AG Digitalisierung der DGOU - Künstliche Intelligenz in der Orthopädie und Unfallchirurgie
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Künstliche Intelligenz in der Orthopädie
und Unfallchirurgie
AG Digitalisierung der DGOU
Der Chirurg
Zeitschrift für alle Gebiete der
operativen Medizin
ISSN 0009-4722
Chirurg
DOI 10.1007/s00104-019-01091-9
1 23
Your article is protected by copyright and all rights are held exclusively by Springer Medizin Verlag GmbH, ein Teil von Springer Nature. This e-offprint is for personal use only and shall not be self-archived in electronic repositories. If you wish to self-archive your article, please use the accepted manuscript version for posting on your own website. You may further deposit the accepted manuscript version in any repository, provided it is only made publicly available 12 months after official publication or later and provided acknowledgement is given to the original source of publication and a link is inserted to the published article on Springer's website. The link must be accompanied by the following text: "The final publication is available at link.springer.com”. 1 23
Der Chirurg Author's personal copy
Leitthema
Chirurg T. Tjardes1 · R. A. Heller2 · D. Pförringer3 · R. Lohmann4 · David A. Back5 ·
https://doi.org/10.1007/s00104-019-01091-9 AG Digitalisierung der DGOU
1
Klinik für Unfallchirurgie, Orthopädie und Sporttraumatologie Köln-Merheim, Kliniken der Stadt Köln
© Springer Medizin Verlag GmbH, ein Teil von gGmbH, Köln, Deutschland
Springer Nature 2020 2
Zentrum für Orthopädie, Unfallchirurgie und Paraplegiologie, Universitätsklinik Heidelberg, Heidelberg,
Deutschland
3
Klinik für Unfallchirurgie, Klinikum Rechts der Isar, Technische Universität München, München,
Deutschland
4
Lohmann & Birkner Software Solutions GmbH, Berlin, Deutschland
5
Klinik für Unfallchirurgie und Orthopädie, Septische und Rekonstruktive Chirurgie,
Bundeswehrkrankenhaus Berlin, Berlin, Deutschland
Künstliche Intelligenz in der
Orthopädie und Unfallchirurgie
Hintergrund Zusammenhänge aufzeigen – und stellen zur Symptomanalyse für Patienten oder
damit Korrelationen, nicht Kausalitäten gar „decision support“ für Ärzte [4, 6,
Künstliche Intelligenz (KI) in der Me- dar. Diese Tatsache ist von hoher Bedeu- 9]. Bei diesen Systemen werden Nut-
dizin ist eines der meist diskutierten tung, da dem Fragesteller die Verantwor- zern – primär Patienten – meist algo-
Themen der Gegenwart. Häufig ist der tung zukommt, Möglichkeitenund Gren- rithmenbasiert Fragen gestellt, die an-
Diskurs von ungerechtfertigten Heilser- zen der ausgewählten Methodik zur Be- hand von Wahrscheinlichkeiten gewählt
wartungen oder irrationalen Ängsten antwortung der gewählten Fragestellung werden, mit anschließender Datenanaly-
geprägt, was oft an einer Dysbalance zu beurteilen. se auf Basis eines Abgleichs mit bestehen-
zwischen dem Wissen über Methoden Dieser Artikel widmet sich der Fra- den Kasuistiken [9]. Erste Produkte wei-
und Möglichkeiten von KI und deren ge, welche Bereiche in der Orthopädie sen mit teils über 80 % Übereinstimmung
aktueller Leistungsfähigkeit liegt. Die und Unfallchirurgie (O und U) von An- der Programme mit ärztlichen Diagno-
mathematischen Grundlagen wurden wendungen an der Schnittstelle KI zu sen in eine vielversprechende Richtung
bereits in den 1940er-Jahren entwickelt humaner Intelligenz profitieren können. [9]. Jedoch gibt es noch viele unbekann-
[11], doch eine breitere Verwendung von Bei einer aktuellen PubMed-Recher- te Größen, wie mögliche Einflüsse des
KI in der Medizin wurde erst mit dem che zeigten sich zu dem Thema viele Ein- medizinischen Verständnisses der Nut-
Zeitalter der Digitalisierung möglich. flüsse, aber auch eine geringe Zahl an zer oder auch der jeweiligen Pathologien
Die technischen Möglichkeiten, große Publikationen im Kontext von O und U [6].
