Zusammenfassung
Chronische Erkrankungen stellen eine sehr starke Belastung sowohl für Patienten und medizinisches Personal als auch Gesundheitseinrichtungen und Gesundheitssysteme dar. Einhergehend mit der Digitalisierung im Gesundheitswesen können jedoch körperliche, zeitliche, finanzielle und systemrelevante Belastungen abgemildert werden. Der Einsatz von künstlicher Intelligenz ermöglicht die Ermittlung von Diagnose- und Therapievorschlägen basierend auf Krankheitssymptomen von Patienten und durch die Anforderungen des medizinischen Personals. Dabei profitiert das medizinische Personal durch eine verbesserte Datenverarbeitung, Wissenspräsentation, Risikoanalyse und Entscheidungsfindung, um zielführend Maßnahmen zur Behandlung von Patienten einleiten zu können. Dieser Beitrag beschäftigt sich mit chronischen Erkrankungen und den Fortschritten, die auf dem Gebiet der künstlichen Intelligenz im Diagnostik- und Therapiebereich bisher erzielt wurden. Beispielhaft werden Einsatzgebiete von künstlicher Intelligenz zu ausgewählten chronischen Erkrankungen aufgezeigt. Vor- und Nachteile beim Einsatz von künstlicher Intelligenz im Diagnostik- und Therapiebereich werden ermittelt. Das Ergebnis zeigt, dass bereits große Fortschritte erzielt wurden, aber auch noch erhebliches Potenzial zur Gestaltung und Optimierung besteht.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Similar content being viewed by others
Literatur
Albat, D. (2020). Depression: KI prognostiziert Therapieerfolg, Algorithmus sagt Wirkung von Antidepressiva auf Basis von Hirnwellen vorher, Scinexx. https://www.scinexx.de/news/medizin/depression-ki-prognostiziert-therapieerfolg/. Zugegriffen: 8. Apr. 2020.
Bitkom. (2019). Epileptische Anfälle mit KI erkennen, Faktenpapier, Serie AI Science over Fiction, Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e. V. (Bitkom). https://www.bitkom.org/sites/default/files/2019-08/190823_epileptische-anfalle-mit-ki-erkennen.pdf. Zugegriffen: 8. Apr. 2020.
BMBF. (2016). Forschung zu chronischen Krankheiten und Patientenorientierung, Broschüre, Prognos AG und Europäisches Zentrum für Wirtschaftsforschung und Strategieberatung und Bundesministerium für Bildung und Forschung, BMBF. S. 1–41. https://www.gesundheitsforschung-bmbf.de/files/VnF_Broschuere_barrierefrei.pdf. Zugegriffen: 24. Sept. 2020.
Brand, M., Troya, J. S., Krenzer, A., De Maria, C., Mehlhase, N., Walter, B., Meining, A., & Hann, A. (2020). Künstliche Intelligenz zur Detektion von Kolonpolypen – Eine systematische Aufarbeitung relevanter Faktoren. Zeitschrift für Gastroenterologie, 58(08), e122. https://www.thieme-connect.com/products/ejournals/html/10.1055/s-0040-1716062. Zugegriffen: 8. Apr. 2020.
Brendler. (2019). Colitis ulcerosa: Künstliche Intelligenz erkennt Stadium anhand der Koloskopiebilder. Medical Tribune. https://www.medical-tribune.de/medizin-und-forschung/artikel/colitis-ulcerosa-kuenstliche-intelligenz-erkennt-stadium-anhand-der-koloskopiebilder/. Zugegriffen: 8. Apr. 2020.
Busse, R. (2011). Bekämpfung chronischer Krankheiten und Versorgung chronisch Kranker – International. Die BKK, 3, 142–145.
BZgA. (1987). Gesundheitsförderung bei chronischen Krankheiten, Bericht, Bundeszentrale für gesundheitliche Aufklärung (BZgA, Hrsg.) und Regionalbüro für Europa der Weltgesundheitsorganisation (Hrsg.).
De la Torre C. (2002) Alzheimer disease as a vascular disorder: Nosological evidence. Stroke, 33(4), 1152–1162. https://www.ahajournals.org/doi/full/10.1161/01.str.0000014421.15948.67. Zugegriffen: 29. Sept. 2020.
