EUVIMEDEUVIMED entdecken
Crossref

Potenzial von KI für die Behandlung des akuten Lungenversagens (ARDS)

Johannes Bickenbach

AINS - Anästhesiologie · Intensivmedizin · Notfallmedizin · Schmerztherapie · 01.01.2024 · 59 (01) · 34-44

DOI: 10.1055/a-2043-8644 ↗

Kurz gefasst

Fachartikel in der Zeitschrift AINS - Anästhesiologie · Intensivmedizin · Notfallmedizin · Schmerztherapie, erschienen am 01.01.2024. Verfasst von Johannes Bickenbach. Hauptthemen laut MEDLINE: Artificial Intelligence, Respiratory Distress Syndrome. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 17 Literaturangaben.

AbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

KI-Lösungen können die klinische Arbeit auf der Intensivstation unterstützen, indem sie alle relevanten Daten verarbeiten und analysieren, um somit eine frühe Diagnose zu erleichtern, klinische Leitlinien einzuhalten und sogar eine Prognose für den Verlauf der Intensivstation zu erstellen. Dieser Beitrag zeigt am Beispiel des akuten Lungenversagens (ARDS), was bereits jetzt möglich ist und worin weitere Herausforderungen in diesem Feld der digitalen Medizin liegen.

Schlagwörter

MeSH-Schlagwörter (MEDLINE)

Artificial IntelligenceRespiratory Distress SyndromeHumans

Zitieren

APA

Bickenbach, J. (2024). Potenzial von KI für die Behandlung des akuten Lungenversagens (ARDS). AINS - Anästhesiologie · Intensivmedizin · Notfallmedizin · Schmerztherapie, 59(01), 34-44. https://doi.org/10.1055/a-2043-8644

Vancouver

Bickenbach J. Potenzial von KI für die Behandlung des akuten Lungenversagens (ARDS). AINS - Anästhesiologie · Intensivmedizin · Notfallmedizin · Schmerztherapie. 2024;59(01):34-44. doi:10.1055/a-2043-8644

BibTeX
@article{Bickenbach2024,
  author = {Bickenbach, Johannes},
  title = {Potenzial von KI für die Behandlung des akuten Lungenversagens (ARDS)},
  journal = {AINS - Anästhesiologie · Intensivmedizin · Notfallmedizin · Schmerztherapie},
  year = {2024},
  volume = {59},
  number = {01},
  pages = {34--44},
  doi = {10.1055/a-2043-8644}
}
Kostenlos starten →