Datenmengen mit geringem Kostenauf- (. Abb. 1 und 2). O und U haben da- Für die O und U finden sich in der
wand zu speichern und mit starken Re- bei neben der klinischen auch eine aus- Literatur bislang nur wenige Publikatio-
chenkapazitäten zu verarbeiten, bilden geprägte technische Komponente. Or- nen [4]. Es ist noch weitgehend unklar,
das Fundament der Implementierung thopäden und Unfallchirurgen müssen ob solche Systeme z. B. als Decision-sup-
von KI für eine medizinische Nutzung. zum einen objektive Diagnosen stellen, port-Systeme bei Hausärzten, niederge-
Künstliche Intelligenz beschreibt all- mögliche Therapieoptionen ableiten und lassenen Orthopäden und Unfallchirur-
gemein den Versuch, bestimmte mensch- schließlich die sinnvollste Option für den gen oder in Kliniken eingesetzt werden
liche Entscheidungsstrukturen nachzu- individuellen Patienten empfehlen. Im könnten. Perspektivisch könnten sie in O
bilden. Hieraus ergibt sich eine facet- Falle einer Operation schließt sich hier und U bei seltenen Erkrankungen oder
tenreiche Bandbreite an Ansätzen, von noch eine technische Umsetzung an. So- bei häufigen, aber okkulten Pathologi-
der Simulation intelligenten Verhaltens mit ergeben sich verschiedene Einsatz- en verwendet werden, wie der Detektion
(schwache KI) bis hin zu einer umfassen- gebiete für KI-basierte Assistenzsysteme. chronischer Gelenkinstabilitäten.
den Simulation menschlichen Denkens
(starke KI; [12]). In Ermangelung einer Mustererkennung in der Mustererkennung in Bildern
genauen Definition von „Intelligenz“ ist Anamnese
der Begriff KI dabei nicht eindeutig ab- In O und U hat die Bildgebung in
grenzbar. Ein medienwirksames Feld mit aber bis- der Diagnostik und Indikationsstellung,
Datenanalysemethoden, auch die der lang noch sehr geringer Evidenz ist die aber auch intraoperativ und im Rahmen
KI, können ausschließlich rechnerische Verwendung von KI-gestützten Chatbots der Ergebnis- und Verlaufskontrolle ei-
Der ChirurgAuthor's personal copy
Leitthema
(z. B. Kostenträgerdaten, Lifestyledaten,
Daten von „wearables“ etc.) können
flexibel Muster für Fragestellungen ge-
sucht werden. Gegenwärtig wird eine
Art dieser breiten Datensammlung in
Form von Registern bereits erfolgreich
betrieben. Die Auswertung der Register-
daten folgt dem klassischen Muster einer
Fragestellung, die unter Zuhilfenahme
Abb. 1 9 Word- statistischer Methoden mit Prüfung ei-
cloud der Wortkom-
binationen in den ner Hypothese analysiert wird. Inwieweit
Abstracts der auf hier Erkenntniszugewinne durch die KI-
PubMed registrier- Anwendung zu erwarten sind, ist gegen-
ten Veröffentlichun- wärtig für den Bereich O und U noch
gen zum Term „(ai nicht untersucht. Perspektivisch könnten
artificial intelligence
[MeSH Terms] OR KI-Algorithmen auch einen Einfluss auf
machine learning Leitlinienerstellungen haben, wie dies
[MeSH Terms]) AND bereits Studien in anderen Fachgebieten
orthopedic [MeSH andeuteten [16].
Terms]“ von 1989
bis 2019
KI in der Klinik
ne zentrale Bedeutung. Gegenwärtig ist wird die algorithmische Bildbearbeitung Gegenwärtig finden sich kaum KI-ba-
zwar die technische Seite der Bildgebung in O und U eine Schlüsselrolle einneh- sierte Anwendungen in der klinischen
weitestgehend digitalisiert, die Auswer- men. Durch Segmentierungsalgorith- Routine in O und U. Die verzögerte Zu-
tung und Beurteilung erfolgt jedoch men auf KI-Basis, d. h. die automatische wendung von Forschung und Entwick-
unverändert analog, d. h. sie basiert auf Unterscheidung zwischen Gewebetypen lung zu diesem wichtigenEinsatzfeld liegt
der Erfahrung der Auswertenden. Die in Schnittbildern, werden personalisierte u. a. an gesetzlichen Rahmenbedingun-
Möglichkeiten der Digitalisierung in simulierbare Modelle für die Therapie- gen wie der Europäischen Datenschutz-
Kombination mit KI können die Bild- planung und präoperative Simulation Grundverordnung (EU-DSGVO), Um-
gebung prä-, intra- und postoperativ des Therapieverlaufs möglich sein. fangsbeschränkungen erforderlicher Da-
hinsichtlich Genauigkeit, Sicherheit und tenquellen oder Schwierigkeiten bei der
Geschwindigkeit auf ein höheres Niveau Mustererkennung in Daten Kombination von Daten unterschiedli-
heben [5]. Das Spannungsfeld dieser cher Provenienz.
