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.
Ein europäisches Konsortium entwickelt ein Datenarchiv zur gemeinsamen Nutzung histopathologischer Gewebeschnitte, das mithilfe von KI für viele Anwendungen in Klinik und Forschung dienen wird.
Künstliche Intelligenz (KI) hält zunehmend Einzug in den Alltag, auch in der Krebsmedizin. Sie hat das Potential, bei Entscheidungen zu unterstützen und Diagnosen und Therapien zu verbessern.
Forscher haben eine KI-basierte Software für die Auswertung der Bilder von der Netzhaut entwickelt, die das Risiko für Gefäßerkrankungen wie Herzinfarkte zuverlässig voraussagt.
Eine neue App soll Gesundheitsfachleuten die klinischen Entscheidungsprozesse bei der Behandlung von Wunden erleichtern und deren Schulung unterstützen.
Mithilfe von 3D-MRT-Bildgebung und Deep Learning wollen Experten entzündliche Veränderungen im Gehirn durch Multiple Sklerose (MS) erstmals standardisiert erfassen.
Eine Studie hilft, umweltbedingte Erkrankungen besser zu verstehen und könnte sogar neue Biomarker und Wirkstoffziele für klinische Studien ausfindig machen.
Forschende haben die bisherige Methode der Mitosezählung mithilfe Künstlicher Intelligenz verbessert und damit die Zuverlässigkeit deutlich erhöht.
Forschende haben mit MFmap (Model Fidelity Map) ein Software-Tool entwickelt, das bei der Suche nach der geeigneten Zelllinie helfen soll.
Das EU-Forschungsprojekt „Screen4Care“ setzt auf genetisches Neugeborenen-Screening und künstliche Intelligenz, um die Diagnose für Patienten mit seltenen Erkrankungen zu beschleunigen.