Zusammenfassung
Brustkrebs ist weiterhin eine der häufigsten Todesursachen; seine Erkennung und Behandlung ist essenziell. Mammografie-Screenings bergen große Chancen, leiden aber unter Ineffizienzen. Radiologen könnten von einer digitalen Zweitmeinung profitieren. Welche Potenziale kann der Einsatz von KI beim Mammografie-Screening entfalten?
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
Literatur
Tran WT, Sadeghi-Naini A, Lu FI, Gandhi S, Meti N, Brackstone M, et al. Computational Radiology in Breast Cancer Screening and Diagnosis Using Artificial Intelligence. Can Assoc Radiol J. 2021;72(1):98–108. https://doi.org/10.1177/0846537120949974
Destatis. Die 10 häufigsten Todesursachen durch Krebs 2020. Verfügbar unter: https://www.destatis.de/DE/Themen/Gesellschaft-Umwelt/Gesundheit/Todesursachen/Tabellen/sterbefaelle-krebs-insgesamt.html (Letzter Zugriff am: 17.10.2022)
Krebsgesellschaft D. Das Mammographie-Screening als Früherkennungsmethode 2017. Verfügbar unter: https://www.krebsgesellschaft.de/onko-internetportal/basis-informationen-krebs/krebsarten/brustkrebs/mammographie-screening.html (Letzter Zugriff am: 17.10.2022)
Sechopoulos I, Teuwen J, Mann R. Artificial intelligence for breast cancer detection in mammography and digital breast tomosynthesis: State of the art. Semin Cancer Biol. 2021;72:214–25. https://doi.org/10.1016/j.semcancer.2020.06.002
England N. Mia mammography intelligent assessment 2021. Verfügbar unter: https://transform.england.nhs.uk/ai-lab/explore-all-resources/understand-ai/mia-mammography-intelligent-assessment/ (Letzter Zugriff am: 17.10.2022)
Rodriguez-Ruiz A, Krupinski E, Mordang JJ, Schilling K, Heywang-Kobrunner SH, Sechopoulos I, et al. Detection of Breast Cancer with Mammography: Effect of an Artificial Intelligence Support System. Radiology. 2019;290(2):305–14. https://doi.org/10.1148/radiol.2018181371
Syed AB, Zoga AC. Artificial Intelligence in Radiology: Current Technology and Future Directions. Semin Musculoskelet Radiol. 2018;22(5):540–5. https://www.doi//10.1055/s-0038-1673383
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Kreyenschulte, T. (2023). Künstliche Intelligenz zur Unterstützung des Mammographie-Screenings. In: Bohnet-Joschko, S., Pilgrim, K. (eds) Handbuch Digitale Gesundheitswirtschaft . Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-41781-9_30
Download citation
DOI: https://doi.org/10.1007/978-3-658-41781-9_30
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-41780-2
Online ISBN: 978-3-658-41781-9
eBook Packages: Business and Economics (German Language)