Skip to main content
SpringerLink
Log in

Nutzung von medizinischen Datenarchiven für Forschungs- und Patientenversorgungszwecke

Use of medical archives for research and patient care

  • Leitthema
  • Published:
Der Urologe Aims and scope Submit manuscript

Zusammenfassung

In den letzten Jahren hat die Technologie im Gesundheitswesen einen dramatischen Aufschwung erlebt, wobei die Erhebung der Daten eine zentrale Anwendung darstellt. Vor allem Technologien der künstlichen Intelligenz (KI) wie maschinelles Lernen und Deep Learning ermöglichen es, umfassende Analysen großer Datenmenge durchzuführen und Rückschlüsse auf Mustererkennung sowie Korrelationen zu ziehen. In diesem Beitrag werden der Nutzen und die Schwierigkeiten von Big Data in der Patientenversorgung beschrieben.

Abstract

In recent years, technology in healthcare has experienced a dynamic increase, with the collection of data being a central component. In particular, artificial intelligence (AI), such as machine learning and deep learning, makes it possible to perform comprehensive analyses of large amounts of data and to draw conclusions based on correlations and pattern recognition. This paper describes the benefits and challenges of big data in patient care.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2

Literatur

  1. Ardila D, Kiraly AP, Bharadwaj Setal (2019) End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography. NatMed 25:954–961

    CAS  Google Scholar 

  2. Braun M, Hummel P, Beck S, Dabrock P (2020) Primer on an ethics of AI-based decision support systems in the clinic. J Med Ethics. https://doi.org/10.1136/medethics-2019-105860

    Article  PubMed  Google Scholar 

  3. Cho J, Lee K, Shin E, Choy G, Do S (2016) Medical image deep learning with hospital PACS Dataset. ICLR,

    Google Scholar 

  4. Dinov ID (2016) Volume and value of big Healthcare data. J Med Stat Inform 4:3

    Article  Google Scholar 

  5. Harmon SA, Tuncer S, Sanford T, Choyke PL, Türkbey B (2019) Artificial intelligence at the intersection of pathology and radiology in prostate cancer. Diagn Interv Radiol 25(3):183–188

    Article  Google Scholar 

  6. Haubold J (2019) Künstliche Intelligenz in der Radiologie. Radiologe 60:64–69

    Article  Google Scholar 

  7. Jussupow E, Spohrer K, Heinzl A, Gawlitza J (2021) ISR 32(3):713–735

    Article  Google Scholar 

  8. Kotter E, Ranschaert E (2020) Challenges and solutions for introducing artificial intelligence (AI) in daily clinical workflow. Eur Radiol 31:5–7

    Article  Google Scholar 

  9. Li T, Fong S, Siu SWI, Yang X‑S, Liu L‑S, Mohammed S (2020) White learning methodology: a case study of cancer-related disease factors analysis in real-time PACS environment. Comput Methods Programs Biomed 197:105724. https://doi.org/10.1016/j.cmpb.2020.105724

    Article  PubMed  Google Scholar 

  10. Luo J, Wu M, Gopukumar D, Zhao Y (2016) Big data application in biomedical research and health care: a literature review. Biomed Inform Insights 8:1–10

    CAS  PubMed  PubMed Central  Google Scholar 

  11. McKee BJ, Regis SM, McKee AB et al (2015) Performance of ACR lung-RADS in a clinical CT lung screening program. J Am Coll Radiol 12:273–276

    Article  Google Scholar 

  12. Negassi M, Suarez-Ibarrola R, Hein S, Miernik A, Reiterer A (2020) World J Urol 38:2349–2358

    Article  Google Scholar 

  13. Ranchal R, Bastide P, Wang X, Gkoulalas-Divanis A, Mehra M, Bakthavachalam S, Lei H, Mohindra A (2020) Disrupting Healthcare silos: addressing data volume, velocity and variety with a cloud-native Healthcare data ingestion service. IEEE J Biomed Health Inform 24(11):3182–3188

    Article  Google Scholar 

  14. Schreiber A, Hahn H, Wenzel M, Loch T (2020) Künstliche Intelligenz. Urologe 59(9):1026–1034. https://doi.org/10.1007/s00120-020-01294-7

    Article  CAS  Google Scholar 

  15. Suarez-Ibarrola R, Kriegmair M, Waldbillig M, Grüne B, Negassi M, Parupalli U, Schmitt A, Reiterer A, Müller C, Scheurer A, Baur S, Klein K, Fallert JA, Mündermann L, Yoganathan J, Probst M, Ihle P, Bobic N, Schumm T, Rehn H, Betke A, Graurock M, Forrer M, Gratzke C, Miernik A, Hein S (2020) A novel endoimaging system for endoscopic 3D reconstruction in bladder cancer patients. Minim Invasive Ther Allied Technol. https://doi.org/10.1080/13645706.2020.17

    Article  PubMed  Google Scholar 

  16. Waldbillig F, Hein S, Grüne B, Suarez-Ibarrola R, Liatsikos E, Salomon G, Reiterer A, Gratzke C, Miernik A, Kriegmair MC, Ritter M (2020) Current European trends in endoscopic imaging and Transurethral resection of bladder tumors. J Endourol 34:3

    Article  Google Scholar 

  17. Tallón-Ballesteros AJ, Fong S, Li T, Liu L, Hanne T, Lin W (2020) Hybridized White Learning in Cloud-Based Picture Archiving and Communication System for Predictability and Interpretability. In: HAIS, LNAI, Bd. 12344. Springer, Cham, S 511–521

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. QIT Systeme GmbH, Julius-Hatry-Straße 1, 68163, Mannheim, Deutschland

    M. Peredin &  S. Baur MA

Authors
  1. M. Peredin
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. S. Baur MA
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to S. Baur MA.

Ethics declarations

Interessenkonflikt

M. Peredin und S. Baur geben an, dass kein Interessenkonflikt besteht.

Für diesen Beitrag wurden von den Autoren keine Studien an Menschen oder Tieren durchgeführt. Für die aufgeführten Studien gelten die jeweils dort angegebenen ethischen Richtlinien.

Additional information

figure qr

QR-Code scannen & Beitrag online lesen

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Peredin, M., Baur, S. Nutzung von medizinischen Datenarchiven für Forschungs- und Patientenversorgungszwecke. Urologe 61, 142–148 (2022). https://doi.org/10.1007/s00120-021-01742-y

Download citation

  • Accepted:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00120-021-01742-y

Schlüsselwörter

Keywords

Search

Navigation