Entwicklungen zeigt eine Studie, bei der Wenn in Studien klinische und epide- Die Chancen der Integration von KI in
mit einem neuronalen Netz die Identi- miologische Daten erhoben werden, ste- den klinischen Alltag sind erheblich. Die
fikation proximaler Humerusfrakturen hen sie mit den untersuchten Entitäten Kombination verschiedener Datentypen,
in Datensätzen zuverlässig gelang, die in Zusammenhang. Meist wird die Da- von präoperativen, u. U. nichtmedizini-
Zuordnung der Frakturen nach einer tenmenge abhängig von der Studienhy- schen, bis hin zu postoperativen Reha-
Klassifikation aber problematisch war pothese für eine valide statistische Aus- bilitationsdaten, ermöglicht es, bei For-
[2]. Richtungsweisender könnte die Be- wertung geplant (Powerkalkulation). Die schungsfragen einen deutlich größeren
tonung der Unterstützungskomponente Datenbreite ergibt sich aus der klinischen Bogen zu spannen als in klassischer kli-
von KI sein. So konnte in einer ande- Fragestellung und wird nicht auf mögli- nischer Forschung. So konnte aus ortho-
ren Studie mit distalen Radiusfrakturen che Synergieeffekte mit anderen Studien pädischen Endoprothetikdaten mithilfe
gezeigt werden, dass die supportive KI- oder Datenspeichern analysiert. Metho- von KI ein Bogen von der präoperativen
Nutzung bei der Bildinterpretation die disch suchen somit Analyseverfahren der Situation bis hin zur subjektiven Ein-
Fehlinterpretationsrate der befundenden klassischen frequentistischen Statistik in schätzung des Therapieergebnisses von
Ärzte um ca. 47 % senken konnte [10]. den Daten nach Hinweisen für die Prü- Patienten geschlagen werden [13]. In-
fung der Studienhypothese – und nur für teressant ist dabei, dass ausgehend von
»Bildbearbeitung
Die algorithmische
wird eine
diese eine Hypothese ist das Analyseer-
gebnis valide.
der Fragestellung, wie der wahrscheinli-
che Ressourcenbedarf von Patienten für
Auf KI basierte Analysestrategien Leistungserbringer und Kostenträger er-
Schlüsselrolle einnehmen können eine komplementäre Herange- mittelt werden kann, umfangreiche Da-
hensweise verfolgen. In Datensätzen, die tensätze mit vergleichsweise einfachen
Auch im Rahmen personalisierter di- nicht nur medizinische Daten umfassen, KI-Methoden (naiver Bayes-Klassifika-
gital-gestützter Behandlungskonzepte sondern auch nichtmedizinische Quellen tor) modelliert wurden. In gleicher Wei-
Der ChirurgAuthor's personal copy
Zusammenfassung · Abstract
se wurden Möglichkeiten patientenad- Chirurg https://doi.org/10.1007/s00104-019-01091-9
aptierter Kostenabrechnungen für hüft- © Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2020
gelenksnahe Frakturen KI-basiert unter-
sucht [7]. T. Tjardes · R. A. Heller · D. Pförringer · R. Lohmann · D. A. Back · AG Digitalisierung der DGOU
Künstliche Intelligenz in der Orthopädie und Unfallchirurgie
»Selbstbestimmungsrechte
Persönlichkeits- und
der
Zusammenfassung
Künstliche Intelligenz (KI) ist ein sehr Potenzial einer optimierten und individua-
Patienten sind zu berücksichtigen relevantes Thema für die Medizin der Zukunft. lisierten Patientenversorgung zu nutzen.
