Künstliche Intelligenz in der Orthopädie

Author:

Mathis Dominic,Ackermann Jakob,Günther Daniel,Laky Brenda,Deichsel Adrian,Schüttler Karl Friedrich,Wafaisade Arasch,Eggeling Lena,Kopf Sebastian,Münch Lukas,Herbst Elmar

Abstract

ZusammenfassungWir befinden uns in einer Phase exponentiellen Wachstums bei der Nutzung von künstlicher Intelligenz (KI). Knapp 90 % der KI-Forschung in der Orthopädie und Unfallchirurgie wurde in den letzten 3 Jahren veröffentlicht. In der Mehrzahl der Untersuchungen wurde KI zur Bildinterpretation oder als klinisches Entscheidungsinstrument eingesetzt. Die am häufigsten untersuchten Körperregionen waren dabei Wirbelsäule, Knie und Hüfte. Mit der Verbesserung der Datenerfassung verbessern sich auch die mit KI assoziierten Möglichkeiten einer genaueren Diagnostik, von patientenspezifischen Behandlungsansätzen, verbesserter Ergebnisvorhersage und erweiterter Ausbildung. KI bietet einen potenziellen Weg, um Ärztinnen und Ärzte zu unterstützen und gleichzeitig den Wert der Behandlung zu maximieren. Ein grundlegendes Verständnis dafür, was KI beinhaltet und wie sie sich auf die Orthopädie und die Patientenversorgung auswirken kann, ist unerlässlich. Dieser Artikel gibt einen Überblick über die Anwendungsbereiche von KI-Systemen in der Orthopädie und stellt sie in den komplexen Gesamtkontext bestehend aus Interessensvertretern aus Politik, Industrie, Behörden und Medizin.

Funder

University of Basel

Publisher

Springer Science and Business Media LLC

Subject

Orthopedics and Sports Medicine

Reference90 articles.

1. Acatech (2020) Machine Learning in der Medizintechnik – Analyse und Handlungsempfehlungen. https://www.acatech.de/publikation/machine-learning-in-der-medizintechnik. Zugegriffen: 26. Nov. 2023

2. Balsiger F, Steindel C, Arn M, Wagner B, Grunder L, El-Koussy M et al (2018) Segmentation of peripheral nerves from magnetic resonance neurography: a fully-automatic, deep learning-based approach. Front Neurol 9:777

3. Batache D (2023) Künstliche Intelligenz in der Medizin aus haftungsrechtlicher Perspektive. Dike Verlag, Schweiz

4. Bien N, Rajpurkar P, Ball RL, Irvin J, Park A, Jones E et al (2018) Deep-learning-assisted diagnosis for knee magnetic resonance imaging: development and retrospective validation of MRNet. PLoS Med 15(11):e1002699

5. Blarer A, Buffat M, Busch C, Egloff D, Fanzun J, Haefliger G et al (2019) Herausforderungen der künstlichen Intelligenz. Bericht der interdepartementalen Arbeitsgruppe „Künstliche Intelligenz“ an den Bundesrat. https://www.sbfi.admin.ch/sbfi/de/home/bfi-politik/bfi-2021-2024/transversale-themen/digitalisierung-bfi/kuenstliche-intelligenz.html. Zugegriffen: 26. Nov. 2023

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3