Diese Webseite verwendet Cookies

Wir verwenden Cookies, um Inhalte zu personalisieren und die Zugriffe auf unsere Website zu analysieren. Weitere Informationen finden Sie in unserer Datenschutzerklärung. Bitte bestätigen Sie, dass Sie mit der Verwendung von Cookies einverstanden sind.

▲ Details ausblenden

Cookies sind kleine Textdateien, die von Webseiten verwendet werden, um die Benutzererfahrung effizienter zu gestalten, bestimmte Funktionen bereitzustellen oder um bestimmte Auswertungen zu ermöglichen.

Laut Gesetz können wir Cookies auf Ihrem Gerät speichern, wenn diese für den Betrieb dieser Seite unbedingt notwendig sind. Für alle anderen Cookie-Typen benötigen wir Ihre Erlaubnis.

Diese Seite verwendet unterschiedliche Cookie-Typen. Einige Cookies werden von Drittparteien platziert, die auf unseren Seiten erscheinen.

Notwendig - Notwendige Cookies helfen dabei, unsere Webseite benutzbar zu machen, indem sie Grundfunktionen wie den Login ermöglichen. Die Webseite kann ohne diese Cookies nicht richtig funktionieren.

NameAnbieterZweckAblaufTyp
PHPSESSIDwww.dieharke.deBenötigt für LoginSessionHTTP
nomobilewww.dieharke.deSpeichert ihre Ansicht (Desktop oder Mobile)1 JahrHTTP
cookieacceptwww.dieharke.deSpeichert ihre hier gewählten Einstellungen1 JahrHTTP

Präferenzen - Präferenz-Cookies ermöglichen unserer Webseite, sich an Informationen zu erinnern, die Sie eingestellt haben. Zum Beispiel Ihren bevorzugten Lesemodus und Ihre gewählte Ansicht (Desktop oder Mobil).

NameAnbieterZweckAblaufTyp
lastVisitwww.dieharke.deZur Absicherung und Identifikation Ihres Zugangs1 JahrHTTP
lesemoduswww.dieharke.deSpeichert ihren bevorzugten Lesemodus (PDF oder online lesen)1 JahrHTTP
epaperXXXXX (XXXXX = variabel)www.dieharke.deBewirkt, dass nicht bei jeder einzelnen E-Paper-Seite erneut Ihre Zugriffsberechtigung geprüft wird1 JahrHTTP
Passwortwww.dieharke.deBenötigt für den Autologin, speichert (verschlüsselt) einen individuellen Passworthash.1 JahrHTTP
Mailwww.dieharke.deFüllt das Login-Feld für Ihre E-Mail-Adresse anhand des letzten Logins aus.1 JahrHTTP
kaufmailwww.dieharke.deSpeichert die zu ihren Einzelkäufen angegebene E-Mail-Adresse, damit Sie jederzeit Zugriff haben1 JahrHTTP
kaufmailhashwww.dieharke.deSicherheitsmerkmal für obigen Cookie "kaufmail"1 JahrHTTP

Statistiken - Statistik-Cookies helfen uns zu verstehen, wie Sie mit unserer Webseite interagieren und daraus Abläufe analysieren und verbessern zu können. Informationen werden selbstverständlich anonym gesammelt.

NameAnbieterZweckAblaufTyp
_gatgoogle-analytics.comGoogle Analytics Statistiken1 MinuteHTTP
_gidgoogle-analytics.comGoogle Analytics Statistiken1 TagHTTP
_gagoogle-analytics.comGoogle Analytics Statistiken2 JahreHTTP

Marketing - Marketing-Cookies helfen uns, das Webseitenangebot und die Präsentation von Produkten und Dienstleistungen besser auf individuelle Interessen (Alter, Wohnort, ...) abzustimmen.

NameAnbieterZweckAblaufTyp
useragewww.dieharke.deAlter (falls bekannt) für personalisierte Werbung (falls vorhanden)1 JahrHTTP
usersexwww.dieharke.deGeschlecht (falls bekannt) für personalisierte Werbung (falls vorhanden)1 JahrHTTP
userzipwww.dieharke.dePostleitzahl (falls bekannt) für personalisierte Werbung (falls vorhanden)1 JahrHTTP

Autor

Zum Artikel

Veröffentlicht am

Rubrik: Wissenschaft

Anzeige

Guangzhou

Künstliche Intelligenz für Diagnosen in der Kindermedizin

Kinderkrankenhaus im chinesischen Wuhan. Laut den ...Kinderkrankenhaus im chinesischen Wuhan. Laut den Autoren der Studie kann entwickelte Programm Ärzten helfen, große Datenmengen zu bewältigen und Entscheidungen zu treffen, welche Patienten am dringendsten behandelt werden müssten. Foto: epa Zhou Chao/FEATURECHINA
Kinderkrankenhaus im chinesischen Wuhan. Laut den Autoren der Studie kann entwickelte Programm Ärzten helfen, große Date...
»
Kinderkrankenhaus im chinesischen Wuhan. Laut den Autoren der Studie kann entwickelte Programm Ärzten helfen, große Datenmengen zu bewältigen und Entscheidungen zu treffen, welche Patienten am dringendsten behandelt werden müssten. Foto: epa Zhou Chao/FEATURECHINA
Kinderkrankenhaus im chinesischen Wuhan. Laut den Autoren der Studie kann entwickelte Programm Ärzten helfen, große Datenmengen zu bewältigen und Entscheidungen zu treffen, welche Patienten am dringendsten behandelt werden müssten. Foto: epa Zhou Chao/FEATURECHINA

Forscher in China haben ein System entwickelt, das mittels Künstlicher Intelligenz (KI) sehr zuverlässig Diagnosen bei Krankheiten von Kindern und Jugendlichen stellt.

