CareLit Fachartikel

Machine Learning for Decision-Support in Acute Abdominal Pain – Proof of Concept and Central Considerations

Jonas Henn, Simon Hatterscheidt, Anshupa Sahu, Andreas Buness, Jonas Dohmen, Jan Arensmeyer, Philipp Feodorovici, Nils Sommer, Joachim Schmidt, Jörg C. Kalff, Hanno Matthaei · Zentralblatt für Chirurgie · 2023 · Heft 04 · S. 376-383

Dokument
876938
CareLit-ID
Jahr
2023
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
Zentralblatt für Chirurgie
Autor:innen
Jonas Henn, Simon Hatterscheidt, Anshupa Sahu, Andreas Buness, Jonas Dohmen, Jan Arensmeyer, Philipp Feodorovici, Nils Sommer, Joachim Schmidt, Jörg C. Kalff, Hanno Matthaei
Ausgabe
Heft 04 / 2023
Jahrgang 148
Seiten
376-383
Erschienen: 2023-08-01 00:00:00
ISSN
0044-409X

Zusammenfassung

Zusammenfassung Hintergrund Akute Bauchschmerzen sind ein häufiges Leitsymptom in der Notaufnahme und repräsentieren heterogene Ursachen und Diagnosen. Es ist oftmals eine Entscheidung bez. einer notfallmäßigen operativen Versorgung zu treffen. Maschinelles Lernen (ML) könnte hierbei als Entscheidungshilfe eingesetzt werden und der zeitlichen und personellen Ressourcenknappheit entlastend entgegenwirken. Material und Methoden Patienten mit akuten Bauchschmerzen, die sich in den Jahren 2020 und 2021 in der Chirurgie des Universitätsklinikums Bonn vorstellten, wurden retrospektiv analysiert. Klinische Parameter so…

Schlagworte

maschinelles Lernen künstliche Intelligenz klinische Entscheidungsfindung Entscheidungshilfe akutes Abdomen machine learning artificial intelligence acute abdominal pain clinical decision making decision support Zentralblatt für Chirurgie