Dieser Artikel beleuchtet das Thema KI im Interdisziplinäre und internationale Ansätze
Kontext der Orthopädie und Unfallchirurgie. unter Einbezug personeller, ökonomischer,
Auch Angesichts dieses Potenzials von KI Im Schwerpunkt werden KI-Potenziale bei rechtlicher und ethischer Aspekte werden
in der Klinik müssen aber die Gefahren der Analyse von Symptomen, radiologischen hierzu von entscheidender Bedeutung sein.
datenintensiver Analyseverfahren, wie Bildern, klinischen Datensätzen, der Verwen-
dung in Klinik und im Operationssaal sowie Schlüsselwörter
die Verletzung der Persönlichkeits- und
für die Aus- und Weiterbildung beleuchtet. Robotik im Operationsaal · Algorithmen-
informationellen Selbstbestimmungs- KI ist für die Orthopädie und Unfallchirurgie gestützte Analyse · Weiterbildung · Große
rechte von Patienten, berücksichtigt der Zukunft weit mehr als reine Fiktion. Datenmengen · Rechtliche Rahmenbedingun-
werden. Die Integration einer großen Es ist aber noch ein weiter Weg, um das gen
Datenbreite, vom ambulanten bis zum
langfristig postoperativen Verlauf, kann
alle Interessensphären (Patienten, Ärzte, Artificial intelligence in orthopedics and trauma surgery
Kostenträger, Leistungserbringer etc.)
Abstract
des Behandlungsprozesses abdecken.
Artificial intelligence (AI) is a very relevant a long way to go before the potential of an
Gleichzeitig bieten KI-Methoden die topic for the medicine of the future. This optimized and individualized patient care can
Möglichkeit einer individuelleren Pro- article focuses on the field of AI in the be utilized. Interdisciplinary and international
gnosestellung, als sie mit den klassischen context of orthopedics and trauma surgery. approaches, including personnel, economic,
Verfahren der frequentistischen Statistik The main focus is on the potentials of AI legal and ethical aspects will play a decisive
in the analysis of symptoms, radiological role in this respect.
möglich sind.
images, clinical data sets, use in hospitals
and operating theaters as well as for training Keywords
KI im Operationssaal and education. For the orthopedics and Robotics in the operating theater · Algorithm-
trauma surgery of the future AI is much based analysis · Professional education · Big
Der zentrale Ort chirurgischer Tätigkeit, more than pure fiction; however, there is still Data · Legal framework conditions
der Operationssaal, ist aufgrund der
unmittelbaren Verantwortung für Leib
und Leben der anvertrauten Patienten rativen Bildgebung benötigt werden [1]. und organisatorischen Ansätzen, die an
auch der ethisch delikateste Kontext In den Bereich der KI-Robotik wird noch der Schnittstelle von theoretischer und
einer möglichen KI-Anwendung. KI- ein hoher Entwicklungseinsatz investiert chirurgischer Ausbildung die klinische
gesteuerte Prozesse mit direkter Maschi- werden müssen. Künftig könnten so so- Entscheidungsfähigkeit unter den Be-
neninteraktion („machine-to-machine“, gar Operationstechniken zugunsten von dingungen einer reduzierten Exposition
M2M) können gerade bei komplexen z. B. mehr perkutanen Eingriffen neu ent- sicherstellen. Die Wirksamkeit digitaler
Operationen wie Polytraumata eine re- wickelt werden – mit direkten Einflüssen Lernmittel in O und U wurde dabei
levante Unterstützung der Anästhesie auf die Implantatindustrie, aber auch den bereits nachgewiesen [15]. Perspekti-
darstellen, wie erste Studiendaten z. B. postoperativen Genesungsprozess von visch könnten auch Ärzten auf Basis
zur Prädiktion einer Hypotonie un- Patienten. von Nutzergewohnheiten und Präferen-
ter Narkose vermuten lassen [8]. Auf zen KI-basiert personalisierte digitale
chirurgischer Seite bestehen in der O KI in Aus- und Weiterbildung Lerninhalte angeboten werden, wie dies
und U derzeit am ehesten in der Wirbel- bereits für andere Lehrbereiche pro-
säulenchirurgie Erfahrungen mit dem Die Anwendungen von KI werden auch pagiert wird [3]. Zugleich könnte der
Einsatz von Robotersystemen, allerdings neue Optionen in der Ausbildung des Wissens- und Fähigkeitsgewinn besser
kaum mit KI-Applikationen [14]. Noch O- und U-Nachwuchses eröffnen. An- für Weiterbildner und Auszubilden-
in experimentellen Kinderschuhen ste- gesichts der zeitlichen Limitierung der de dokumentiert werden. KI-gestützte
hen Ansätze, auch Frakturversorgungen Ausbildung durch neue Arbeitszeitge- Analysen in der Vernetzung von klini-
mit den nötigen Repositionsschritten setze reduziert sich die zum Aufbau scher Tätigkeit und Ausbildung könnten
zumindest teilweise mit KI-gestützten eines hinreichenden klinischen und Verbesserungspotenziale identifizieren
Robotern anzugehen [17]. Hierzu wer- chirurgischen Erfahrungsschatzes erfor- und gezielt adressieren.