Im Vergleichstest mit Daten aus elektronischen Gesundheitsakten schnitt das KI-System bei der Diagnose besser ab als jüngere, unerfahrene Ärzte. Die chinesisch-amerikanische Forschergruppe um Kang Zhang von der Guangzhou Medical University (Guangzhou/China) präsentiert ihre Ergebnisse im Fachjournal «Nature Medicine».
Ihre Studie liefere einen Machbarkeitsnachweis, dass ein KI-System bei Daten auf der Basis natürlicher Sprache gute diagnostische Ergebnisse erzielen könne, berichten die Autoren. Das entwickelte Programm könne Ärzten helfen, große Datenmengen zu bewältigen und Entscheidungen zu treffen, welche Patienten am dringendsten behandelt werden müssten. «Eine weitere mögliche Anwendung dieses Systems ist die Unterstützung von Ärzten bei der Diagnose von Patienten mit komplexen oder seltenen Erkrankungen», schreiben die Forscher. Denn bei diesen Krankheiten verfügten viele Mediziner über wenig Erfahrungswissen.
Die Forscher konnten ihr System an einer großen Datenmenge trainieren und testen: 101,6 Millionen Datenpunkte von 1,362 Millionen Patienten im Alter von 0 bis 18 Jahren, wobei der Schwerpunkt bei Kindern im Vorschulalter lag. Die Daten entstanden von Januar 2016 bis Juli 2017 im Guangzhou Women and Children's Medical Center bei der Behandlung von Patienten. Krankheitssymptome und andere Angaben mit Ausnahme der Diagnose entnahm das KI-System elektronischen Gesundheitsakten. Anhand der Daten erstellte das Programm eine Diagnose, die im Nachhinein mit der Diagnose des behandelnden Arztes abgeglichen wurde. So entstanden die Zuverlässigkeitswerte für das System.
Das Team um Zhang testete sein System durch einen Vergleich mit zwanzig Ärzten, die in fünf Gruppen aufgeteilt waren. Von Gruppe zu Gruppe hatten sie mehr Kompetenz und eine längere klinische Praxiserfahrung. Im Hinblick auf das F1-Maß, das Genauigkeit und Trefferquote von Daten miteinander kombiniert, lag das KI-System mit 0,885 besser als die beiden Gruppen mit jüngeren Medizinern, aber schlechter als die anderen drei. Die erfahrenste Ärztegruppe erreichte einen Wert von 0,923.
Hermann Josef Kahl vom Berufsverband der Kinder- und Jugendärzte in Köln betrachtet das Modell mit Skepsis: «Es mag sein, dass solche Systeme viel können - doch am Ende muss immer ein Arzt alle Befunde und Ergebnisse beurteilen und die Diagnose stellen.» Die direkte Begegnung von Arzt und Patient sei nicht zu ersetzen.
«Die Studie zeigt das Potenzial von künstlicher Intelligenz zur Entscheidungsunterstützung des Arztes», sagt Thomas Neumuth von der Universität Leipzig. Allerdings seien die angewendeten Algorithmen nicht rückverfolgbar und es könne nicht erklärt werden, wie eine Entscheidung zustande kommt. Lorenz Grigull von der Medizinischen Hochschule Hannover stört, dass in der Studie nur eine kleine Auswahl kindermedizinischer Diagnosen verwendet wurde. Auch seien die Ergebnisse kaum auf Deutschland zu übertragen, weil viele Patientendaten nicht elektronisch und systematisiert vorlägen. Grigull ist Mitgründer der Firma Improved Medical Diagnostics IMD, die Diagnose-unterstützende Verfahren entwickelt.
Erst im Januar war in «Nature Medicine» ein KI-System vorgestellt worden, das seltene Erbkrankheiten anhand von Porträtbildern von Patienten erkennt. Bei einem Anfangsverdacht könne die Software die Zahl der möglichen genetischen Ursachen eingrenzen und so die Diagnose beschleunigen, betont Peter Krawitz vom Uniklinikum Bonn. Er war neben zwei Medizinern von Uniklinikum Magdeburg sowie Forschern aus Israel und den USA an der internationalen Studie beteiligt.

Kommentare

Bisher wurden keine Kommentare abgegeben.

Bitte loggen Sie sich ein, um einen Kommentar abgeben zu können.