Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

Erschienen in: Wiener klinisches Magazin 5-6/2022

20.10.2022 | Digitalisierung

Technische Innovationen und Blick in die Zukunft

verfasst von: Dr. Martin Wagner, André Schulze, Sebastian Bodenstedt, Prof. Dr. Lena Maier-Hein, Prof. Dr. Stefanie Speidel, PD Felix Nickel, Dr. Felix Berlth, Prof. Dr. Beat P. Müller-Stich, FACS FEBS Prof. Dr. Peter Grimminger

Erschienen in: Wiener klinisches Magazin | Ausgabe 5-6/2022

Einloggen, um Zugang zu erhalten
share
TEILEN

Zusammenfassung

Hintergrund

Digitale Systeme haben in den letzten Jahrzehnten zunehmend Einzug in den modernen Operationssaal gehalten. Dadurch hat sich ein massiver Wandel, insbesondere in der minimal-invasiven Chirurgie, vollzogen.

Ziel der Arbeit

Der Artikel soll einen Überblick geben zu den aktuellen technischen Innovationen und den Perspektiven von Digitalisierung und künstlicher Intelligenz (KI) in der Chirurgie.

Material und Methoden

Der Artikel basiert auf einer Literaturrecherche über PubMed und Forschungsarbeiten der beteiligten Koautoren.

Ergebnisse

Aktuelle Forschungsarbeiten befassen sich zunehmend mit maschinellen Lernverfahren, die sich die komplexen Daten in der Chirurgie zunutze machen. Die Einbindung von Systemen künstlicher Intelligenz in Operationssaal und Klinik hat jedoch erst begonnen.

Diskussion

Die translationale Erforschung künstlicher Intelligenz in der Chirurgie steht noch am Anfang, bietet aber ein großes Potenzial, die Behandlung der Patienten zu verbessern. Um die Einbindung intelligenter Systeme in die Klinik zu beschleunigen, ist die Schaffung interdisziplinärer Forschungsgruppen unter chirurgischer Leitung nötig.
Literatur
18.
Zurück zum Zitat Maier-Hein L, Eisenmann M, Sarikaya D et al (2021) Surgical data science—from concepts toward clinical translation. arXiv:2011.02284 [cs, eess] Maier-Hein L, Eisenmann M, Sarikaya D et al (2021) Surgical data science—from concepts toward clinical translation. arXiv:2011.02284 [cs, eess]
20.
Zurück zum Zitat Murali A, Sen S, Kehoe B et al (2015) Learning by observation for surgical subtasks: multilateral cutting of 3D viscoelastic and 2D orthotropic tissue phantoms. 2015 IEEE International Conference on Robotics and Automation (ICRA). IEEE, Seattle, S 1202–1209 Murali A, Sen S, Kehoe B et al (2015) Learning by observation for surgical subtasks: multilateral cutting of 3D viscoelastic and 2D orthotropic tissue phantoms. 2015 IEEE International Conference on Robotics and Automation (ICRA). IEEE, Seattle, S 1202–1209
25.
Zurück zum Zitat Wagner M, Müller-Stich B‑P, Kisilenko A et al (2021) Comparative validation of machine learning algorithms for surgical workflow and skill analysis with the HeiChole benchmark. arXiv:2109.14956 [cs, eess] Wagner M, Müller-Stich B‑P, Kisilenko A et al (2021) Comparative validation of machine learning algorithms for surgical workflow and skill analysis with the HeiChole benchmark. arXiv:2109.14956 [cs, eess]
Metadaten
Titel
Technische Innovationen und Blick in die Zukunft
verfasst von
Dr. Martin Wagner
André Schulze
Sebastian Bodenstedt
Prof. Dr. Lena Maier-Hein
Prof. Dr. Stefanie Speidel
PD Felix Nickel
Dr. Felix Berlth
Prof. Dr. Beat P. Müller-Stich
FACS FEBS Prof. Dr. Peter Grimminger
Publikationsdatum
20.10.2022
Verlag
Springer Vienna
Erschienen in
Wiener klinisches Magazin / Ausgabe 5-6/2022
Print ISSN: 1869-1757
Elektronische ISSN: 1613-7817
DOI
https://doi.org/10.1007/s00740-022-00468-7

Weitere Artikel der Ausgabe 5-6/2022

Wiener klinisches Magazin 5-6/2022 Zur Ausgabe

panorama

panorama