{"title":"HFpEF: prognostische Bedeutung von RV-Umbau und -Funktion","authors":"","doi":"10.1055/a-2152-2089","DOIUrl":"https://doi.org/10.1055/a-2152-2089","url":null,"abstract":"","PeriodicalId":40724,"journal":{"name":"Aktuelle Kardiologie","volume":"94 11","pages":""},"PeriodicalIF":0.1,"publicationDate":"2023-11-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139254999","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Zusammenfassung Digitalisierung und künstliche Intelligenz (KI) sind aus dem klinischen Alltag nicht mehr wegzudenken. Dennoch gibt es bisher kaum eine strukturierte Fort- und Weiterbildung in diesem neuen, aber wichtigen Feld der Medizin. Zum jetzigen Stand existieren lediglich vereinzelte Projekte an Universitäten oder auf Tagungen, jedoch keine flächendeckende, curriculare Ausbildung. Dringend sind hier interdisziplinäre Fortbildungskonzepte gefordert, die nicht nur die technischen Herausforderungen der Digitalisierung und KI adressieren, sondern auch ihre jetzigen bzw. zukünftigen Anwendungsgebiete im klinischen Alltag. Dies sollte bereits während des Studiums eine zentrale Rolle einnehmen und anschließend im Rahmen von Fortbildungen oder Kongressbesuchen während der klinischen Ausbildung vertieft werden.
{"title":"Ausbildungskonzepte im Feld Digitalisierung und künstlicher Intelligenz in der Kardiologie","authors":"V. Johnson, P. Breitbart","doi":"10.1055/a-2182-9693","DOIUrl":"https://doi.org/10.1055/a-2182-9693","url":null,"abstract":"Zusammenfassung Digitalisierung und künstliche Intelligenz (KI) sind aus dem klinischen Alltag nicht mehr wegzudenken. Dennoch gibt es bisher kaum eine strukturierte Fort- und Weiterbildung in diesem neuen, aber wichtigen Feld der Medizin. Zum jetzigen Stand existieren lediglich vereinzelte Projekte an Universitäten oder auf Tagungen, jedoch keine flächendeckende, curriculare Ausbildung. Dringend sind hier interdisziplinäre Fortbildungskonzepte gefordert, die nicht nur die technischen Herausforderungen der Digitalisierung und KI adressieren, sondern auch ihre jetzigen bzw. zukünftigen Anwendungsgebiete im klinischen Alltag. Dies sollte bereits während des Studiums eine zentrale Rolle einnehmen und anschließend im Rahmen von Fortbildungen oder Kongressbesuchen während der klinischen Ausbildung vertieft werden.","PeriodicalId":40724,"journal":{"name":"Aktuelle Kardiologie","volume":"276 2","pages":"482 - 485"},"PeriodicalIF":0.1,"publicationDate":"2023-11-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139256534","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Hauptstammstenose in SWEDEHEART (n = 11137): CABG nicht nur bei Diabetes besser?","authors":"","doi":"10.1055/a-2152-2125","DOIUrl":"https://doi.org/10.1055/a-2152-2125","url":null,"abstract":"","PeriodicalId":40724,"journal":{"name":"Aktuelle Kardiologie","volume":"43 1","pages":""},"PeriodicalIF":0.1,"publicationDate":"2023-11-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139258653","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Meine sehr geehrten Damen und Herren, liebe Kolleginnen und Kollegen,","authors":"C. Perings, B. Gonska","doi":"10.1055/a-2152-1918","DOIUrl":"https://doi.org/10.1055/a-2152-1918","url":null,"abstract":"","PeriodicalId":40724,"journal":{"name":"Aktuelle Kardiologie","volume":"8 4","pages":""},"PeriodicalIF":0.1,"publicationDate":"2023-11-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139258059","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Zusammenfassung