CareLit · DOI-Nachweis · Klinische Pädiatrie
Künstliche Intelligenz zur diagnostischen Unterstützung ausgewählter seltener lysosomaler Speichererkrankungen: Ergebnisse einer Pilotstudie
DOI 10.1055/a-0816-5681
Bibliografische Angaben
Nachweis in CareLit
Autor:innenAnna-Lena Sieg, Anibh Martin Das, Nicole Maria Muschol, Anja Köhn, Christina Lampe, Xiauwei Kortum, Sandra Mehmecke, Susanne Blöß, Werner Lechner, Frank Klawonn
ZeitschriftKlinische Pädiatrie
Ausgabe02/2019
Jahrgang / SeitenJg. 231 · S. 60-66
Kernaussage aus der Literatur
Abstract-Vorschau
Zusammenfassung Hintergrund Die Diagnosestellung einer seltenen Stoffwechselerkrankung stellt eine Herausforderung für Familien und betreuende Ärzte dar. Um den Weg zur Diagnose zu unterstützen, wurde ein diagnostisches Werkzeug entwickelt, welches die Erfahrungen Betroffener nutzt. Methoden 17 Interviews mit Eltern oder Betroffenen einer ausgewählten, seltenen Stoffwechselerkrankung (Mukopolysaccharidose (MPS), M.…
Zitieren
Zitierempfehlung
Anna-Lena Sieg, Anibh Martin Das, Nicole Maria Muschol, Anja Köhn, Christina Lampe, Xiauwei Kortum, Sandra Mehmecke, Susanne Blöß, Werner Lechner, Frank Klawonn (2019) Künstliche Intelligenz zur diagnostischen Unterstützung ausgewählter seltener lysosomaler Speichererkrankungen: Ergebnisse einer Pilotstudie. Klinische Pädiatrie, 231 (02), 60-66. https://doi.org/10.1055/a-0816-5681
Mit CareLit weiterarbeiten