Skip to main content
Erschienen in: Der Chirurg 3/2020

09.01.2020 | Lungenkarzinome | Leitthema

Einsatz künstlicher Intelligenz in der Thoraxchirurgie

verfasst von: D. Herrmann, M. Oggiano, Dr. Dipl.-Oec. E. Hecker

Erschienen in: Die Chirurgie | Ausgabe 3/2020

Einloggen, um Zugang zu erhalten

Zusammenfassung

Hintergrund

Der Einsatz künstlicher Intelligenz in der Medizin ist eine relativ neue Option, um eine verbesserte Behandlung von Patienten zu ermöglichen, und daher aktuell Mittelpunkt vieler Forschungsprojekte. Im klinischen Alltag beschränkt sich der Einsatz jedoch bislang noch mehrheitlich auf die Auswertung von Bildmaterial.

Fragestellung

In welcher Form ist der Einsatz künstlicher Intelligenz im Alltag der thoraxchirurgischen Behandlung möglich und wird bereits praktiziert?

Material und Methoden

Es wurde eine aktuelle Literaturrecherche durchgeführt.

Ergebnisse

Künstliche Intelligenz kann unter aktuellen Bedingungen am ehesten in der Diagnostik und Therapieplanung eingesetzt werden. Um einen flächendeckenden Einsatz zu ermöglichen sind aber eine Standardisierung der Datenerfassung und deren Auswertung notwendig.

