EUVIMEDEUVIMED entdecken
Crossref

Pädiatrische Frakturerkennung mit CNN-basierten Algorithmen: Wo stehen wir wirklich? Benchmarking dreier führender kommerzieller KI-Lösungen

J P Rudolph, A Gebel, M Paolini, J Mühling, B F Hoppe, J Rückel, N Nasri, F Bergmann, J Ricke, B Kammer, O Muensterer, J Ley-Zaporozhan

RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 01.04.2026 · 198 (S 01 S 01) · S52

DOI: 10.1055/s-0046-1817571 ↗

Kurz gefasst

Fachartikel in der Zeitschrift RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, erschienen am 01.04.2026. Verfasst von J P Rudolph und 11 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Zielsetzung KI-Algorithmen werden zunehmend zur Frakturerkennung auf konventionellen Röntgenaufnahmen eingesetzt. Bei Kindern ist ihre Leistungsfähigkeit jedoch durch wachstumsbedingte skelettale Veränderungen eingeschränkt. Diese Studie validiert drei weit verbreitete kommerziell verfügbare KI-Algorithmen (A, B, C) extern an einer großen pädiatrischen Kohorte mit vielfältigen Frakturtypen. Material und Methoden Es wurden retrospektiv 1.114 Röntgenaufnahmen von 0–18-jährigen Patient:innen (mittleres Alter 8,5 Jahre) eines großen universitären Kinderkrankenhaus ausgewertet; 1.013 Aufnahmen wurden dabei von allen drei Algorithmen analysiert. Die schriftlichen Befunde von Fachärzten/-innen mit der Schwerpunktbezeichnung Kinderradiologie, welche nach interdisziplinären Falldiskussionen mit den Kollegen/-innen aus der Kinderchirurgie angefertigt wurden, dienten dabei als hochqualifizierter Referenzstandard. Subgruppenanalysen erfolgten nach Altersgruppen und Frakturlokalisation (u. a. Ellenbogen). Ergebnisse Algorithmus C erzielte die beste Gesamtleistung (Sensitivität 89,0%, Spezifität 92,7%, Genauigkeit 90,5%), gefolgt von B (88,3/90,0/89,0%) und A (84,4/92,9/88,0%; p

Zitieren

APA

Rudolph, J. P., Gebel, A., Paolini, M., Mühling, J., Hoppe, B. F., Rückel, J., Nasri, N., Bergmann, F., Ricke, J., Kammer, B., Muensterer, O., & Ley-Zaporozhan, J. (2026). Pädiatrische Frakturerkennung mit CNN-basierten Algorithmen: Wo stehen wir wirklich? Benchmarking dreier führender kommerzieller KI-Lösungen. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 198(S 01 S 01), S52. https://doi.org/10.1055/s-0046-1817571

Vancouver

Rudolph JP, Gebel A, Paolini M, Mühling J, Hoppe BF, Rückel J, et al. Pädiatrische Frakturerkennung mit CNN-basierten Algorithmen: Wo stehen wir wirklich? Benchmarking dreier führender kommerzieller KI-Lösungen. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren. 2026;198(S 01 S 01):S52. doi:10.1055/s-0046-1817571

BibTeX
@article{Rudolph2026,
  author = {Rudolph, J P and Gebel, A and Paolini, M and Mühling, J and Hoppe, B F and Rückel, J and Nasri, N and Bergmann, F and Ricke, J and Kammer, B and Muensterer, O and Ley-Zaporozhan, J},
  title = {Pädiatrische Frakturerkennung mit CNN-basierten Algorithmen: Wo stehen wir wirklich? Benchmarking dreier führender kommerzieller KI-Lösungen},
  journal = {RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren},
  year = {2026},
  volume = {198},
  number = {S 01 S 01},
  pages = {S52},
  doi = {10.1055/s-0046-1817571}
}
Kostenlos starten →