den absehbar auch M2M-Schnittstellen derliche Exposition. Es besteht somit ein
zwischen Robotern und einer intraope- hoher Bedarf an neuen methodischen
Der ChirurgAuthor's personal copy
Leitthema
Abb. 2 8 a Gesamtpublikationen, b Suchterm: „ai artificial intelligence [MeSH Terms] OR machine learning [MeSH Terms]“,
cSuchterm:„orthopedic [MeSHTerms]“,d Suchterm Kombination:„ai artificial intelligence [MeSHTerms]ORmachine learning
[MeSH Terms] AND orthopedic [MeSH Terms]“
Ausblick analysiert werden, sind Strukturen er- der verschiedenen Aspekte unter dem
forderlich, die es erlauben, auf diese Gesichtspunkt einer optimierten und
Anhand der oben genannten Aspekte Daten auch zugreifen zu können. Von individualisierten Patientenversorgung
wird klar, dass KI in der O und U der ebenso großer Bedeutung für die nach- ermöglichen. Ein wichtiger Punkt wird
Zukunft weit mehr als reine „fiction“ ist. haltige Implementierung von KI sind aber auch sein, die Erwartungen und
Es ist aber auch offensichtlich, dass der auch Datensicherheitsaspekte mit hohen Ängste der medizinischen Mitarbeiter
Weg noch lang ist, bis dieses Potenzial Standards (EU-DSGVO). rechtzeitig einzubeziehen, um diese für
genutzt werden kann. Die Chancen für Muskuloskeletale Pathologien betref- die KI-Nutzung zu gewinnen.
Patienten, Ärzteschaft und alle anderen fen alle Altersstufen unserer Bevölke-
Leistungserbringer im Gesundheitssys- rung, mit hohen Kosten für Diagnostik, Fazit für die Praxis
tem, Kostenträger und auch für die Therapie und Begleitumstände, wie Ar-
Gesundheitspolitik sind dabei enorm. beitsausfälle. Damit ergeben sich für 4 Ein Einsatz künstlicher Intelligenz (KI)
O und U nicht nur fachliche Heraus- als „harte Entscheidungsinstanz“ in
»kombinierten
Das Potenzial liegt in der
Analyse von Daten
forderungen, sondern angesichts der
demographischen Entwicklung auch
der Klinik ist aktuell nicht absehbar.
Ethische Überlegungen, rechtliche
übergeordnete Verbindlichkeiten gegen- Rahmenbedingungen und eine Ak-
verschiedenster Provenienz über dem Solidarsystem. Die ärztliche zeptanz des medizinischen Personals
Pflicht, dem einzelnen Patienten das werden für eine angemessene Ver-
Die endgültige Positionierung von KI optimale Therapiekonzept anzubieten, wendung nötig sein.
im klinischen und wissenschaftlichen der Anspruch, Patienten kompetent 4 Ein großer Bedarf besteht v. a. für KI-
Kontext von O und U ist zum jetzi- hinsichtlich der möglichen Alternati- Anwendungen, die die menschliche
gen Zeitpunkt noch nicht absehbar. Ein ven zu beraten und die Notwendigkeit, Wahrnehmung und Erfahrungen
großes Problem stellt u. a. die Datenver- hierfür eine dem Schwierigkeitsgrad unterstützen. Hierzu sollten auf
fügbarkeit dar. Ausreichende Datenmen- und dem Ressourcenbedarf angemesse- nationaler und internationaler Ebene
gen können nicht mehr nur durch eine ne Vergütung zu erzielen, definieren das kooperativ wissenschaftliche und
einzelne Institution erhoben werden. Spannungsfeld innerhalb dessen zukünf- wirtschaftliche Anstrengungen
Da das Potenzial von KI erst dann voll tige Therapien entwickelt und umgesetzt unternommen werden, um neue
ausgeschöpft werden kann, wenn Daten werden. Data-Analytics und KI-basier- Anwendungen zu erforschen und in
verschiedenster Provenienz kombiniert te Ansätze könnten eine Kombination den Markt einzuführen.