Ding, Y., Sohn, J., Kawczynski, M., Trivedi, H., Harnish, R., Jenkins, N., Lituiev, D., Copeland, T., Aboian, M., Mari Aparici, C., Behr, S., Flavell, R., Huang, S., Zalocusky, K., Nardo, L., Seo, Y., Hawkins, R., Hernandez Pampaloni, M., Hadley, D., & Franc, B. (2019). A deep learning model to predict a diagnosis of Alzheimer disease by using 18F-FDG PET of the brain. Radiology, 290(2), 456–464. https://pubs.rsna.org/doi/10.1148/radiol.2018180958#tbl2. Zugegriffen: 29. Sept. 2020.
Dzugan, F. (2018). Künstliche Intelligenz beim Arzt: Vor- und Nachteile. profil. https://www.profil.at/wissenschaft/kuenstliche-intelligenz-arzt-vor-nachteile-10442191. Zugegriffen: 17. Okt. 2020.
Egger, K., & Rijntjes, M. (2018). „Big Data“ und künstliche Intelligenz zur Diagnoseunterstützung bei atypischer Demenz. Der Nervenarzt, 89(8), 875–884. https://link.springer.com/article/10.1007%2Fs00115-018-0568-3. Zugegriffen: 29. Sept. 2020.
ePharma Insider. (2018). AI Anwendungen für das Management chronischer Nierenerkrankungen. ePharma Insider. https://www.epharmainsider.com/ai-anwendungen-fuer-das-management-chronischer-nierenerkrankungen/. Zugegriffen: 17. Okt. 2020.
Fiedler, U., Wiltfang, J., Peters, N., & Benninghoff, J. (2012). Fortschritt in der Diagnostik der Alzheimer-Demenz. Der Nervenarzt, 83(5), 611–673. https://link.springer.com/article/10.1007/s00115-012-3486-9. Zugegriffen: 29. Sept. 2020.
Flintrop, J. (2000). Krankenhaus-Report: Jeder zweite Patient ist chronisch krank. Deutsches Ärzteblatt, 97(10), A-580 / B-473 / C-445.
Fraunhofer-Gesellschaft. (2020). Schnelltest für die Asthma-Diagnose. Scinexx das Wissensmagazin. https://www.scinexx.de/businessnews/schnelltest-fuer-die-asthma-diagnose/. Zugegriffen: 8. Apr. 2020.
Fraunhofer IIS. (2020). Detektion von Polypen und Läsionen während der Koloskopie. Fraunhofer-Institut für Integrierte Schaltungen (Fraunhofer IIS). https://www.iis.fraunhofer.de/de/ff/sse/health/medical-image-analysis/endoskopie/polypendetektion.html. Zugegriffen: 8. Apr. 2020.
Frei, P., Biedermann, L., & Rogler, G. (2011). Morbus Crohn und Colitis ulcerosa – Wichtiges für den Nicht-Gastroenterologen. Swiss Medical Forum, EMH Media, 11(41), 718–726. https://medicalforum.ch/journalfile/view/article/ezm_smf/de/smf.2011.07643/69123ac1c37624b01cd125c41bd23d5015c40492/smf_2011_07643.pdf/rsrc/jf. Zugegriffen: 25. Sept. 2020.
Fröhlich-Rüfenacht, S., Rousselot, A., & Künzler, A. (2013). Psychosoziale Aspekte chronischer Erkrankungen und deren Einfluss auf die Behandlung. Schweiz Med Forum, 13(10), 206–209.
Ganz, C. (2015). Ganzheitliche Ansätze bei chronischen Erkrankungen. Schweiz Z Ganzheitsmed, 27, 269–273.
Gensichen, J., & Donner-Banzhoff, N. (2007). Betreuung von Menschen mit chronischen Krankheiten. ZFA – Zeitschrift für Allgemeinmedizin, 83(8), 316–320. http://wwwintern.uniklinikum-saarland.de/fileadmin/UKS/Lehre/Studiengaenge/Humanmedizin/2.Studienabschnitt/Allgemeinmedizin/Downloads/DEGAM_Positionspapier_-_Menschen_mit_chronischen_Krankheiten2.pdf. Zugegriffen: 24. Sept. 2020.
