Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Künstliche Intelligenz

Was müssen Urolog*innen wissen?
Artificial intelligence: What do urologists need to know?
 
: Schreiber, A.; Hahn, H.; Wenzel, M.; Loch, T.

:

Der Urologe 59 (2020), Nr.9, S.1026-1034
ISSN: 0375-4685
ISSN: 0340-2592
ISSN: 1433-0563
Deutsch
Zeitschriftenaufsatz
Fraunhofer MEVIS ()

Abstract
In den vergangenen 10 Jahren haben die Methoden der Künstlichen Intelligenz (KI) Durchbrüche erfahren, die der Informationstechnologie eine Vielzahl neuer Einsatzfelder eröffnete. Dabei spielt die KI besonders dort ihre Stärken aus, wo in großen, multiparametrischen Datenmengen Muster erkannt und Rückschlüsse, sowie Prognosen auf deren Basis gezogen werden müssen. Bei diesen Problemstellungen sind uns Computer in Sachen Präzision und Geschwindigkeit überlegen. Diese informationstechnologischen Fortschritte erreichen uns in einer Zeit, in der Innovationen in Diagnostik und Sensorik eine präzisere Patientenstratifikation ermöglichen und das medizinische Personal mit einer wachsenden Quantität und Qualität an Patientendaten konfrontieren. Die Urologie steht sinnbildlich für diese neue Komplexität der Medizin, in der vielschichtige Diagnostikkaskaden ein hohes Maß an Interdisziplinarität erfordern und, insbesondere in der Uroonkologie, die Therapiestrategien ausdifferenzierter werden und die Interpretation multipler klinischer und diagnostischer Daten erfordern. Hier werden Methoden der KI in Zukunft das medizinische Personal bei Diagnostik und Therapieentscheidung unterstützen und damit dem Ziel der Präzisionsmedizin näherkommen. Voraussetzung für den Erfolg KI-basierter Unterstützungstools wird die transparente Entwicklung und Validierung der Software, sowie die populationsbasierte Visualisierung von Entscheidungsparametern.

 

In the past 10 years, the methods of artificial intelligence (AI) have experienced breakthroughs that have opened up a multitude of new fields of application for information technology. AI is particularly strong in those areas where patterns have to be recognized and conclusions and forecasts based on large, multiparametric data sets have to be drawn. Computers are superior to us in terms of precision and speed in these problems. These advances in information technology reach us at a time when innovations in diagnostics and sensor technology enable more precise patient stratification and confront medical personnel with an increasing quantity and quality of patient data. Urology is symbolic of this new complexity of medicine, in which multi-layered diagnostic cascades require a high degree of interdisciplinarity and, especially in uro-oncology, therapeutic strategies are becoming more differentiated and require the interpretation of multiple clinical and diagnostic data. Here, methods of Artificial Intelligence will in future support medical personnel in diagnostics and therapy decisions and thus come closer to the goal of precision medicine. A prerequisite for the success of AI-based support tools will be the transparent development and validation of the software, as well as the population-based visualization of decision parameters.

: http://publica.fraunhofer.de/dokumente/N-615355.html