Für ein visuelles Fach wie die Dermatologie sind Facebook, Instagram & Co. willkommene Plattformen, um Informationen zu verbreiten oder sich eine eigene Brand aufzubauen. So findet man mittlerweile nicht wenige dermatologische "Medfluencer" querbeet vom Medizinstudenten bis zur international anerkannten Ästhetik-Spezialistin. Sie nennen sich irgendwas mit "Doc" oder irgendwas mit "Skin" und haben tausende und abertausende Follower. Doch - wie ist das mit den Einnahmen aus solch einer Tätigkeit und was darf man als Arzt oder Ärztin überhaupt sagen und tun und was nicht? Werbung war für Ärzte schon immer ein heikles Thema - die Nutzung von sozialen Medien macht dies nicht unbedingt einfacher. Ein hochspannender Talk mit Medizin-Rechtsanwältin Prof. Dr. Alexandra Jorzig über Recht, Ethik und das Social-Media Minenfeld.

Verwendete Musik"Sunrise-Groove" von Top-Flow über PixabayPodcast-AnbieterJuDerm (Junge Dermatologen)im Berufsverband der Deutschen Dermatologen e.V.Schumannstr. 1810117 Berlin⁠info(at)juderm(dot)de⁠Berufsverband der Deutschen Dermatologen e.V.Präsident: Dr. med. Ralph von KiedrowskiRegistergericht: Amtsgericht CharlottenburgRegisternummer: VR 26835BUmsatzsteuer-Identifikationsnummer: DE 229406899 Plattform der EU zur außergerichtlichen Online-Streitbeilegung: ⁠http://ec.europa.eu/consumers/odr⁠.Wir sind weder verpflichtet noch bereit, an Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle teilzunehmen.Für redaktionelle Inhalte verantwortlich gemäß § 18 Abs. 2 MStVWolfgang Hardt, Berufsverband der Deutschen Dermatologen e.V.

Wer bei "Miss Germany" an Blondine für den Weltfrieden denkt, der sei ab sofort eines Besseren belehrt. In dieser Folge lernen Kristin und Dorit die amtierende Miss Germany kennen: Valentina Busik ist Dermatologin, Influencerin und Unternehmerin, jawohl! Wie sich so ein Sieg bei einer Misswahl anfühlt und wie ihr Leben nun aussieht zwischen Talkshows, Klinikalltag und KI-Entwicklung, aber auch, wie sie über GenZ und Frauenförderung denkt, das erfahren wir in diesen hochsympatischen 52 Minuten!

Verwendete Musik"Sunrise-Groove" von Top-Flow über PixabayPodcast-AnbieterJuDerm (Junge Dermatologen)im Berufsverband der Deutschen Dermatologen e.V.Schumannstr. 1810117 Berlin⁠info(at)juderm(dot)de⁠Berufsverband der Deutschen Dermatologen e.V.Präsident: Dr. med. Ralph von KiedrowskiRegistergericht: Amtsgericht CharlottenburgRegisternummer: VR 26835BUmsatzsteuer-Identifikationsnummer: DE 229406899 Plattform der EU zur außergerichtlichen Online-Streitbeilegung: ⁠http://ec.europa.eu/consumers/odr⁠.Wir sind weder verpflichtet noch bereit, an Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle teilzunehmen.Für redaktionelle Inhalte verantwortlich gemäß § 18 Abs. 2 MStVWolfgang Hardt, Berufsverband der Deutschen Dermatologen e.V.

Medizin plus Gesundheitsökonomie plus Public Health, Saarland, London, Oxford, Cambridge - Dr. Sven Jungmann hat "ne Menge Zeugs" (fertig!) studiert, um heute als erfolgreicher Gründer, Unternehmer und Business Angel die Medizin zu revolutionieren. Wir sprechen mit ihm über Medizin-Apps und deren Sinnhaftigkeit, über disruptive Entwicklungen und seine Haltung zum Gesundheitssystem und zur Digitalisierung in Deutschland. Oh - what a talk! 

