Was können die Maschinen?

Laney D (2001) 3D data management: Controlling data volume, velocity, and variety. META Group. blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocityand-Variety.pdf. Zugegriffen: 8. März 2001

Nilsen W, Kumar S, Shar A et al (2012) Advancing the science of mHealth. J Health Commun 17:5–10

Minor LB Stanford Medicine 2017 Health Trends Report. https://med.stanford.edu/content/dam/sm/sm-news/documents/StanfordMedicineHealthTrendsWhitePaper2017.pdf. Zugegriffen: 23. Juli 2020 (Erstellt: 23. Juli 2020)

Masterarbeit „Ökonomische Relevanz des Einsatzes von Big Data in der Krankheitsprävention“ von Alexander Piotrowski, MHBA Studiengang, Friedrich-Alexander Universität Erlangen-Nürnberg.

https://www.computerweekly.com/de/definition/Kuenstliche-Intelligenz-KI. Zugegriffen: 21. Okt. 2021

https://www.kma-online.de/aktuelles/medizintechnik/detail/kuenstliche-intelligenz-gewinnt-an-bedeutung-in-der-radiologie-a-44254. Zugegriffen: 21. Okt. 2021

Freedman M, Lo B, Seibel J, Bromley E (2011) Improved detection of lung nodules with novel software that suppresses the rib and clavicle shadows on chest radiographs. Radiology 260:265–273

Lo SB, Freedman MT, Gillis LB, White CS, Mun SK (2018) JOURNAL CLUB: Computer-Aided Detection of Lung Nodules on CT With a Computerized Pulmonary Vessel Suppressed Function. AJR Am J Roentgenol 210(3):480–488. https://doi.org/10.2214/AJR.17.18718. Epub 2018 Jan 16. PMID: 29336601

Loch T, Leuschner I, Genberg C et al (2000) Weiterentwicklung des Transrektalen Ultraschalls: Artifizielle Neuronale Netzwerk-Analyse (ANNA) in der Erkennung und Stadieneinteilung des Prostatakarzinoms. Urologe A 39:341–347

Youn SY, Choi MH, Kim DH, Lee YJ, Huisman H, Johnson E, Penzkofer T, Shabunin I, Winkel DJ, Xing P, Szolar D, Grimm R, von Busch H, Son Y, Lou B, Kamen A (2021) Detection and PI-RADS classification of focal lesions in prostate MRI: Performance comparison between a deep learning-based algorithm (DLA) and radiologists with various levels of experience. Eur J Radiol 142:109894. https://doi.org/10.1016/j.ejrad.2021.109894

Tokas T, Grabski B, Paul U, Bäurle L, Loch T (2018) A 12-year follow-up of ANNA/C-TRUS image-targeted biopsies in patients suspicious for prostate cancer. World J Urol 36(5):699–704. https://doi.org/10.1007/s00345-017-2160-z

https://towardsdatascience.com/why-ai-will-not-replace-radiologists-c7736f2c7d80. Zugegriffen: 21. Okt. 2021

Health Communication Network Pty Limited. https://www.medicaldirector.com/news/future-of-health/2019/02/new-report-reveals-the-future-of-wearable-devices-in-healthcare. Zugegriffen: 21. Okt. 2021

https://allofus.nih.gov/. Zugegriffen: 21. Okt. 2021

Callaway E (2020) ́‘It will change everything‘: DeepMind’s AI makes gigantic leap in solving protein structures. Nature 588(7837):203–204. https://doi.org/10.1038/d41586-020-03348-4

https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology. Zugegriffen: 21. Okt. 2021

Koutsouleris N, Dwyer DB, Degenhardt F et al (2021) Multimodal machine learning workflows for prediction of psychosis in patients with clinical high-risk syndrome and recent-onset depression. JAMA Psychiatry 78:195–209 (https://jamanetwork.com/journals/jamapsychiatry/fullarticle/2773732.)

https://www.medizininformatik-initiative.de/de/ueber-die-initiative/phasen. Zugegriffen: 21. Okt. 2021

Yelin I, Snitser O, Novich G, Katz R, Tal O, Parizade M, Chodick G, Koren G, Shalev V, Kishony R (2019) Personal clinical history predicts antibiotic resistance of urinary tract infections. Nat Med 25(7):1143–1152. https://doi.org/10.1038/s41591-019-0503-6

Nagendran M, Chen Y, Lovejoy CA, Gordon AC, Komorowski M, Harvey H, Topol EJ, Ioannidis JPA, Collins GS, Maruthappu M (2020) Artificial intelligence versus clinicians: systematic review of design, reporting standards, and claims of deep learning studies. BMJ 368:m689. https://doi.org/10.1136/bmj.m689

The most Googled medical symptoms by state. https://eligibility.com/medicare/states-most-googled-medical-symptom. Zugegriffen: 30. Juli 2019

Anthes E (2020) Alexa, do I have COVID-19? Nature 586(7827):22–25. https://doi.org/10.1038/d41586-020-02732-4

https://www.thinkautomation.com/bots-and-ai/the-ai-black-box-problem/. Zugegriffen: 21. Okt. 2021

https://www.thinkautomation.com/eli5/eli5-explainable-ai/. Zugegriffen: 21. Okt. 2021

https://artificialintelligence-news.com/2020/10/28/medical-chatbot-openai-gpt3-patient-kill-themselves/. Zugegriffen: 21. Okt. 2021

Deutscher Bundestag – Im Spannungsfeld zwischen Datenschutz und Künstlicher Intelligenz. https://www.bundestag.de/dokumente/textarchiv/2020/kw03-pa-enquete-kuenstliche-intelligenz-673918. Zugegriffen: 21. März 2021

https://ec.europa.eu/germany/news/20200219digitale-zukunft-europas-eu-kommission-stellt-strategien-fuer-daten-und-kuenstliche-intelligenz_de. Zugegriffen: 21. Okt. 2021

https://www.datarevenue.com/de-blog/kuenstliche-intelligenz-in-der-medizin. Zugegriffen: 21. Okt. 2021