannes Ullrich
Diskussionspapiere 1803 / 2019

Battling Antibiotic Resistance: Can Machine Learning Improve Prescribing?

Antibiotic resistance constitutes a major health threat. Predicting bacterial causes of infections is key to reducing antibiotic misuse, a leading cause of antibiotic resistance. We combine administrative and microbiological laboratory data from Denmark to train a machine learning algorithm predicting bacterial causes of urinary tract infections. Based on predictions, we develop policies to improve ...

2019| Michael A. Ribers, Hannes Ullrich
6 Ergebnisse, ab 1
keyboard_arrow_up