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
- Schmerz und Autismus
Hürden der Schmerzbehandlung bei autistischen Patient*innen
- Pathophysiologische Mechanismen und therapeutische Perspektiven
Metabolisches Syndrom bei Patienten mit Schizophrenie
- Handekzem: von der Diagnose zur Behandlung
Nachhaltige stadiengerechte Massnahmen implementieren
- Lebersteatose bei metabolischer Dysfunktion
Neue Nomenklatur für die nicht-alkoholische Fettlebererkrankung
- Kardiorenale Risiken rechtzeitig auffangen
Risikopatienten erkennen und wirkungsvoll behandeln
- Versorgungsmodelle in der Schweiz
Forschungsprojekt Health 2040
- Zystische Fibrose
Kleiner Sprühstoss – grosser Fussabdruck
- Idiopathische Cholestase