Künstliche Intelligenz (KI) zur Verbesserung der Ersteinschätzung der Kontagiosität von Patienten mit Tuberkulose

Friederichs H, Meyer-Oschatz F, Marschall B, Schaaf B, Unnewehr M (2020)
Presented at the 21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin e. V., Basel, Schweiz.

Kurzbeitrag Konferenz / Poster | Veröffentlicht | Deutsch
 
Download
Es wurden keine Dateien hochgeladen. Nur Publikationsnachweis!
Autor*in
Friederichs, HendrikUniBi ; Meyer-Oschatz, Florian; Marschall, Bernhard; Schaaf, Bernhard; Unnewehr, Markus
Abstract / Bemerkung
Etwa ein Drittel der Weltbevölkerung ist mit Tuberkuloseerregern infiziert und die Erkrankung führt die weltweite Statistik der tödlichen Infektionskrankheiten an. Aktuell erkranken nur etwa fünf bis zehn Prozent der mit Mycobacterium tuberculosis Infizierten tatsächlich im Laufe ihres Lebens, die Krankheit wird aber immer häufiger durch medikamentenresistente Tuberkulosestämme verursacht. Auch in Deutschland war in letzter Zeit ein Anstieg der Erkrankungen an Tuberkulose zu verzeichnen, bedingt durch die erhöhte Zuwanderung im Herbst 2015. Somit kann sich die Kontagiosität dieser Erkrankung kurzfristig ändern und erfordert klinische Entscheidungssysteme, die sich entsprechend adaptieren können. Dafür eignen sich sog. Machine-Learning-Algorithmen. Machine Learning beinhaltet eine Reihe von Methoden, die es Computern prinzipiell ermöglichen, aus Daten zu lernen, um Vorhersagen zu treffen und diese auch zu verbessern. Diese so generierten Vorhersagen haben aber den Nachteil, dass sie für die Anwender fast immer intransparent sind (Black-Box-Phänomen). Mediziner*innen sind es dagegen gewohnt, mit Algorithmen und/oder Entscheidungsbäumen zu arbeiten, deren einzelne Schritte nachvollziehbar und anpassbar sind und damit erforderliche Abweichungen erlauben. In dem hier skizzierten Projekt sollen die Vorteile aus beiden Systemen für die klinische Anwendung nutzbar gemacht werden und die Ersteinschätzung der Kontagiosität von Patienten mit Tuberkulose verbessern.
Erscheinungsjahr
2020
Konferenz
21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin e. V.
Konferenzort
Basel, Schweiz
Konferenzdatum
2020-02-13 – 2020-02-15
Page URI
https://pub.uni-bielefeld.de/record/2951163

Zitieren

Friederichs H, Meyer-Oschatz F, Marschall B, Schaaf B, Unnewehr M. Künstliche Intelligenz (KI) zur Verbesserung der Ersteinschätzung der Kontagiosität von Patienten mit Tuberkulose. Presented at the 21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin e. V., Basel, Schweiz.
Friederichs, H., Meyer-Oschatz, F., Marschall, B., Schaaf, B., & Unnewehr, M. (2020). Künstliche Intelligenz (KI) zur Verbesserung der Ersteinschätzung der Kontagiosität von Patienten mit Tuberkulose. Presented at the 21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin e. V., Basel, Schweiz. https://doi.org/10.3205/20EBM128
Friederichs, H., Meyer-Oschatz, F., Marschall, B., Schaaf, B., and Unnewehr, M. (2020).“Künstliche Intelligenz (KI) zur Verbesserung der Ersteinschätzung der Kontagiosität von Patienten mit Tuberkulose”. Presented at the 21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin e. V., Basel, Schweiz.
Friederichs, H., et al., 2020. Künstliche Intelligenz (KI) zur Verbesserung der Ersteinschätzung der Kontagiosität von Patienten mit Tuberkulose. Presented at the 21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin e. V., Basel, Schweiz.
H. Friederichs, et al., “Künstliche Intelligenz (KI) zur Verbesserung der Ersteinschätzung der Kontagiosität von Patienten mit Tuberkulose”, Presented at the 21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin e. V., Basel, Schweiz, German Medical Science GMS Publishing House, 2020.
Friederichs, H., Meyer-Oschatz, F., Marschall, B., Schaaf, B., Unnewehr, M.: Künstliche Intelligenz (KI) zur Verbesserung der Ersteinschätzung der Kontagiosität von Patienten mit Tuberkulose. Presented at the 21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin e. V., Basel, Schweiz (2020).
Friederichs, Hendrik, Meyer-Oschatz, Florian, Marschall, Bernhard, Schaaf, Bernhard, and Unnewehr, Markus. “Künstliche Intelligenz (KI) zur Verbesserung der Ersteinschätzung der Kontagiosität von Patienten mit Tuberkulose”. Presented at the 21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin e. V., Basel, Schweiz, German Medical Science GMS Publishing House, 2020.

Export

Markieren/ Markierung löschen
Markierte Publikationen

Open Data PUB

Suchen in

Google Scholar