Shownotes: 
Quellen, die Sven Jungmann jungen WBA s empfiehlt, um im Dschungel von Zahlen und Daten, vor allem heutzutage (Digitalisierung, KI...) den Überblick zu behalten:

https://tldr.tech/ai  (Newsletter für AI-Themen)https://ai.nejm.org/  (AI-Newsletter des New England Journal of Medicine)https://glass.health/  (Assistent für Diagnosen und das Erstellen von Behandlungsplänen)

Verwendete Musik"Sunrise-Groove" von Top-Flow über PixabayPodcast-AnbieterJuDerm (Junge Dermatologen)im Berufsverband der Deutschen Dermatologen e.V.Schumannstr. 1810117 Berlin⁠info(at)juderm(dot)de⁠Berufsverband der Deutschen Dermatologen e.V.Präsident: Dr. med. Ralph von KiedrowskiRegistergericht: Amtsgericht CharlottenburgRegisternummer: VR 26835BUmsatzsteuer-Identifikationsnummer: DE 229406899 Plattform der EU zur außergerichtlichen Online-Streitbeilegung: ⁠http://ec.europa.eu/consumers/odr⁠.Wir sind weder verpflichtet noch bereit, an Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle teilzunehmen.Für redaktionelle Inhalte verantwortlich gemäß § 18 Abs. 2 MStVWolfgang Hardt, Berufsverband der Deutschen Dermatologen e.V.

Unseren Gast in dieser Folge würden wir fast schon als inoffizielles juDerm-Mitglied bezeichnen - so häufig haben wir jedenfalls schon mit ihm zusammengearbeitet. Prof. Dr. Christoph Skudlik ist unser Ansprechpartner rund um die Berufsdermatologie und beliebter Fit-für-die-Praxis-Referent. In dieser Folge gehen war aber noch ein bisschen aus dem Thema heraus - so kommt die "Lap-Top-Dermatits" ebenso dran wie Molekulardiagnostik und die Frage, ob es nun auf dem Land schöner ist oder in der Stadt und warum.
Auch diesmal gibt es wieder ein Ticket für unser Webinar "Berufsdermatologie" am 26.04. zu gewinnen. Dazu muss nur die Frage beantwortet werden, die im Laufe der Folge an die Zuhörer gestellt wird.

Verwendete Musik"Sunrise-Groove" von Top-Flow über PixabayPodcast-AnbieterJuDerm (Junge Dermatologen)im Berufsverband der Deutschen Dermatologen e.V.Schumannstr. 1810117 Berlin⁠info(at)juderm(dot)de⁠Berufsverband der Deutschen Dermatologen e.V.Präsident: Dr. med. Ralph von KiedrowskiRegistergericht: Amtsgericht CharlottenburgRegisternummer: VR 26835BUmsatzsteuer-Identifikationsnummer: DE 229406899 Plattform der EU zur außergerichtlichen Online-Streitbeilegung: ⁠http://ec.europa.eu/consumers/odr⁠.Wir sind weder verpflichtet noch bereit, an Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle teilzunehmen.Für redaktionelle Inhalte verantwortlich gemäß § 18 Abs. 2 MStVWolfgang Hardt, Berufsverband der Deutschen Dermatologen e.V.

In dieser Folge teilen wir - Dorit, Kristin und Thyra vom juDerm Team unsere Gedanken zu einem vieldiskutierten, polarisierenden und im Arbeitsalltag hochrelevanten Thema: Generationenkonflikte.
Nicht erst seit GenZ treffen mit Menschen unterschiedlichen Alters mit verschiedenen Ansichten zu Arbeit, Leistung, Commitment, Work-Life-Balance u. a. aufeinander. Wir diskutieren offen und ehrlich und teilweise kontrovers über unsere Wahrnehmungen und Frustrationen, aber auch über Hintergründe, Chancen und Lösungsansätze in der Zusammenarbeit. So gespannt waren wir auf Euer Feedback noch nie!

Verwendete Musik"Sunrise-Groove" von Top-Flow über PixabayPodcast-AnbieterJuDerm (Junge Dermatologen)im Berufsverband der Deutschen Dermatologen e.V.Schumannstr. 1810117 Berlin⁠info(at)juderm(dot)de⁠Berufsverband der Deutschen Dermatologen e.V.Präsident: Dr. med. Ralph von KiedrowskiRegistergericht: Amtsgericht CharlottenburgRegisternummer: VR 26835BUmsatzsteuer-Identifikationsnummer: DE 229406899 Plattform der EU zur außergerichtlichen Online-Streitbeilegung: ⁠http://ec.europa.eu/consumers/odr⁠.Wir sind weder verpflichtet noch bereit, an Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle teilzunehmen.Für redaktionelle Inhalte verantwortlich gemäß § 18 Abs. 2 MStVWolfgang Hardt, Berufsverband der Deutschen Dermatologen e.V.

