{"title":"Beurteilung endoskopischer Befunde bei Colitis ulcerosa mit KI","authors":"","doi":"10.1055/a-2035-2179","DOIUrl":null,"url":null,"abstract":"Die Beurteilung endoskopischer Befunde bei Colitis ulcerosa leidet unter unterschiedlicher Interrater- und Intrarater-Reliabilität, was die Zuverlässigkeit einzelner Bewertungen einschränkt. Dänische Gastroenterologen wollten ein Deep-Learning-Modell entwickeln, das in der Lage ist, aktive von geheilter Schleimhaut zu unterscheiden und zwischen verschiedenen endoskopischen Schweregraden zu unterscheiden.","PeriodicalId":476775,"journal":{"name":"Endo-praxis","volume":"20 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Endo-praxis","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.1055/a-2035-2179","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Die Beurteilung endoskopischer Befunde bei Colitis ulcerosa leidet unter unterschiedlicher Interrater- und Intrarater-Reliabilität, was die Zuverlässigkeit einzelner Bewertungen einschränkt. Dänische Gastroenterologen wollten ein Deep-Learning-Modell entwickeln, das in der Lage ist, aktive von geheilter Schleimhaut zu unterscheiden und zwischen verschiedenen endoskopischen Schweregraden zu unterscheiden.