Gensichen, J., & Rosemann, J. (2007). Das Chronic Care Modell: Elemente einer umfassenden Behandlung für Patienten mit chronischen Krankheiten DEGA-Serie: Betreuung von Patienten mit chronischen Krankheiten. ZFA – Zeitschrift für Allgemeinmedizin, 83(12), 483–486. https://www.online-zfa.de/fileadmin/user_upload/Heftarchiv/ZFA/article/2007/12/10.1055-s-2007-1004522.pdf. Zugegriffen: 24. Sept. 2020.
Goldschmid, J.-C. (2019). Epileptische Anfälle vorhersehen. Freiburger Nachrichten. https://www.freiburger-nachrichten.ch/kanton/epileptische-anfalle-vorhersehen. Zugegriffen: 8. Apr. 2020.
Großmann, I., & Wilms, K. (2018). Ein einfühlsamer, KI-gestützter Therapieassistent für Patienten mit Depressionen. In A. Burchardt & H. Uszkoreit (Hrsg.), IT für soziale Inklusion, Digitalisierung – Künstliche Intelligenz – Zukunft für alle (S. 51–64). De Gruyter. https://www.degruyter.com/view/title/533923. Zugegriffen: 8. Apr. 2020.
Güthlin, C., Köhler, S., & Dieckelmann, M. (2020). Chronisch krank sein in Deutschland; Zahlen, Fakten und Versorgungserfahrungen. Robert Bosch Stiftung Goethe-Universität, Institut für Allgemeinmedizin. https://www.bosch-stiftung.de/de/publikation/chronische-krankheiten-deutschland. Zugegriffen: 8. Apr. 2020.
Hautzinger M. (2011) Depressionen. In M. Linden & M. Hautzinger (Hrsg.), Verhaltenstherapiemanual (S. 565–571). Springer. https://www.springer.com/de/book/9783642161971. Zugegriffen: 26. Sept. 2020.
Härter, M., Jansen, A., Berger, M., Baumeister, H., Bschor, T., Harfst, T., Hautzinger, M., Kriston, L., Kühner, C., Schauenburg, H., Schorr, S., Schneider, F., & Meister, R. (2018). Psychotherapie depressiver Störungen: Evidenz bei chronischer Depression und bei Komorbidität. Der Nervenarzt, 89(3), 252–262. https://link.springer.com/article/10.1007/s00115-018-0485-5. Zugegriffen: 26. Sept. 2020.
Healey, N. (2019). A diagnostic tool for respiratory disease: Machine learning coughs up. Verdict Media Limited. https://www.medicaldevice-network.com/features/diagnostic-for-respiratory-disease-resapp/. Zugegriffen: 8. Apr. 2020.
Healthy-no1. (2020). Die Verwendung von künstlicher Intelligenz zu beurteilen, Colitis ulcerosa. Healthy-no1. https://healthy-no1.com/gesundheit/die-verwendung-von-kuenstlicher-intelligenz-zu-beurteilen-colitis-ulcerosa/. Zugegriffen: 8. Apr. 2020.
Helmstaedter, C. (2000). Neuropsychologie bei Epilepsie. Lehrbuch der Klinischen Neuropsychologie (S. 571–580). Swets und Zeitlinger Publishers. http://epileptologie-bonn.de/cms/upload/download/pdf/NeuropsychologieBeiEpilepsie.pdf. Zugegriffen: 26. Sept. 2020.
Hillebrandt, T. (2020). KI hilft bei Früherkennung von Darmkrebs. Südwestrundfunk (SWR). https://www.swr.de/wissen/ki-darm-100.html. Zugegriffen: 8. Apr. 2020.
Hintzpeter, B., List, S. M., Lampert, T., & Ziese, T. (2011). Entwicklung chronischer Krankheiten. In C. Günster, J. Klose, & N. Schmacke (Hrsg.), Versorgungs-Report 2011 Chronische Erkrankungen (S. 3–28). Schattauer.
Holmer, C., & Kreis, M. (2019). Operative Therapie der Colitis ulcerosa. coloproctology, 41(1), 13–21. https://www.springermedizin.de/colitis-ulcerosa/operative-therapie-der-colitis-ulcerosa/16347058. Zugegriffen: 25. Sept. 2020.
Hoyo, J. D., Nos, P., Faubel, R., Bastida, G., Muñoz, D., Valero-Pérez, E., Garrido-Marín, A., Bella, P., Peña, B., Savini, C., & Aguas, M. (2020). Adaptation of TECCU app based on patients’ perceptions for the telemonitoring of infammatory disease: A qualitative study using focus groups. International Journal of Environmental Research and Public Health, 17(1871), 1–17.
