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.
Sepsis ist eine der häufigsten Todesursachen auf Intensivstationen. Machine Learning zeigt Potential für die Diagnostik, hat aber noch Schwächen. Das SCIDATOS-Projekt soll hier nachbessern.
KI birgt enormes Potenzial bei der Diagnostik neuropsychiatrischer Erkrankungen – Forscher untersuchen die wissenschaftliche, ethische und soziale Bedeutung dieser Entwicklung.
Forscher der University of Waterloo haben ein neues Berechnungsmodell zur besseren Vorhersagbarkeit des Wachstum von Glioblastoma multiforme, einer tödlichen Art von Gehirntumoren, entwickelt.
Ein neues KI-Verfahren erkennt auf MRT-Bildern Hinweise auf seltene Krankheitsformen der Demenz. Muster in Bildgebungsdaten von Patienten können so eine frühe Diagnostik ermöglichen.
Forschende aus München und Berlin haben eine Methode entwickelt, um mithilfe von künstlicher Intelligenz schwer diagnostizierbare Nasenhöhlentumore zu klassifizieren.
Gehbehinderte Menschen sollen von einem neuen Exoskelett von Forschern der Stanford University profitieren, das individuell auf den Nutzer abgestimmt wird und die Anstrengungen beim Gehen verringert.
Künstliche Intelligenz (KI) unterstützt die Menschen in Medizin, Mobilität und im Arbeitsalltag. Grundlage für KI-Systeme ist das Training mit Daten – häufig auch personenbezogenen Informationen. Die Methode des verteilten maschinellen Lernens kann den Datenschutz bei der Entwicklung von KI-Anwendungen verbessern, da die verwendeten Daten dabei nicht zentral gebündelt werden, sondern auf…
Herzinfarkt und Takotsubo ('Broken-Heart-Syndrom') sind sich zum Verwechseln ähnlich, müssen jedoch unterschiedlich behandelt werden - KI soll künftig bei der Unterscheidung helfen.
Entdeckt ein Algorithmus in einer Gewebeprobe einen Tumor, verrät er bislang nicht, wie er zu dem Ergebnis gekommen ist. Das ist wenig vertrauenswürdig. Forscher verfolgen daher einen neuen Ansatz.
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.
Es braucht viel Zeit und Geld, um eine Alzheimer-Diagnose zu erstellen. Forscher haben ein neues Tool entwickelt, das diesen Vorgang automatisieren und online durchführbar machen könnte.
Die räumlichen Bildelemente, aus denen viele diagnostische Aufnahmen zusammengesetzt sind (volume elements oder kurz Voxel), bergen einen bislang unentdeckten Datenschatz, der die konventionelle Befundung sinnvoll ergänzen könnte.
Ein deutsch-dänisches Forscherteam hat eine neue Untersuchungsmethode entwickelt, um alkoholbedingte Lebererkrankungen frühzeitig durch massenspektrometrie-basierte Proteomik zu diagnostizieren.
Eine selbstlernende Software könnte bei Patienten mit peripherer arterieller Verschlusskrankheit (paVK) Gefäßveränderungen oft schon im Frühstadium identifizieren.
WissenschafterInnen haben herausgefunden, dass sich eine genaue Analyse des Lungenmikrobioms zur Vorhersage zukünftiger Veränderungen der Lungenfunktion eignet.
Mithilfe von 3D-MRT-Bildgebung und Deep Learning wollen Experten entzündliche Veränderungen im Gehirn durch Multiple Sklerose (MS) erstmals standardisiert erfassen.
Künstliche Intelligenz hat in der Medizin stark an Bedeutung gewonnen. Das liegt vor allem daran, dass immer mehr Patientendaten zur Verfügung stehen. „Die Genetik und Bildgebung erlauben es uns, Krankheiten immer weiter aufzuschlüsseln“, erklärt der Facharzt für Psychiatrie und Psychotherapie, Professor Nikolaos Koutsouleris.
Forschende der Universität Bonn zeigen, wie die Künstliche Intelligenz die Auswertung von Blutanalysedaten verbessert.
Forschende haben den bislang umfassendsten und detailreichsten Überblick aller weltweit verfügbaren 3D-Strukturen der Virusproteine zusammengetragen.
Unter dem Titel „Künstliche Intelligenz in Medizinprodukten – Verifizierung und Validierung von KI-basierten Medizinprodukten“ hat Tüv Süd ein neues Whitepaper veröffentlicht. Darin werden die Chancen und Herausforderungen erörtert, denen sich Gerätehersteller gegenübersehen, die medizinische Geräte mit integrierter KI und anderen neuen Technologien auf den Markt bringen wollen, die…
Künstliche Intelligenz (KI) ist inzwischen routinefähig, so das Statement von Dr. Cord Spreckelsen, Professor am Institut für Medizinische Statistik, Informatik und Datenwissenschaften am Universitätsklinikum Jena. Zusammen mit Helmut Schlegel vom Bundesverband der Krankenhaus-IT-Leiterinnen und -Leiter zeichnete er für eine DMEA-Session zu KI verantwortlich. Sichtbar wird die zunehmende…
Selbstlernende Computeralgorithmen treffen Entscheidungen, die je nach Einsatzgebiet massive Auswirkungen haben können. Wie die Algorithmen der Künstlichen Intelligenz (KI) ihre Eingabedaten intern repräsentieren und verarbeiten, ist jedoch noch weitgehend unbekannt. Forschende haben sich des „Black-Box Problems“ angenommen und ein Verfahren entwickelt, das die Prozesse sichtbar macht.
Röntgenstrahlen könnten zum zukunftsweisenden Diagnosetool für Covid-19-Patienten werden. Möglich werden soll das laut einer Studie des Laboratory of Image Processing, Signals, and Applied Computing und der Universidade de Fortaleza durch den Einsatz Künstlicher Intelligenz (KI). Die Forscher brachten einem Computerprogramm mittels verschiedener Methoden des maschinellen Lernens bei,…
