News • Algorithmen unter sich
Bildgebung: KI fragt andere KI nach "Zweitmeinung"
US-Forscher haben ein neues KI-Modell für die medizinische Bildgebung entwickelt, das das Einholen einer zweiten Meinung effektiv nachahmen kann.
US-Forscher haben ein neues KI-Modell für die medizinische Bildgebung entwickelt, das das Einholen einer zweiten Meinung effektiv nachahmen kann.
Forschende am KIT nutzen Maschinelles Lernen, um den Ursprungsort der Extrasystolen nichtinvasiv zu bestimmen. Dies könnte künftig die Diagnose und Therapie erleichtern und verbessern.
KI, Robotik, Klimawandel: Schwedische Forscher skizzieren neue Technologien und Trends, die das Gesundheitswesen in den nächsten 50 Jahren bestimmen könnten.
Ein großer Datenpool soll Präzisionsmedizin und personalisierte Therapie bei Multipler Sklerose ermöglichen. Am Projekt CLAIMS beteiligt sind 15 Partner aus neun Ländern.
Künstliche Intelligenz ausprobieren und verstehen: Ein digitaler Showroom der Kompetenzplattform KI.NRW zeigt ein Werkzeug zur Erkennung von Lungenentzündungen.
LLM-basierte generative Chat-Tools wie ChatGPT oder MedPaLM haben großes medizinisches Potenzial, ihre unregulierte Verwendung ist jedoch risikant, warnt KI-Experte Prof. Stephen Gilbert.
Das ETH Spin-off aiEndoscopic hat ein Gerät entwickelt, das Intubationen in Zukunft einfacher und sicherer machen soll. Dazu kombiniert es künstliche Intelligenz und Robotik.
Mit KI den Krebs kartografieren: Das internationale Forschungs-Konsortium MOSAIC will höchst detaillierte Einblicke in die räumliche Struktur von soliden Tumoren liefern.
Forscher zeigen, dass eine Fernüberwachung von Vitalparametern bei Krebspatienten mittels KI und smarter Technologie mögliche Komplikationen frühzeitig detektieren und vorhersagen kann.
Ob KI, Health-Apps, Labormedizin oder Robotik: Start-ups im Gesundheitsbereich sind wieder ein essenzieller Bestandteil der Medica 2023 in Düsseldorf (13.-16. November).
Künstliche Intelligenz (KI) ist auf große Mengen von Daten angewiesen. Jüngste Initiativen der EU könnten den Austausch von radiologischen Daten zwischen öffentlichen Gesundheitseinrichtungen und Privatunternehmen im Sinne der Forschung und Entwicklung befördern.
Machine Learning und KI spielen eine zunehmend wichtige Rolle in Medizin und Gesundheitswesen. Dies gilt vor allem in datenintensiven Fachgebieten wie Radiologie, Pathologie oder Intensivmedizin. Doch die Güte von Diagnostik und Entscheidungsfindung per KI ist nicht nur davon abhängig, wie ausgefeilt der zugrunde liegende Algorithmus ist – sondern auch von der Qualität der Trainingsdaten.
Die computergestützte Impfstoff-Entwicklung an der Universität Leipzig hat das Ziel, eine digitale „Impfstoff-Bibliothek“ für zehn vorrangige Virusfamilien aufzubauen.
Das Lübecker Projekt IKAPP hat das Ziel, mit App-basierten Vorhersagen zu Infektions-Häufungen sowohl Mediziner als auch Kliniken zu entlasten.
Das Projekt "AI-POD" soll mit klinischen, Labor- und Bildgebungsdaten das Risiko für übergewichtige Patienten in konkrete diagnostische Schritte und Behandlungsempfehlungen übersetzen.
Die neueste Version von ChatGPT hat eine Radiologie-Prüfung der RSNA bestanden. Das unterstreiche das Potenzial großer Sprachmodelle, zeige aber auch Grenzen auf, so Experten.
Der 104. Deutsche Röntgenkongress hat das Motto „Abenteuer Forschung“ - ein wichtiger Aspekt ist hier der Umgang mit KI, wie die beiden Eröffnungsredner in ihren Botschaften deutlich machen.
Japanische Forscher haben mittels Künstlicher Intelligenz (KI) zur Verarbeitung natürlicher Sprache die Charakteristika des Sprechens bei Patienten mit Parkinson untersucht.
Vom 17. bis 19. Mai 2023 präsentiert Mesalvo auf dem 104. Deutschen Röntgenkongress in Wiesbaden Lösungen und Neuerungen rund um das Radiologie-Informationssystem (RIS) RadCentre.
Forschende der Uni Kiel haben eine Software entwickelt, die Wirbelbrüche auf CT-Bildern mithilfe künstlicher Intelligenz automatisch erkennt und prognostisch bewertet.
Lübecker Ärzte und Forscher haben es sich zum Ziel gesetzt, ein KI-gestütztes medizinisches Assistenzsystem zu entwickeln, das vom ärztlichen Personal jederzeit und einfach zu Rate gezogen werden kann.
Ein Team aus Innsbruck hat eine KI entwickelt, die erstmals 3D-Bilddaten von Gehirnuntersuchungen bei Frühgeborenen automatisiert analysieren kann. Nun gilt es, sie weiter zu trainieren.
Die KI „Heidelberg Brain Tumor Classifier“ hat molekulare Daten von mehr als 100.000 Hirntumoren analysiert. Eine aktuelle Studie belegt jetzt den Nutzen des Verfahrens für die Krebsdiagnose.
US-Forscher haben ein genaues Deep-Learning-Verfahren für den Nachweis von Alzheimer entwickelt, das auf routinemäßig im klinischen Umfeld erstellten Bildern vom Gehirn beruht.
Mit Hilfe großer Datenmengen und KI wollen Forschende im Konsortium „Data Integration for Future Medicine“ (DIFUTURE) die Diagnostik und Therapie seltener Erkrankungen verbessern.