Junius-Walker, U., & Theile, G. (2007) Die Behandlung chronischer Krankheiten bei alten Menschen – Ausgangslage und Entwicklungsperspektiven. ZFA – Zeitschrift für Allgemeinmedizin, 83(11), 455–460. https://www.online-zfa.com/fileadmin/user_upload/Heftarchiv/ZFA/article/2007/11/10.1055-s-2007-993141.pdf. Zugegriffen: 24. Sept. 2020.
Katzlberger, M. (2020). KI erkennt Depression anhand von Stimmenanalyse. Katzlberger. https://katzlberger.ai/2020/01/02/ki-erkennt-depression-anhand-von-stimmenanalyse/. Zugegriffen: 8. Apr. 2020.
ki elements. (2020). Plattform für digitale Diagnostik und Therapie kognitiver Störungen. https://ki-elements.de/delta/. Zugegriffen: 29. Sept. 2020.
Kienle, P., Leowardi, C., Büchler, M., & Schmidt, J. (2005). Colitis ulcerosa. coloproctology, 27(5), 295–306. https://link.springer.com/article/10.1007/s00053-005-5190-1. Zugegriffen: 25. Sept. 2020.
Knight, W. (2019). KI erkennt Depression. Heise Technology Review. https://www.heise.de/tr/artikel/KI-erkennt-Depression-4271725.html. Zugegriffen: 8. Apr. 2020.
Kucharzki, T. (2019). Colitis ulcerosa leitliniengerecht behandeln. Der Gastroenterologe, 14(6), 415–422. https://www.springermedizin.de/internistische-arzneimitteltherapie/gastrointestinale-erkrankungen-in-der-hausarztpraxis/colitis-ulcerosa-leitliniengerecht-behandeln/17298916. Zugegriffen: 25. Sept. 2020.
Landesgesundheitsamt im Regierungspräsidium Stuttgart. (o. J.) Chronische Krankheiten. Landesgesundheitsamt im Regierungspräsidium Stuttgart. https://www.gesundheitsamt-bw.de/lga/DE/Themen/Gesundheitsdaten/Untersuchungen/Studien/Seiten/Chronische_Krankheiten.aspx. Zugegriffen: 17. Okt. 2020.
Lange, K. (2019). Bewältigung und Umgang mit chronischen Krankheiten. Gesundheitswissenschaften (S. 311–321). Springer. https://link-springer-com.ezproxy.hs-neu-ulm.de/chapter/10.1007/978-3-662-58314-2_30#Sec1. Zugegriffen: 24. Sept. 2020.
Langewitz W., & Soler M. (2004). Asthma bronchiale. Adler, R., Hermann, J., Köhler, K., Langewitz, W., Schonecke, O., Uexküll, T., & Wesiack, W. (Hrsg.), Psychosomatische Medizin, 6, 891–907. https://www.unispital-basel.ch/fileadmin/unispitalbaselch/Bereiche/Medizin/Psychosomatik/Lehre_Forschung/Publikationen/langewitz_2011_asthma_uexkuell.pdf. Zugegriffen: 25. Sept. 2020.
Laußmann, D., Haftenberger, M., Langen, U., & Eis, D. (2012). Einflussfaktoren für Asthma bronchiale bei Kindern und Jugendlichen in Deutschland. Bundesgesundheitsblatt-Gesundheitsforschung-Gesundheitsschutz, 55(3), 308–317. https://link.springer.com/article/10.1007/s00103-011-1430-y. Zugegriffen: 25. Sept. 2020.
Li, J., Maharjan, B., Xie, B., & Tao, C. (2020). A personalized voice-based diet assistant for caregivers of alzheimer disease and related dementias: System development and validation. Journal of Medical Internet Research, 22(9), e19897. https://www.jmir.org/2020/9/e19897/. Zugegriffen: 29. Sept. 2020.
Lück, F. (2019). Künstliche Intelligenz hilft Kindern bei Asthma & Co., +mednic. https://mednic.de/kuenstliche-intelligenz-hilft-kindern-bei-asthma-co/11273. Zugegriffen: 8. Apr. 2020.
