CareLit Fachartikel

Kardiovaskuläre Erkrankungen: Künstliche Intelligenz sagt Risiko besser voraus

Meyer, R. · Deutsches Ärzteblatt · 2017 · Heft 25 · S. 1249

Dokument
373090
CareLit-ID
Jahr
2017
Publikation
PDF
ja
Volltext
DOI
–
zitierfähig

Bibliografische Angaben

Zeitschrift
Deutsches Ärzteblatt
Autor:innen
Meyer, R.
Ausgabe
Heft 25 / 2017
Jahrgang 49
Seiten
1249
Erschienen: 2025-06-05 00:00:00
ISSN
0172-2107
DOI
–

Zusammenfassung

Deutsches Ärzteblatt | Jg. 114 | Heft 25 | 23. Juni 2017 A 1249 Die Analyse von elektronischen Krankenakten macht es möglich, innerhalb kurzer Zeit und ohne großen personellen Aufwand die früheren Risiko-Scores (wie Framinghan, PROCAM) zu aktualisieren. Das maschinelle Lernen erlaubt dabei eine Analyse, die mehr Aspekte der Gesundheit berücksichtigt als die konventionelle Risikoanalyse, die sich auf wenige Faktoren (etwa Blutdruck, Cholesterin, Rauchen) beschränkt. Epidemiologen der

Schlagworte

Kardiovaskuläre Erkrankungen Künstliche Intelligenz Risikoanalyse maschinelles Lernen PCSK9-Inhibitor Inclisiran LDL-Cholesterin Epidemiologie Cardiovascular Diseases Artificial Intelligence Risk Assessment Machine Learning Cholesterol PCSK9 Inhibitors Deutsches Ärzteblatt