Der ChirurgAuthor's personal copy
10. Lindsey R, Daluiski A, Chopra S et al (2018) Deep
Korrespondenzadresse neural network improves fracture detection by cli-
nicians. Proc Natl Acad Sci U S A 115:11591–11596
Oberfeldarzt PD Dr. David A. Back 11. Mcculloch WS, Pitts W (1943) A logical calculus of
Klinik für Unfallchirurgie und Orthopädie, the ideas immanent in nervous activity. Bulletin of
Septische und Rekonstruktive Chirurgie, Mathematical Biophysics 5:115–133
Bundeswehrkrankenhaus Berlin 12. NilssonNJ(2009)Thequestforartificialintelligence
Scharnhorststr. 13, 10115 Berlin, Deutschland 13. Ramkumar PN, Haeberle HS, Bloomfield MR et
david.alexander.back@gmail.com al (2019) Artificial intelligence and arthroplasty
at a single institution: real-world applications of
DavidBack@Bundeswehr.org machine learning to big data, value-based care,
mobile health, and remote patient monitoring.
J Arthroplasty 34:2204–2209
14. Staub BN, Sadrameli SS (2019) The use of robotics
Einhaltung ethischer Richtlinien in minimally invasive spine surgery. J Spine Surg
5:S31–S40
15. Tarpada SP, Morris MT, Burton DA (2016) E-learning
Interessenkonflikt. R. Lohmann ist Geschäftsführer inorthopedicsurgerytraining: asystematicreview.
bei Lohmann & Birkner Software Solutions GmbH, J Orthop 13:425–430
Berlin. T. Tjardes, R. A. Heller, D. Pförringer, D. A. Back 16. Weng SF, Reps J, Kai J et al (2017) Can machine-
und die AG Digitalisierung der DGOU geben an, dass learning improve cardiovascular risk prediction
kein Interessenkonflikt besteht. using routine clinical data? PLoS ONE 12:e174944
17. Zhao JX, Li C, Ren H et al (2019) Evolution and
Für diesen Beitrag wurden von den Autoren keine current applications of robot-assisted fracture
Studien an Menschen oder Tieren durchgeführt. reduction: a comprehensive review. Ann Bio-
Für die aufgeführten Studien gelten die jeweils dort med Eng. https://doi.org/10.1007/s10439-019-
angegebenen ethischen Richtlinien. 02332-y
Literatur
1. BhandariM,ZeffiroT,ReddiboinaM(2019)Artificial
intelligence and robotic surgery: current perspec-
tive and future directions. Curr Opin Urol. https://
doi.org/10.1097/MOU.0000000000000692
2. Chung SW, Han SS, Lee JW et al (2018) Automated
detection and classification of the proximal hume-
rus fracture by using deep learning algorithm. Acta
Orthop 89:468–473
3. Ciolacu M, Tehrani AF, Binder L et al (2018)
Education 4.0—artificial intelligence assisted
higher education: early recognition system with
machine learning to support students’ success.
2018 IEEE 24th International Symposium for
Design and Technology in Electronic Packaging
(SIITME), Iasi, Romania, 25-28 Oct. 2018
4. Elkin PL, Schlegel DR, Anderson M et al (2018)
Artificial intelligence: bayesian versus heuristic
method for diagnostic decision support. Appl Clin
Inform 9:432–439
5. Gyftopoulos S, Lin D, Knoll F et al (2019) Artificial
intelligence in musculoskeletal imaging: current
status and future directions. Ajr Am J Roentgenol
213:506–513
6. Jungmann SM, Klan T, Kuhn S et al (2019) Accuracy
of a chatbot (Ada) in the diagnosis of mental
disorders: comparative case study with lay and
expert users. JMIR Form Res 3:e13863. https://doi.
org/10.2196/13863
7. Karnuta JM, Navarro SM, Haeberle HS et al
(2019) Bundled care for hip fractures: a machine-
learningapproachtoanuntenablepatient-specific
payment model. J Orthop Trauma 33:324–330
8. Kendale S, Kulkarni P, Rosenberg AD et al (2018)
Supervised machine-learning predictive analytics
for prediction of postinduction hypotension.
Anesthesiology 129:675–688
9. KorenG, SouroujonD, ShaulRetal(2019)“Apatient
like me”—an algorithm-based program to inform
patients on the likely conditions people with
symptoms like theirs have. Medicine (Baltimore)
98:e17596
Der ChirurgSie können auch lesen