Meier, C., & Kraenzlin, M. (2011). Epilepsie, Antiepileptika und Osteoporose. Epileptologie, 28, 42–50. https://www.epi.ch/wp-content/uploads/Artikel-Meier_1_11.pdf. Zugegriffen: 26. Sept. 2020.
Müller, P., Fendt, M., & Müller, N. (2019). Pharmakologische Therapie der Alzheimer-Demenz. Der Internist, 60(7), 761–768. https://link.springer.com/article/10.1007/s00108-019-0625-4. Zugegriffen: 29. Sept. 2020.
Neubauer, B., Groß, S., & Hahn, A. (2008). Epilepsie im Kindes- und Jugendalter. Deutsches Ärzteblatt, 105, 319–328. https://cdn.aerzteblatt.de/pdf/105/17/m319.pdf. Zugegriffen: 26. Sept. 2020.
Nightwatch. (2019). NightWatch – Clinically-proven detection and alert system for critical nocturnal epileptic seizures, Epilepsy alarm promises improved quality of life. https://cordis.europa.eu/article/id/421964-epilepsy-alarm-promises-improved-quality-of-life/de. Zugegriffen: 8. Apr. 2020.
Nowak, D., & Von Mutius, E. (2004). Asthma bronchiale im Kindes- und Erwachsenenalter: Risikofaktoren, Diagnose, Standardtherapie. DMW-Deutsche Medizinische Wochenschrift, 129(10), 509–516. https://www.thieme-connect.com/products/ejournals/abstract/10.1055/s-2004-820540. Zugegriffen: 25. Sept. 2020.
Papadopoulos, L. (2019). Novel AI system can predict seizures with 99.6% accuracy up to an hour before they occur. interesting engineering. https://interestingengineering.com/novel-ai-system-can-predict-seizures-with-996-accuracy-up-to-an-hour-before-they-occur. Zugegriffen: 8. Apr. 2020.
Pinquart, M. (Hrsg.). (2012). Wenn Kinder und Jugendliche körperlich chronisch krank sind: Psychische und soziale Entwicklung, Prävention und Intervention. Springer. https://www.springer.com/de/book/9783642312762#aboutBook. Zugegriffen: 24. Sept. 2020.
Raspe, H. (2011). Chronische Erkrankungen, Definition und Verständnis. Bundesgesundheitsblatt-Gesundheitsforschung-Gesundheitsschutz, 54(1), 4–8. https://link.springer.com/article/10.1007/s00103-010-1180-2. Zugegriffen: 24. Sept. 2020.
Reis, J., Hamer, H., & Rosenow, F. (2007). Epilepsien. In H. Siebner & U. Ziemann (Hrsg.), Das TMS-Buch – Handbuch der transkraniellen Magnetstimulation (S. 261–272). Springer Medizin. https://doi.org/10.1007/978-3-540-71905-2_26. Zugegriffen: 16. Dez. 2020.
Rieger, J. (2018) Kann Würde technisch veredelt werden?, Gentherapie, Hirnschrittmacher und Roboter, Deutschlandfunk Kultur. https://www.deutschlandfunkkultur.de/gentherapie-hirnschrittmacher-und-roboter-kann-wuerde.2162.de.html?dram:article_id=421733. Zugegriffen: 8. Apr. 2020.
Robert Koch-Institut. (2014). Chronisches Kranksein. Faktenblatt zu GEDA 2012: Ergebnisse der Studie „Gesundheit in Deutschland aktuell 2012“. Robert Koch-Institut (RKI).
Schafstedde, F. (1990). Zur Bedeutung chronischer Krankheiten, Die Rolle des Todes und die Frage nach dem „Sinn“ im metaphorischen Denken über chronische Krankheiten. Argument-Sonderband AS 190In U. Schagen (Hrsg.), Jahrbuch für Kritische Medizin 15, Gesundheitsreform und die Folgen (Bd. 15, S. 79–110). Argument Verlag.
Scherer, M., & Wagner, H.-O. (2018). Was tun bei mehreren chronischen Krankheiten? Der Hausarzt, 2018(1), 48–51.
Schmidt, M. (2006). Asthma bronchiale. Der Internist, 47(8), 853–852. https://link.springer.com/article/10.1007/s00108-006-1671-2. Zugegriffen: 25. Sept. 2020.