In dieser Folge sprechen wir mit dem Wissenschaftler, Unternehmensgründer und Dermatologen Prof. Dr. Dr. Alexander Zink über Daten - wirklich viele Daten und was man damit spannendes anfangen kann. Außerdem geht es um die Frage, warum die Deutschen sich nicht durchnummerieren und wieviel Self-Service in der Medizin sinnvoll ist. Am Ende verrät der Digitalenthusiast, was er sich tatsächlich zu Weihnachten wünscht - etwas ganz un-digitales nämlich. 

Verwendete Musik"Sunrise-Groove" von Top-Flow über PixabayPodcast-AnbieterJuDerm (Junge Dermatologen)im Berufsverband der Deutschen Dermatologen e.V.Schumannstr. 1810117 Berlin⁠info(at)juderm(dot)de⁠Berufsverband der Deutschen Dermatologen e.V.Präsident: Dr. med. Ralph von KiedrowskiRegistergericht: Amtsgericht CharlottenburgRegisternummer: VR 26835BUmsatzsteuer-Identifikationsnummer: DE 229406899 Plattform der EU zur außergerichtlichen Online-Streitbeilegung: ⁠http://ec.europa.eu/consumers/odr⁠.Wir sind weder verpflichtet noch bereit, an Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle teilzunehmen.Für redaktionelle Inhalte verantwortlich gemäß § 18 Abs. 2 MStVWolfgang Hardt, Berufsverband der Deutschen Dermatologen e.V.

In dieser Folge sprechen wir mit Dr. Max Tischler aus Dortmund über seine papierlose Praxis, die Herausforderungen als Neugründer und darüber, wie man sich - Techie hin oder her - in diese ganze Digitalisierungsthematik langsam einarbeiten kann. Außerdem erfahren wir, wie er 32 Stunden in einen Tag reinquetscht und warum "dat Ömmsken" ganz analog am Tresen immer noch herzlich willkommen ist. Mit Schoki natürlich. 

Verwendete Musik"Sunrise-Groove" von Top-Flow über PixabayPodcast-AnbieterJuDerm (Junge Dermatologen)im Berufsverband der Deutschen Dermatologen e.V.Schumannstr. 1810117 Berlin⁠info(at)juderm(dot)de⁠Berufsverband der Deutschen Dermatologen e.V.Präsident: Dr. med. Ralph von KiedrowskiRegistergericht: Amtsgericht CharlottenburgRegisternummer: VR 26835BUmsatzsteuer-Identifikationsnummer: DE 229406899 Plattform der EU zur außergerichtlichen Online-Streitbeilegung: ⁠http://ec.europa.eu/consumers/odr⁠.Wir sind weder verpflichtet noch bereit, an Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle teilzunehmen.Für redaktionelle Inhalte verantwortlich gemäß § 18 Abs. 2 MStVWolfgang Hardt, Berufsverband der Deutschen Dermatologen e.V.

