{"title":"HFpEF: prognostische Bedeutung von RV-Umbau und -Funktion","authors":"","doi":"10.1055/a-2152-2089","DOIUrl":"https://doi.org/10.1055/a-2152-2089","url":null,"abstract":"","PeriodicalId":40724,"journal":{"name":"Aktuelle Kardiologie","volume":"94 11","pages":""},"PeriodicalIF":0.1,"publicationDate":"2023-11-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139254999","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Ausbildungskonzepte im Feld Digitalisierung und künstlicher Intelligenz in der Kardiologie","authors":"V. Johnson, P. Breitbart","doi":"10.1055/a-2182-9693","DOIUrl":"https://doi.org/10.1055/a-2182-9693","url":null,"abstract":"Zusammenfassung Digitalisierung und künstliche Intelligenz (KI) sind aus dem klinischen Alltag nicht mehr wegzudenken. Dennoch gibt es bisher kaum eine strukturierte Fort- und Weiterbildung in diesem neuen, aber wichtigen Feld der Medizin. Zum jetzigen Stand existieren lediglich vereinzelte Projekte an Universitäten oder auf Tagungen, jedoch keine flächendeckende, curriculare Ausbildung. Dringend sind hier interdisziplinäre Fortbildungskonzepte gefordert, die nicht nur die technischen Herausforderungen der Digitalisierung und KI adressieren, sondern auch ihre jetzigen bzw. zukünftigen Anwendungsgebiete im klinischen Alltag. Dies sollte bereits während des Studiums eine zentrale Rolle einnehmen und anschließend im Rahmen von Fortbildungen oder Kongressbesuchen während der klinischen Ausbildung vertieft werden.","PeriodicalId":40724,"journal":{"name":"Aktuelle Kardiologie","volume":"276 2","pages":"482 - 485"},"PeriodicalIF":0.1,"publicationDate":"2023-11-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139256534","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Hauptstammstenose in SWEDEHEART (n = 11137): CABG nicht nur bei Diabetes besser?","authors":"","doi":"10.1055/a-2152-2125","DOIUrl":"https://doi.org/10.1055/a-2152-2125","url":null,"abstract":"","PeriodicalId":40724,"journal":{"name":"Aktuelle Kardiologie","volume":"43 1","pages":""},"PeriodicalIF":0.1,"publicationDate":"2023-11-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139258653","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Meine sehr geehrten Damen und Herren, liebe Kolleginnen und Kollegen,","authors":"C. Perings, B. Gonska","doi":"10.1055/a-2152-1918","DOIUrl":"https://doi.org/10.1055/a-2152-1918","url":null,"abstract":"","PeriodicalId":40724,"journal":{"name":"Aktuelle Kardiologie","volume":"8 4","pages":""},"PeriodicalIF":0.1,"publicationDate":"2023-11-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139258059","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Künstliche Intelligenz in der kardiovaskulären Medizin – Status und Perspektiven","authors":"P. Radke","doi":"10.1055/a-2146-0667","DOIUrl":"https://doi.org/10.1055/a-2146-0667","url":null,"abstract":"Zusammenfassung Die Menge medizinischen Wissens nimmt stetig zu. In noch größerem Ausmaß steigen jedoch Verfügbarkeit und Komplexität von Gesundheitsdaten aus elektronischen Patientenakten, Bildgebungsdaten oder genetischen Profilen bis hin zu Sensorikdaten einer Smartwatch. Eine Kernaufgabe ärztlichen Handelns besteht in der Synthese und Analyse aller verfügbaren Patientendaten. Diese übersteigen mittlerweile jedoch die Leistungsfähigkeit des menschlichen Gehirns und erfordern daher innovative Ansätze in den Bereichen der Informatik und Computerwissenschaften. „Künstliche Intelligenz“ (KI) kann über eine Kombination von Algorithmen, Daten und Rechenleistung menschenähnliche kognitive Prozesse simulieren. Vor allem maschinelles Lernen (ML) hat erhebliches Potenzial in der kardiovaskulären Medizin. Die Befundinterpretation von EKG oder die Diagnose von Vorhofflimmern durch Smartwatches basieren beispielsweise auf dem Einsatz von ML. Die weitere Entwicklung von künstlicher Intelligenz in der Medizin wird jedoch auch von neuen ethischen, datenschutzrechtlichen oder regulatorischen Herausforderungen begleitet. Ein transformativer Nutzen der künstlichen Intelligenz für die kardiovaskuläre Medizin wird jedoch erst durch das Überwinden der Herausforderungen sein volles Potenzial entfalten können.","PeriodicalId":40724,"journal":{"name":"Aktuelle Kardiologie","volume":"17 2","pages":"433 - 438"},"PeriodicalIF":0.1,"publicationDate":"2023-11-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"139258678","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}