Schnell, K., Hochlehnert, A., Berger, M., Wolff, J., Radtke, M., Schramm, E., Normann, C., & Herpertz, S. (2016). Leitlinienentsprechende stationäre psychiatrisch-psychotherapeutische Behandlung der chronischen Depression. Der Nervenarzt, 87(3), 278–285. https://link.springer.com/article/10.1007%2Fs00115-016-0084-2. Zugegriffen: 26. Sept. 2020.
Schramn, E., Caspar, F., & Berger, M. (2006). Spezifische Therapie für chronische Depression. Der Nervenarzt, 77(3), 355–371. https://www.springermedizin.de/spezifische-therapie-fuer-chronische-depression/8061580. Zugegriffen: 26. Sept. 2020.
Schuppert A. (2016) Chronische Krankheiten: Heilung in Sicht?, Moderne Medizin erarbeitet und behandelt die individuellen Krankheitsursachen. CO.med Sonderdruck Dezember 2015, S. 1–4.
Sheri, B., Kumari, P., Siddiqui, I., & Noman, H. (2020). Artificial intelligence based memory Stash Alzheimer’s Aid. 2020 International Conference on Information Science and Communication Technologie (ICISCT), IEEE, S. 1–5. https://ieeexplore.ieee.org/abstract/document/9080030. Zugegriffen: 29. Sept. 2020.
Solberg, I. C., Lygren, I., Jahnsen, J., Aadland, E., Høie, O., Cvancarova, M., Bernklev, T., Henriksen, M., Sauar, J., Vatn, M. H., Moum, B., & IBSEN Study Group. (2009). Clinical course during the first 10 years of ulcerative colitis: Results from a population-based inception cohort (IBSEN Study). Scandinavian Journal of Gastroenterology, 44(4), 431–440. https://pubmed.ncbi.nlm.nih.gov/19101844/. Zugegriffen: 29. Sept. 2020.
Solberg, I. C., Vatn, M. H., Høie, O., Stray, N., Sauar, J., Jahnsen, J., Moum, B., Lygren, I., & The IBSEN Study Group. (2007). Clinical course in crohn’s disease: Results of a norwegian population-based ten-year follow-up study. Clinical Gastroenterology and Hepatology, 5(12), 1430–1438. https://www.cghjournal.org/article/S1542-3565%2807%2900888-9/pdf. Zugegriffen: 29. Sept. 2020.
Sonnenmoser, M. (2009). Steigender Bedarf an begleitender Psychotherapie. Deutsches Ärzteblatt, 106(42), A-2080‒A-2081. https://www.aerzteblatt.de/pdf.asp?id=66396. Zugegriffen: 17. Okt. 2020.
Spice, B. (2019). New method identifies which asthma patients respond to systemic corticosteroids. Carnegie Mellon University (CMU). https://www.cmu.edu/news/stories/archives/2019/february/asthma-predictions.html. Zugegriffen: 8. Apr. 2020.
UCB Pharma. (2020). Operative Behandlung. https://www.epilepsie-gut-behandeln.de/behandlung/operation/. Zugegriffen: 16. Dez. 2020.
Ukena, D., Fishmann, L., & Niebling, W. (2008). Asthma bronchiale-Diagnostik und Therapie im Erwachsenenalter. Deutsches Ärzteblatt, 105(21), 385–394. https://cdn.aerzteblatt.de/pdf/105/21/m385.pdf. Zugegriffen: 25. Sept. 2020.
Werner, K. (2017). Eine Maschine gegen die Depression. Süddeutsche Zeitung. https://www.sueddeutsche.de/digital/kuenstliche-intelligenz-eine-maschine-gegen-die-depression-1.3431873. Zugegriffen: 8. Apr. 2020.
Wolkin, J. (2018). Epilepsy warning bracelet features technology to save lives, interesting engineering. https://interestingengineering.com/epilepsy-warning-bracelet-features-technology-to-save-lives. Zugegriffen: 8. Apr. 2020.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2022 Der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Kassel, K., Pfannstiel, M.A. (2022). Einsatzgebiete künstlicher Intelligenz bei chronischen Erkrankungen – Ein erster Überblick im Diagnostik- und Therapiebereich. In: Pfannstiel, M.A. (eds) Künstliche Intelligenz im Gesundheitswesen. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-33597-7_19
Download citation
DOI: https://doi.org/10.1007/978-3-658-33597-7_19
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-33596-0
Online ISBN: 978-3-658-33597-7
eBook Packages: Business and Economics (German Language)