Skip to main content
Home
Zeitschriften
Zeitungen
Podcast
Gesundheitspolitik
Praxis
Allerlei
Jobs
Fachgebiete
Allgemeinmedizin Anästhesiologie & Intensivmedizin Apotheke Augenheilkunde Chirurgie Dermatologie Gynäkologie und Geburtshilfe HNO Innere Medizin Kinder & Jugendheilkunde Neurologie & Psychiatrie Orthopädie & Unfallchirurgie Pflege Urologie Zahnmedizin
Subfächer Innere Medizin
Diabetologie Gastroenterologie Infektiologie Kardiologie Onkologie und Hämatologie Pneumologie Rheumatologie
Fortbildungen
Überblick Fortbildungen DFP-Literaturstudium-Artikel DFP-Webcast Fortbildungen DFP-Podcasts
Erweiterte Suche
Anmelden
nach oben

17.05.2024 | Künstliche Intelligenz | Schwerpunkt

Schwerpunkt „KI in der Hämatologie und Onkologie“

KI in der Medizin: Begrifflichkeiten, Chancen und Risiken

verfasst von: Dr. med. Corinne Widmer

Einloggen, um Zugang zu erhalten

Auszug

Dieser Beitrag bietet einen Überblick über zentrale Begriffe im Zusammenhang mit Künstlicher Intelligenz (KI) in der Medizin und liefert ausgewählte Beispiele für Anwendungsmöglichkeiten in der Hämatologie und Onkologie. Zudem beleuchtet der Artikel Herausforderungen und Chancen, die sich durch KI in der Medizin ergeben. …
Literatur
1.
Kung TH et al. Performance of ChatGPT on USMLE: Potential for AI-assisted medical education using large language models. PLOS Digit Health. 2023;2(2):e0000198
2.
Turing AM et al. Computing Machinery and Intelligence. Mind. 1950;LIX(236):433-60
3.
Jacobs C et al. Deep Learning for Lung Cancer Detection on Screening CT Scans: Results of a Large-Scale Public Competition and an Observer Study with 11 Radiologists. Radiol Artif Intell. 2021;3(6):e210027
4.
McKinney SM et al. International evaluation of an AI system for breast cancer screening. Nature. 2020;577(7788):89-94
5.
Tschandl P et al. Comparison of the accuracy of human readers versus machine-learning algorithms for pigmented skin lesion classification: an open, web-based, international, diagnostic study. The Lancet Oncology. 2019;20(7):938-47
6.
Raumviboonsuk P et al. Deep learning versus human graders for classifying diabetic retinopathy severity in a nationwide screening program. NPJ Digit Med. 2019;2:25
7.
Eckardt JN et al. Deep learning identifies Acute Promyelocytic Leukemia in bone marrow smears. BMC Cancer. 2022;22(1):201
8.
Matek C et al. Highly accurate differentiation of bone marrow cell morphologies using deep neural networks on a large image data set. Blood. 2021;138(20):1917-27
9.
Skrede OJ et al. Deep learning for prediction of colorectal cancer outcome: a discovery and validation study. Lancet. 2020;395(10221):350-60
10.
Ligero M et al. A CT-based Radiomics Signature Is Associated with Response to Immune Checkpoint Inhibitors in Advanced Solid Tumors. Radiology. 2021;299(1):109-19
11.
Hassouneh N et al. Predicting survivability in leukemia patients using deep learning. 2019 Sixth HCT Information Technology Trends (ITT). 2019:191-6
12.
Yang X et al. A large language model for electronic health records. NPJ Digit Med. 2022;5(1):194
Metadaten
Titel
Schwerpunkt „KI in der Hämatologie und Onkologie“
KI in der Medizin: Begrifflichkeiten, Chancen und Risiken
verfasst von
Dr. med. Corinne Widmer
Publikationsdatum
17.05.2024
Verlag
Springer Medizin
DOI
https://doi.org/10.1007/s15004-024-0567-4
Bildnachweise