Differenzialdiagnose bei Schwindel: Was Artificial Intelligence beitragen kann
Laryngo-Rhino-Otologie · 01.11.2025 · 104 (11) · 706-713
DOI: 10.1055/a-2590-2300 ↗Kurz gefasst
Übersichtsarbeit in der Zeitschrift Laryngo-Rhino-Otologie, erschienen am 01.11.2025. Verfasst von Andreas Zwergal und 2 weiteren Autor:innen. Beteiligte Einrichtung: Deutsches Schwindel- und Gleichgewichtszentrum, Neurologische Klinik und Poliklinik, LMU Klinikum, München, Deutschland. Hauptthemen laut MEDLINE: Dizziness, Artificial Intelligence. Die Arbeit nennt 20 Literaturangaben.
Abstract (Originalsprache)
Schwindel gehört zu den häufigsten Konsultationsgründen in der Medizin. Das fächerübergreifende Spektrum der Differenzialdiagnosen führt oft zu Problemen bei der korrekten Einordnung. Artificial Intelligence und maschinelles Lernen können hier durch datengetriebene Algorithmen unterstützen und die Erfassung wichtiger klinischer Zeichen als digitale Biomarker erleichtern. Der Artikel wird die aktuelle Evidenz zum Thema darstellen und kritisch diskutieren.
Schlagwörter
MeSH-Schlagwörter (MEDLINE)
Autor:innen und Institutionen
- Deutsches Schwindel- und Gleichgewichtszentrum, Neurologische Klinik und Poliklinik, LMU Klinikum, München, Deutschland.
Zitieren
APA
Zwergal, A., Wuehr, M., & Filippopulos, F. (2025). Differenzialdiagnose bei Schwindel: Was Artificial Intelligence beitragen kann. Laryngo-Rhino-Otologie, 104(11), 706-713. https://doi.org/10.1055/a-2590-2300
Vancouver
Zwergal A, Wuehr M, Filippopulos F. Differenzialdiagnose bei Schwindel: Was Artificial Intelligence beitragen kann. Laryngo-Rhino-Otologie. 2025;104(11):706-713. doi:10.1055/a-2590-2300
BibTeX
@article{Zwergal2025,
author = {Zwergal, Andreas and Wuehr, Max and Filippopulos, Filipp},
title = {Differenzialdiagnose bei Schwindel: Was Artificial Intelligence beitragen kann},
journal = {Laryngo-Rhino-Otologie},
year = {2025},
volume = {104},
number = {11},
pages = {706--713},
doi = {10.1055/a-2590-2300}
}
EUVIMED