Relevante Studien zum Thema KI und Medizin: 
(Buchempfehlung nicht wissenschaftlich: Marc-Uwe Kling "Views")Abdul-Kader, S. A., & Woods, J. (2015).
Survey on chatbot design techniques in speech conversation systems. International Journal of Advanced Computer Science and Applications, 6(7), 72-80.Alvarado, R. (2022).
What kind of trust does AI deserve, if any? AI and Ethics. DOI: 10.1007/s43681-022-00224-x.Amann, J., Vetter, D., Blomberg, S.N., Christensen, H.C., Coffee, M., Gerke, S., Gilbert, T.K., Hagendorff, T., Holm, S., Livne, M., Spezzatti, A., Strümke, I., Zicari, R.V., & Madai, V.I. (2022).
To explain or not to explain? Artificial intelligence explainability in clinical decision support systems. PLOS Digital Health 1(2), e0000016. DOI: 10.1371/journal.pdig.0000016 [Open Access].Arbelaez Ossa, L., Starke, G., Lorenzini, G., Vogt, J.E., Shaw, D.M., & Elger, B.S. (2022).
Re-focusing explainability in medicine. Digital Health, 8. DOI: 10.1177/20552076221074488 [Open Access].Babushkina, D. (2022).
Are we justified attributing a mistake in diagnosis to an AI diagnostic system? AI and Ethics. DOI: 10.1007/s43681-022-00189-x [Open Access].Baile, W. F., Buckman, R., Lenzi, R., Glober, G., Beale, E. A., & Kudelka, A. P. (2000).
SPIKES—A six-step protocol for delivering bad news: Application to the patient with cancer. The Oncologist, 5(4), 302-311.Benrimoh, D., Hawco, C., & Fratila, R. (2020).
Using artificial intelligence to support patients facing cancer: From chatbot to clinical decision-making tools. Current Oncology Reports, 22(11), 1-8.Bickmore, T. W., & Giorgino, T. (2006).
Health dialog systems for patients and consumers. Journal of Biomedical Informatics, 39(5), 556-571.Bickmore, T. W., & Schulman, D. (2011).
Practical approaches to comforting patients with relational agents. Interacting with Computers, 23(3), 279-288.Bleher, H., & Braun, M. (2022).
Diffused responsibility: Attributions of responsibility in the use of AI-driven clinical decision support systems. AI and Ethics, 2(4), 747-761. DOI: 10.1007/s43681-022-00135-x [Open Access].Chen, H., Gomez, C., Huang, C.-M., & Unberath, M. (2022).
Explainable medical imaging AI needs human-centered design: Guidelines and evidence from a systematic review. npj Digital Medicine, 5, 156. DOI: 10.1038/s41746-022-00699-2 [Open Access].Combi, C., Amico, B., Bellazzi, R., Holzinger, A., Moore, J.H., Zitnik, M., & Holmes, J.H. (2022).
A manifesto on explainability for artificial intelligence in medicine. Artificial Intelligence in Medicine, 133, 102423. DOI: 10.1016/j.artmed.2022.102423 [Open Access].Esteva, A., Kuprel, B., Novoa, R. A., Ko, J., Swetter, S. M., Blau, H. M., & Thrun, S. (2017).
Dermatologist-level classification of skin cancer with deep neural networks. Nature, 542(7639), 115-118.Floridi, L., & Cowls, J. (2019).
A unified framework of five principles for AI in society. Harvard Data Science Review, 1(1), 1-15.Friedrich, A.B., Mason, J., & Malone, J.R. (2022).
Rethinking explainability: Toward a postphenomenology of black-box artificial intelligence in medicine. Ethics and Information Technology, 24, 8. DOI: 10.1007/s10676-022-09631-4.Funer, F. (2022).
Accuracy and Interpretability: Struggling with the Epistemic Foundations of Machine Learning-Generated Medical Information and Their Practical Implications for the Doctor-Patient Relationship. Philosophy & Technology 35(5). DOI: 10.1007/s13347-022-00505-7 [Open Access].Funer, F. (2022).
The Deception of Certainty: how Non-Interpretable Machine Learning Outcomes Challenge the Epistemic Authority of Physicians. A deliberative-relational Approach. Medicine, Health Care and Philosophy, 25, 167–178. DOI: 10.1007/s11019-022-10076-1 [Open Access].Gardner, A., Smith, A.L., Steventon, A., Coughlan, E., & Oldfield, M. (2022).
Ethical funding for trustworthy AI: Proposals to address the responsibility of funders to ensure that projects adhere to trustworthy AI practice. AI and Ethics, 2, 277–291.Grote, T., & Berens, P. (2020).
On the ethics of algorithmic decision-making in healthcare. Journal of Medical Ethics, 46(3), 205-211.Hallowell, N., Badger, S., Sauerbrei, A., Nellåker, C., & Kerasidou, A. (2022).
“I don’t think people are ready to trust these algorithms at face value”: Trust and the use of machine learning algorithms in the diagnosis of rare disease. BMC Medical Ethics, 23, 112. DOI: 10.1186/s12910-022-00842-4 [Open Access].Hasani, N., Morris, M.A., Rhamim, A., Summers, R.M., Jones, E., Siegel, E., & Saboury, B. (2022).
Trustworthy Artificial Intelligence in Medical Imaging. PET Clin, 17(1), 1–12. DOI: 10.1016/j.cpet.2021.09.007.Herzog, C. (2022).
On the risk of confusing interpretability with explicability. AI and Ethics, 2, 219–225.Herzog, C. (2022).
On the ethical and epistemological utility of explicable AI in medicine. Philosophy & Technology, 35, 50. DOI: 10.1007/s13347-022-00546-y [Open Access].Hatherley, J., Sparrow, R., & Howard, M. (2022).
The virtues of interpretable medical artificial intelligence. Cambridge Quarterly of Healthcare Ethics. DOI: 10.1017/S0963180122000305 [Open Access].Jiang, F., Jiang, Y., Zhi, H., Dong, Y., Li, H., Ma, S., ... & Wang, Y. (2017).
Artificial intelligence in healthcare: Past, present and future. Stroke and Vascular Neurology, 2(4), 230-243.Jobin, A., Ienca, M., & Vayena, E. (2019).
The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1(9), 389-399.Kawamleh, S. (2022).
Against explainability requirements for ethical artificial intelligence in health care. AI and Ethics. DOI: 10.1007/s43681-022-00212-1.Kawamleh, S. (2022).
