Asset Details
MbrlCatalogueTitleDetail
Do you wish to reserve the book?
Auf das Training kommt es an
by
Storck, Martin
, Sollte, Dirk
in
Artificial intelligence
/ Digitalisierung
/ Medicine & Public Health
/ Nursing
/ Nursing care
/ Nursing education
/ Patient-centered care
/ Software
/ Training
/ Wound healing
2023
Hey, we have placed the reservation for you!
By the way, why not check out events that you can attend while you pick your title.
You are currently in the queue to collect this book. You will be notified once it is your turn to collect the book.
Oops! Something went wrong.
Looks like we were not able to place the reservation. Kindly try again later.
Are you sure you want to remove the book from the shelf?
Oops! Something went wrong.
While trying to remove the title from your shelf something went wrong :( Kindly try again later!
Do you wish to request the book?
Auf das Training kommt es an
by
Storck, Martin
, Sollte, Dirk
in
Artificial intelligence
/ Digitalisierung
/ Medicine & Public Health
/ Nursing
/ Nursing care
/ Nursing education
/ Patient-centered care
/ Software
/ Training
/ Wound healing
2023
Please be aware that the book you have requested cannot be checked out. If you would like to checkout this book, you can reserve another copy
We have requested the book for you!
Your request is successful and it will be processed during the Library working hours. Please check the status of your request in My Requests.
Oops! Something went wrong.
Looks like we were not able to place your request. Kindly try again later.
Journal Article
Auf das Training kommt es an
2023
Request Book From Autostore
and Choose the Collection Method
Overview
Zusammenfassung
In den vergangenen Jahren sind erste Softwarelösungen auf den Markt gekommen, die den Einsatz von künstlicher Intelligenz (KI) in der Dokumentation und Analyse von chronischen Wunden auf der Basis von Bildern statuieren. In der Regel wird von den Anbietern nicht konkretisiert, welche Form von KI für welche Aufgabenstellung genau dabei Verwendung findet. Der Schlüssel dafür, dass eine KI verschiedene Muster in Bildern segmentieren kann, ist die Verfügbarkeit von umfangreichem, korrekt annotiertem Bildmaterial fur das Training der dafür geeigneten Modelle. Mit Tiefensensoren kann darüber hinaus die Oberflächengeometrie von Objekten in einem dreidimensionalen Raum erfasst werden. Entsprechende Sensoren sind heute schon in Smartphones eingebaut. Damit wird die kontaktlose Vermessung einer Wunde möglich, sofern das Wundbild über eine trainierte Mustererkennung segmentiert werden kann.
Bis zu einer KI-gestützten Lösung für eine durchgehende Unterstützung der Versorgungsstruktur bei der Behandlung chronischer Wunden ist es allerdings noch ein weiter Weg. Eine signifikante Steigerung von Effizienz und Effektivität der Arbeit des medizinischen und pflegerischen Personals für eine patientenzentrierte, erfolgreiche und effiziente Diagnose und Therapie mit einem kontinuierlichen Verlaufsmonitoring kann nur erreicht werden, wenn der Aufbau eines umfangreichen, strukturierten Wundregisters gelingt. Nur bei Verfügbarkeit genügender Falldaten mit ausgezeichneter Annotation können Verfahren der künstlichen Intelligenz trainiert werden, die auf eine flächendeckende, qualifizierte Versorgung chronischer Wunden abzielen. Bei der Bewertung und Auswahl des Einsatzes der zukünftig zu erwartenden Softwarelösungen kann die in diesem Artikel geschilderte adaptive Regelstrecke der natürlichen Intelligenz in der Ausübung evidenzbasierter Wundversorgung als Benchmark dienen.
Publisher
Springer Vienna,Springer Nature B.V
This website uses cookies to ensure you get the best experience on our website.