Mithilfe künstlicher Intelligenz sollen Computer menschliche Denkprozesse nachbilden. Durch maschinelles Lernen soll so die Arbeit fast aller medizinischer Teilgebiete erleichtert werden. Doch was geht im Inneren eines KI-Algorithmus vor, worauf basieren seine Entscheidungen? Kann man einer Maschine gar eine medizinische Diagnose anvertrauen? Die Klärung dieser Fragen bleibt ein zentraler Aspekt der KI-Forschung und -Entwicklung.
Wissenschaftlerinnen haben eine „Landkarte des Herzinfarktes“ erstellt. Mittels künstlicher Intelligenz konnten sie Zellzustände identifizieren, die offenbar charakteristisch für die kardialen Umbauprozesse sind.
Forscher verglichen erstmals Schizophrenie und frontotemporale Demenz, Erkrankungen, die in den frontalen und Schläfenlappen-Regionen des Gehirns verortet werden.
Künstliche Intelligenz (KI) wird in der Chirurgie insbesondere in der Bildgebung, Navigation und Roboterintervention angewendet. Dabei kann KI eine große Rolle bei der präoperativen Planung spielen.
Ein neues Projekt soll niedergelassenen Urologen im Nordschwarzwald die Anwendung von Künstlicher Intelligenz (KI) in ihren Praxen ermöglichen, mit deren Hilfe Ultraschallbilder ausgewertet werden.
Eine neue KI-Plattform kann genomische Daten extrem schnell analysieren. Sie filtert wesentliche Muster heraus, um Darmkrebs zu klassifizieren und die Entwicklung von Wirkstoffen zu verbessern.
Das Projekt „Neuronale Netze in der Cholangioskopie“ untersucht, ob KI bei einer Cholangioskopie zwischen entzündlichen und bösartigen Veränderungen der Gallengänge unterschieden kann.
Eine neue Studie zeigt, wie Künstliche Intelligenz Gentherapien und antivirale Medikamente verbessern kann.
Am 10. und 11. Juni findet zum fünften Mal der Kongress „Emerging Technologies in Medicine“ (ETIM) an der Universitätsmedizin Essen statt.
Ein deutsch-dänisches Forscherteam hat eine Technologie entwickelt, die mit zellspezifischen, protein-basierten Informationen hilft, Krebserkrankungen besser zu analysieren.
Informatiker trainieren ein neuronales Netzwerk darauf, anhand von Fingergelenken gesunde und entzündlich-veränderte Knochen zu klassifizieren. Das könnte die Diagnostik von Arthritis verbessern.
Ein Forscherteam an der Uniklinik RWTH Aachen hat den erfolgreichen Einsatz von Swarm Learning (SL) in großen, multizentrischen Datensätzen im Bereich Darmkrebs nachgewiesen.
Die Asklepios Klinik Nord – Heidberg setzt Computer Vision und KI im Sterilgutkreislauf ein, um Prozesse einzusehen, analysieren und bei Bedarf durch Automatisierung zu optimieren.
Der akute Herzinfarkt und das Broken-Heart-Syndrom Takotsubo haben ähnliche Symptome, werden aber unterschiedlich behandelt. Eine neue KI zeigt Potenzial bei der Differenzierung der Krankheitsbilder.
Ein Projekt treibt mit innovativen Ansätze die Personalisierung der Diagnose und Behandlung der Herzmuskelentzündung voran.
Die Digitalisierung schafft neue Diagnostik- und Behandlungsmöglichkeiten und erleichtert die Kommunikation der Akteure. Professor Jochen Klucken fordert, die Patientinnen und Patienten stärker in die Behandlung einzubinden.
Ein Machine-Learning-Modell soll dabei helfen, die Wahrscheinlichkeit von schweren Schwangerschaftskomplikationen besser vorherzusagen.
Eine selbstlernende Software könnte bei Patienten mit peripherer arterieller Verschlusskrankheit (paVK) Gefäßveränderungen oft schon im Frühstadium identifizieren.
Wissenschaftler haben eine Software trainiert, mit der sich anhand von Porträtfotos seltene genetische Erkrankungen besser diagnostizieren lassen.
WissenschafterInnen haben herausgefunden, dass sich eine genaue Analyse des Lungenmikrobioms zur Vorhersage zukünftiger Veränderungen der Lungenfunktion eignet.