Against explainability requirements for ethical artificial intelligence in health care. AI and Ethics. DOI: 10.1007/s43681-022-00212-1.Kemp, H., Freyer, N., & Nagel, S.K. (2022).
Justice and the normative standards of explainability in healthcare. Philosophy & Technology 35, 100. DOI: 10.1007/s13347-022-00598-0 [Open Access].Kerasidou, C., Kerasidou, A., Buscher, M., & Wilkinson, S. (2022).
Before and beyond trust: Reliance in medical AI. Journal of Medical Ethics, 48(11), 852–856. DOI: 10.113Kiseleva, A., Kotzinos, D., & De Hert, P. (2022).
Transparency of AI in healthcare as a multilayered system of accountabilities: Between legal requirements and technical limitations. Frontiers in Artificial Intelligence, 5, 879603. DOI: 10.3389/frai.2022.879603.Lütge, C. (2020).
Ethik der Künstlichen Intelligenz. Springer.Lütge, C., & Maas, J. (2021).
The Ethics of AI and Robotics: A German Perspective. In Ethics of Artificial Intelligence and Robotics: Fundamentals and Applications (pp. 33-51). Springer.McDougall, R. J. (2019).
Computer knows best? The need for value-flexibility in medical AI. Journal of Medical Ethics, 45(3), 156-160.McTear, M. F., Callejas, Z., & Griol, D. (2016).
The role of conversational agents in healthcare: A literature review. Journal of Medical Systems, 40(7), 1-12.Milne-Ives, M., de Cock, C., Lim, E., Shehadeh, M. H., de Pennington, N., Mole, G., & Meinert, E. (2020).
The effectiveness of artificial intelligence conversational agents in health care: Systematic review. Journal of Medical Internet Research, 22(10), e20346.Morley, J., Floridi, L., Kinsey, L., & Elhalal, A. (2020).
From what to how: An initial review of publicly available AI ethics tools, methods, and research to translate principles into practices. Science and Engineering Ethics, 26(4), 2141-2168.Ott, T., & Dabrock, P. (2022).
Transparent human – (non-)transparent technology? The Janus-faced call for transparency in AI-based health care technologies. Frontiers in Genetics 13, 902960. DOI: 10.3389/fgene.2022.902960 [Open Access].Petch, J., Di, S., & Nelson, W. (2022).
Opening the black box. The promise and limitations of explainable machine learning in cardiology. Canadian Journal of Cardiology 38(2), 204–213. DOI: 10.1016/j.cjca.2021.09.004 [Open Access].Rajpurkar, P., Irvin, J., Zhu, K., Yang, B., Mehta, H., Duan, T., ... & Ng, A. Y. (2017).
CheXNet: Radiologist-level pneumonia detection on chest X-rays with deep learning. arXiv preprint arXiv:1711.05225.Salahuddin, Z., Woodruff, H.C., Chatterjee, A., & Lambin, P. (2022).
Transparency of deep neural networks for medical image analysis. A review of interpretability methods. Computers in Biology and Medicine 140, 105111. DOI: 10.1016/j.compbiomed.2021.105111 [Open Access].Sand, M., Durán, J.M., & Jongsma, K.R. (2022).
Responsibility beyond design: Physicians’ requirements for ethical medical AI. Bioethics 36(2), 162–169. DOI: 10.1111/bioe.12887 [Open Access].Schmitz, R., Werner, R., Repici, A., Bisschops, R., Meining, A., Zornow, M., Messmann, H., Hassan, C., Sharma, P., & Rösch, T. (2022).
Artificial intelligence in GI endoscopy: Stumbling blocks, gold standards and the role of endoscopy societies. Gut 71(3), 451–454. DOI: 10.1136/gutjnl-2020-323115.Shickel, B., Tighe, P. J., Bihorac, A., & Rashidi, P. (2018).
Deep EHR: A survey of recent advances in deep learning techniques for electronic health record (EHR) analysis. IEEE Journal of Biomedical and Health Informatics, 22(5), 1589-1604.Starke, G., & van den Brule, R., Elger, B.S., & Haselager, P. (2022).
Intentional machines: A defence of trust in medical artificial intelligence. Bioethics 36, 154–161.Starke, G., & Ienca, M. (2022).
Misplaced trust and distrust: How not to engage with medical artificial intelligence. Cambridge Quarterly of Healthcare Ethics. DOI: 10.1017/S0963180122000445 [Open Access].Topol, E. J. (2019).
High-performance medicine: The convergence of human and artificial intelligence. Nature Medicine, 25(1), 44-56.Ursin, F., Timmermann, C., & Steger, F. (2022).
Explicability of artificial intelligence in radiology: Is a fifth bioethical principle conceptually necessary? Bioethics 36(2), 143–153. DOI: 10.1111/bioe.12918 [Open Access].Verdicchio, M., & Perin, A. (2022).
When doctors and AI interact: On human responsibility for artificial risks. Philosophy & Technology 35, 11. DOI: 10.1007/s13347-022-00506-6 [Open Access].Wadden, J.J. (2022).
Defining the undefinable: The black box problem in healthcare artificial intelligence. Journal of Medical Ethics 48(10), 764–768. DOI: 10.1136/medethics-2021-107529.Winter, P., & Carusi, A. (2022).
‘If you’re going to trust the machine, then that trust has got to be based on something’: Validation and the co-constitution of trust in developing artificial intelligence (AI) for the early diagnosis of pulmonary hypertension (PH). Science & Technology Studies 35(4), 58–77. DOI: 10.23987/sts.102198 [Open Access].Winter, P.D., & Carusi, A. (2022).
(De)troubling transparency: Artificial intelligence (AI) for clinical applications. Medical Humanities. DOI: 10.1136/medhum-2021-012318.Yoon, C.H., Torrance, R., & Scheinerman, N. (2022).
Machine learning in medicine: Should the pursuit of enhanced interpretability be abandoned? Journal of Medical Ethics 48(9), 581–585. DOI: 10.1136/medethics-2020-107102 [Open Access].Yu, K. H., Beam, A. L., & Kohane, I. S. (2018).
Artificial intelligence in healthcare. Nature Biomedical Engineering, 2(10), 719-731.

