Kardiovaskuläre Erkrankungen sind weltweit die häufigste Todesursache, und eine präzise kardiale Bildgebung spielt eine Schlüsselrolle in der Diagnose, Behandlung und Prognose dieser Krankheiten. In den letzten Jahren hat die Künstliche Intelligenz (KI), insbesondere das tiefe Lernen, grosse Fortschritte gemacht, indem sie die Automatisierung und prädiktive Fähigkeiten in die kardiale Bildgebung einbrachte. Obwohl KI grosses Potenzial birgt, hat sie bislang nicht den erhofften Effekt auf die Senkung der Gesundheitskosten oder die Verbesserung der klinischen Ergebnisse gezeigt. Dies liegt unter anderem an methodologischen, technischen und ethischen Herausforderungen.
Publikation
- CARDIOVASC
Dir könnte auch gefallen
- CRC, AML und Melanom im Fokus
Molekulare Mechanismen der Tumorplastizität
- Friedreich-Ataxie
Interimsanalysen der PROFA-Studiezeigen «Unmet needs» auf
- Diabetische Retinopathie
Mit GLP1-RA den ER-Stress adressieren
- Studienreport
Sphingolipidprofil bei primärer biliärer Cholangitis im Frühstadium
- Angiosarkom des Herzens
Eine diagnostische und therapeutische «Black Box»
- Zulassung
Perioperatives Durvalumab beim resezierbaren Magen- und GEJ-Adenokarzinom: Swissmedic erteilt erste immunonkologische Zulassung in der Schweiz
- Ataxien
Friedreich-Ataxie: Wenn der Energiestoffwechsel das Nervensystem angreift
- Osteoporoserisiko bei autoimmunen Lebererkrankungen