Die Menge medizinischen Wissens nimmt stetig zu. In noch größerem Ausmaß steigen jedoch Verfügbarkeit und Komplexität von Gesundheitsdaten aus elektronischen Patientenakten, Bildgebungsdaten oder genetischen Profilen bis hin zu Sensorikdaten einer Smartwatch. Eine Kernaufgabe ärztlichen Handelns besteht in der Synthese und Analyse aller verfügbaren Patientendaten. Diese übersteigen mittlerweile jedoch die Leistungsfähigkeit des menschlichen Gehirns und erfordern daher innovative Ansätze in den Bereichen der Informatik und Computerwissenschaften. „Künstliche Intelligenz“ (KI) kann über eine Kombination von Algorithmen, Daten und Rechenleistung menschenähnliche kognitive Prozesse simulieren. Vor allem maschinelles Lernen (ML) hat erhebliches Potenzial in der kardiovaskulären Medizin. Die Befundinterpretation von EKG oder die Diagnose von Vorhofflimmern durch Smartwatches basieren beispielsweise auf dem Einsatz von ML. Die weitere Entwicklung von künstlicher Intelligenz in der Medizin wird jedoch auch von neuen ethischen, datenschutzrechtlichen oder regulatorischen Herausforderungen begleitet. Ein transformativer Nutzen der künstlichen Intelligenz für die kardiovaskuläre Medizin wird jedoch erst durch das Überwinden der Herausforderungen sein volles Potenzial entfalten können.
摘要 医学知识的数量在不断增加。然而，从电子病历、成像数据或基因图谱到智能手表的传感器数据，健康数据的可用性和复杂性正在进一步增加。医生的核心任务之一就是综合和分析所有可用的病人数据。然而，这已经超出了人脑的能力，因此需要在信息学和计算机科学领域采取创新方法。"人工智能（AI）可以利用算法、数据和计算能力的组合来模拟类似人类的认知过程。机器学习（ML）在心血管医学领域尤其具有巨大潜力。例如，使用智能手表解读心电图结果或诊断心房颤动，都是基于对 ML 的使用。然而，人工智能在医学领域的进一步发展也伴随着新的伦理、数据保护和监管挑战。然而，只有克服了这些挑战，人工智能对心血管医学的变革性益处才能充分发挥其潜力。
{"title":"Künstliche Intelligenz in der kardiovaskulären Medizin – Status und Perspektiven","authors":"P. Radke","doi":"10.1055/a-2146-0667","DOIUrl":"https://doi.org/10.1055/a-2146-0667","url":null,"abstract":"Zusammenfassung Die Menge medizinischen Wissens nimmt stetig zu. In noch größerem Ausmaß steigen jedoch Verfügbarkeit und Komplexität von Gesundheitsdaten aus elektronischen Patientenakten, Bildgebungsdaten oder genetischen Profilen bis hin zu Sensorikdaten einer Smartwatch. Eine Kernaufgabe ärztlichen Handelns besteht in der Synthese und Analyse aller verfügbaren Patientendaten. Diese übersteigen mittlerweile jedoch die Leistungsfähigkeit des menschlichen Gehirns und erfordern daher innovative Ansätze in den Bereichen der Informatik und Computerwissenschaften. „Künstliche Intelligenz“ (KI) kann über eine Kombination von Algorithmen, Daten und Rechenleistung menschenähnliche kognitive Prozesse simulieren. Vor allem maschinelles Lernen (ML) hat erhebliches Potenzial in der kardiovaskulären Medizin. Die Befundinterpretation von EKG oder die Diagnose von Vorhofflimmern durch Smartwatches basieren beispielsweise auf dem Einsatz von ML. Die weitere Entwicklung von künstlicher Intelligenz in der Medizin wird jedoch auch von neuen ethischen, datenschutzrechtlichen oder regulatorischen Herausforderungen begleitet. Ein transformativer Nutzen der künstlichen Intelligenz für die kardiovaskuläre Medizin wird jedoch erst durch das Überwinden der Herausforderungen sein volles Potenzial entfalten können.","PeriodicalId":40724,"journal":{"name":"Aktuelle Kardiologie","volume":"17 2","pages":"433 - 438"},"PeriodicalIF":0.1,"publicationDate":"2023-11-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139258678","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：