Accès ouvert déclaré 2025 article

Democratizing AI in Healthcare with Open Medical Inference (OMI): Protocols, Data Exchange, and AI Integration

Obioma Pelka, Stefan Sigle, P. Wilhelm Werner, Simon T. Schweizer, Alexa Iancu, Lucas Giuliani Scherer, Nicolas Andreas Kamzol, Jan Horst Eil, Timo Apfelbacher, Dmitrii Seletkov, Tobias Susetzky, Matthias Stefan May, Andreas Michael Bucher, Christian Fegeler, Martin Boeker, Rickmer Früdd Braren, Hans‐Ulrich Prokosch, Felix Nensa

1Citations signalées, ce qui n’est pas une note de qualité

10Institutions déclarées

2Pays d’affiliation déclarés

Rattachement africain : de, ca. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

The integration of artificial intelligence (AI) into healthcare is transforming clinical decision-making, patient outcomes, and workflows. AI inference, applying trained models to new data, is central to this evolution, with cloud-based infrastructures enabling scalable AI deployment. The Open Medical Inference (OMI) platform democratizes AI access through open protocols and standardized data formats for seamless, interoperable healthcare data exchange. By integrating standards like FHIR and DICOMweb, OMI ensures interoperability between healthcare institutions and AI services while fostering ethical AI use through a governance framework addressing privacy, transparency, and fairness.OMI's implementation is structured into work packages, each addressing technical and ethical aspects. These include expanding the Medical Informatics Initiative (MII) Core Dataset for medical imaging, developing infrastructure for AI inference, and creating an open-source DICOMweb adapter for legacy systems. Standardized data formats ensure interoperability, while the AI Governance Framework promotes trust and responsible AI use.The project aims to establish an interoperable AI network across healthcare institutions, connecting existing infrastructures and AI services to enhance clinical outcomes. · OMI develops open protocols and standardized data formats for seamless healthcare data exchange.. · Integration with FHIR and DICOMweb ensures interoperability between healthcare systems and AI services.. · A governance framework addresses privacy, transparency, and fairness in AI usage.. · Work packages focus on expanding datasets, creating infrastructure, and enabling legacy system integration.. · The project aims to create a scalable, secure, and interoperable AI network in healthcare.. · Pelka O, Sigle S, Werner P et al. Democratizing AI in Healthcare with Open Medical Inference (OMI): Protocols, Data Exchange, and AI Integration. Rofo 2026; 198: 173-184.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref: Democratizing AI in Healthcare with Open Medical Inference (OMI): Protocols, Data Exchange, and AI Integration
Date Crossref: 29/09/2025
Éditeur: Georg Thieme Verlag KG
Type: journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

Essen University Hospital pays non établi dans la notice
Organisme public
MOLIT Institut für Personalisierte Medizin pays non établi dans la notice
Organisation à but non lucratif
Heilbronn University pays non établi dans la notice
Université ou école supérieure
Universitätsklinikum Erlangen pays non établi dans la notice
Établissement de santé
Friedrich-Alexander-Universität Erlangen-Nürnberg pays non établi dans la notice
Université ou école supérieure
TUM Klinikum pays non établi dans la notice
Établissement de santé
Technical University of Munich Institute of Diagnostic and Interventional Radiology pays non établi dans la notice
Université ou école supérieure
Goethe University Frankfurt pays non établi dans la notice
Université ou école supérieure
University Hospital Frankfurt pays non établi dans la notice
Établissement de santé
Artificial Intelligence in Medicine (Canada) pays non établi dans la notice
Entreprise
University Hospital Essen Institute of Artificial intelligence in Medicine pays non établi dans la notice
Université ou école supérieure
MOLIT Institute for Personalized Medicine Knowledge Management pays non établi dans la notice
Structure de recherche

Essen University Hospital, MOLIT Institut für Personalisierte Medizin et Heilbronn University, avec 9 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Big Data and Business IntelligenceData Quality and ManagementArtificial Intelligence in Healthcare

Lire en accès ouvert Consulter la publication primaire Ouvrir le DOI