Neben ihren beeindruckenden beruflichen Aktivitäten in der eigenen Praxis und auf internationalen Kongressbühnen kümmert sich Tanja Fischer mit viel Herz und Leidenschaft um Kinder, die es nicht immer leicht im Leben haben:

https://kihi-kinderhilfe.de/
E-MAIL: [email protected]PHONE: +49 173 52 011 02 INSTAGRAM: kihi_kinderhilfe
Spendenkonto:
Kinderhilfe Potsdam e. V.
IBAN: DE92100208900037411400
BIC/SWIFT: HYVEDEMM488

In unserer ersten Folge erfahrt Ihr, warum der BVDD Präsident nicht in der Anästhesie gelandet ist, ob man Koi-Karpfen essen kann und warum ein Stabsarzt immer ein Truppenarzt ist, ein Truppenarzt aber nicht immer ein Stabsarzt. Außerdem erklären Thyra und Kristin das JuDerm-Lakritz-Gate und wie es zum Namen unseres Podcasts kam. Die Buchempfehlung von Dr. v. Kiedrowski ist "eigentlich alles von Sebastian Fitzek". Können wir so unterschreiben. 
Verwendete Musik"Sunrise-Groove" von Top-Flow über PixabayPodcast-AnbieterJuDerm (Junge Dermatologen)im Berufsverband der Deutschen Dermatologen e.V.Schumannstr. 1810117 Berlin⁠info(at)juderm(dot)de⁠Berufsverband der Deutschen Dermatologen e.V.Präsident: Dr. med. Ralph von KiedrowskiRegistergericht: Amtsgericht CharlottenburgRegisternummer: VR 26835BUmsatzsteuer-Identifikationsnummer: DE 229406899 Plattform der EU zur außergerichtlichen Online-Streitbeilegung: ⁠http://ec.europa.eu/consumers/odr⁠.Wir sind weder verpflichtet noch bereit, an Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle teilzunehmen.Für redaktionelle Inhalte verantwortlich gemäß § 18 Abs. 2 MStVWolfgang HardtBerufsverband der Deutschen Dermatologen e.V.