Skip to main content
SpringerLink
Log in

Künstliche Intelligenz zur Steigerung des In-Vitro-Fertilisationserfolgs

  • Chapter
  • First Online:
Handbuch Digitale Gesundheitswirtschaft

  • 1463 Accesses

Zusammenfassung

Ungewollte Kinderlosigkeit stellt Paare vor herausfordernde Entscheidungen und Maßnahmen. Künstliche Befruchtung birgt Chancen, geht jedoch auch mit häufigen (Fehl-)Versuchen einher. Künstliche Intelligenz (KI) könnte hier ein Ansatz zur Ergänzung klassischer Verfahren sein. Wie kann KI zur Steigerung des IVF-Erfolgs eingesetzt werden?

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

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 64.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  1. Bundesministerium für Familie, Senioren, Frauen und Jugend. Künstliche Befruchtung 2022. Verfügbar unter: https://www.informationsportal-kinderwunsch.de/kiwu/behandlung/kuenstliche-befruchtung (Letzter Zugriff am: 17.10.2022)

  2. Bundesverband Reproduktionsmedizinischer Zentren Deutschlands e.V. Ungewollte Kinderlosigkeit 2022. Verfügbar unter: https://repromed.de/fuer-patienten/ungewollte-kinderlosigkeit/kategorie/grundlagen/ (Letzter Zugriff am: 17.10.2022)

  3. Wuppertal Kinderwunschzentrum. Kostenübersicht 2022. Verfügbar unter: https://www.kinderwunschzentrum.org/wuppertal/kinderwunsch/kostenuebersicht/ (Letzter Zugriff am: 17.10.2022)

  4. Bundeszentrale für gesundheitliche Aufklärung. Künstliche Befruchtung: Wer trägt die Kosten? 2019. Verfügbar unter: https://www.familienplanung.de/kosten-fruchtbarkeitsbehandlung/ (Letzter Zugriff am: 17.10.2022)

  5. Ratna MB, Bhattacharya S, Abdulrahim B, McLernon DJ. A systematic review of the quality of clinical prediction models in in vitro fertilization. Hum Reprod. 2020;35(1):100–16. https://doi.org/10.1093/humrep/dez258

  6. Emin EI, Emin E, Papalois A, Willmott F, Clarke S, Sideris M. Artificial Intelligence in Obstetrics and Gynaecology: Is This the Way Forward? In Vivo. 2019;33(5):1547–51. https://doi.org/10.21873/invivo.11635

  7. Sonntag, D. Künstliche Intelligenz in der Medizin und Gynäkologie – Holzweg oder Heilversprechen? Gynäkologe 54, 476–482 (2021). https://doi.org/10.1007/s00129-021-04808-2

  8. Sfakianoudis K, Maziotis E, Grigoriadis S, Pantou A, Kokkini G, Trypidi A, et al. Reporting on the Value of Artificial Intelligence in Predicting the Optimal Embryo for Transfer: A Systematic Review including Data Synthesis. Biomedicines. 2022;10(3). https://doi.org/10.3390/biomedicines10030697

  9. Gazzo E, Pena F, Valdez F, Chung A, Bonomini C, Ascenzo M, et al. The Kidscore(TM) D5 algorithm as an additional tool to morphological assessment and PGT-A in embryo selection: a time-lapse study. JBRA Assist Reprod. 2020;24(1):55–60. https://doi.org/10.5935/1518-0557.20190054

    Google Scholar 

  10. Assistierte Reproduktionsklinik IVI. Die Künstliche Intelligenz bei der Embryonenselektion: Dank IVI Realität 2020. Verfügbar unter: https://ivi-fruchtbarkeit.de/blog/die-kuenstliche-intelligenz-bei-der-embryonenselektion-dank-ivi-realitaet/ (Letzter Zugriff am: 17.10.2022)

  11. Gemeinsamer Bundesausschuss. Methoden der künstlichen Befruchtung 2022. Verfügbar unter: https://www.g-ba.de/themen/methodenbewertung/ambulant/kuenstliche-befruchtung/methoden/ (Letzter Zugriff am: 17.10.2022)

  12. Kato K, Ueno S, Berntsen J, Ito M, Shimazaki K, Uchiyama K, et al. Comparing prediction of ongoing pregnancy and live birth outcomes in patients with advanced and younger maternal age patients using KIDScore day 5: a large-cohort retrospective study with single vitrified-warmed blastocyst transfer. Reprod Biol Endocrinol. 2021;19(1):98. https://doi.org/10.1186/s12958-021-00767-4

  13. Deutsches IVF-Register e.V. DIR 2022. Verfügbar unter: https://www.deutsches-ivf-register.de/ (Letzter Zugriff am: 17.10.2022)

Download references

Author information

Authors and Affiliations

  1. Lehrstuhl für Management und Innovation im Gesundheitswesen, Fakultät für Wirtschaft und Gesellschaft, Universität Witten/Herdecke, Witten, Deutschland

    Thea Kreyenschulte

Authors
  1. Thea Kreyenschulte
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Thea Kreyenschulte .

Editor information

Editors and Affiliations

  1. Universität Witten/Herdecke, Witten, Deutschland

    Sabine Bohnet-Joschko

  2. Universität Witten/Herdecke, Witten, Deutschland

    Katharina Pilgrim

Rights and permissions

Reprints and permissions

Copyright information

© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Kreyenschulte, T. (2023). Künstliche Intelligenz zur Steigerung des In-Vitro-Fertilisationserfolgs. In: Bohnet-Joschko, S., Pilgrim, K. (eds) Handbuch Digitale Gesundheitswirtschaft . Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-41781-9_35

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-41781-9_35

  • 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)

Publish with us

Policies and ethics

Search

Navigation