Schlussfolgerungen

Zum jetzigen Zeitpunkt liegen vielversprechende Studienergebnisse vor. Die Implementierung in den chirurgischen Alltag ist aber bislang schwer möglich.
Literatur
1.
Zurück zum Zitat Harren K, Dittrich F, Reinecke F et al (2018) Digitalisierung und künstliche Intelligenz in Orthopädie und Unfallchirurgie. Orthopäde 47:1039–1054CrossRef Harren K, Dittrich F, Reinecke F et al (2018) Digitalisierung und künstliche Intelligenz in Orthopädie und Unfallchirurgie. Orthopäde 47:1039–1054CrossRef
2.
Zurück zum Zitat Vogel T, Kohn N, Ostler D et al (2019) Modellgestützte Therapie in der Chirurgie. Chirurg 90:470–477CrossRef Vogel T, Kohn N, Ostler D et al (2019) Modellgestützte Therapie in der Chirurgie. Chirurg 90:470–477CrossRef
3.
Zurück zum Zitat von Klot CAJ, Kuczyk MA (2019) Künstliche Intelligenz und neuronale Netze in der Urologie. Urologe 58:291–299CrossRef von Klot CAJ, Kuczyk MA (2019) Künstliche Intelligenz und neuronale Netze in der Urologie. Urologe 58:291–299CrossRef
4.
Zurück zum Zitat Schneider F, Weiller C (2018) Big Data und künstliche Intelligenz. Nervenarzt 89:859–860CrossRef Schneider F, Weiller C (2018) Big Data und künstliche Intelligenz. Nervenarzt 89:859–860CrossRef
5.
Zurück zum Zitat Rabbani M, Kanevsky J, Kafi K et al (2018) Role of artificial intelligence in the care of patients with nonsmall lung cancer. Eur J Clin Invest 48:e12901CrossRef Rabbani M, Kanevsky J, Kafi K et al (2018) Role of artificial intelligence in the care of patients with nonsmall lung cancer. Eur J Clin Invest 48:e12901CrossRef
6.
Zurück zum Zitat Tran BX, Latkin CA, Vu GT et al (2019) The current research landscape of the application of artifical intelligence in managing cerebrovascular and heart diseases: a bibliometric and content analysis. Int J Environ Res Public Health 16:2699CrossRef Tran BX, Latkin CA, Vu GT et al (2019) The current research landscape of the application of artifical intelligence in managing cerebrovascular and heart diseases: a bibliometric and content analysis. Int J Environ Res Public Health 16:2699CrossRef
7.
Zurück zum Zitat O’Sullivan S, Nevejans N, Allen C et al (2019) Legal, regulatory, and ethical frameworks for development of standards in artificial intelligence (AI) and autonomous robotic surgery. Int J Med Rob Comput Assist Surg 15:e1968CrossRef O’Sullivan S, Nevejans N, Allen C et al (2019) Legal, regulatory, and ethical frameworks for development of standards in artificial intelligence (AI) and autonomous robotic surgery. Int J Med Rob Comput Assist Surg 15:e1968CrossRef
8.
Zurück zum Zitat Simon G, DiNardo CD, Takahashi K et al (2019) Applying artificial intelligence to adress the knowledge gaps in cancer care. Oncologist 24:772–782CrossRef Simon G, DiNardo CD, Takahashi K et al (2019) Applying artificial intelligence to adress the knowledge gaps in cancer care. Oncologist 24:772–782CrossRef
9.
Zurück zum Zitat Heverhagen JT (2019) Künstliche Intelligenz: die Radiologie im Wandel der Zeit. Swiss Med Forum 19:56–58 Heverhagen JT (2019) Künstliche Intelligenz: die Radiologie im Wandel der Zeit. Swiss Med Forum 19:56–58
10.
Zurück zum Zitat He J, Baxter SL, Xu J et al (2019) The practical implementation of artificial intelligence technologies in medicine. Nat Med 25:30–36CrossRef He J, Baxter SL, Xu J et al (2019) The practical implementation of artificial intelligence technologies in medicine. Nat Med 25:30–36CrossRef
11.
Zurück zum Zitat Liang H, Tsui BY, Ni H et al (2019) Evaluation and accurate diagnoses of pediatric diseases using artificial intelligence. Nat Med 25:433–438CrossRef Liang H, Tsui BY, Ni H et al (2019) Evaluation and accurate diagnoses of pediatric diseases using artificial intelligence. Nat Med 25:433–438CrossRef
12.
Zurück zum Zitat Mirnezami R, Ahmed A (2018) Surgery 3.0, artificial intelligence and the next-generation surgeon. Br J Surg 105:463–465CrossRef Mirnezami R, Ahmed A (2018) Surgery 3.0, artificial intelligence and the next-generation surgeon. Br J Surg 105:463–465CrossRef
13.
Zurück zum Zitat Zirafa C, Romano G, Key TH et al (2019) The evolution of robotic thoracic surgery. Ann Cardiothorac Surg 8:201–2017CrossRef Zirafa C, Romano G, Key TH et al (2019) The evolution of robotic thoracic surgery. Ann Cardiothorac Surg 8:201–2017CrossRef
14.
Zurück zum Zitat Dasgupta P (2018) New robots—cost, connectivity and artificial intelligence. BJU Int 122:349–350CrossRef Dasgupta P (2018) New robots—cost, connectivity and artificial intelligence. BJU Int 122:349–350CrossRef
15.
Zurück zum Zitat Peters BS, Armijo PR, Krause C et al (2018) Review of emerging surgical robotic technology. Surg Endosc 32:1636–1655CrossRef Peters BS, Armijo PR, Krause C et al (2018) Review of emerging surgical robotic technology. Surg Endosc 32:1636–1655CrossRef
16.
Zurück zum Zitat Leschber G (2018) Video-assisted thoracic surgery: A global development. Chirurg 89:185–190CrossRef Leschber G (2018) Video-assisted thoracic surgery: A global development. Chirurg 89:185–190CrossRef
18.
Zurück zum Zitat Wei S, Chen M, Chen N et al (2017) Feasibility and safety of robot-assisted thoracic surgery for lung lobectomy in patients with non-small cell lung cancer: a systematic review and meta-analysis. World J Surg Oncol 15:98CrossRef Wei S, Chen M, Chen N et al (2017) Feasibility and safety of robot-assisted thoracic surgery for lung lobectomy in patients with non-small cell lung cancer: a systematic review and meta-analysis. World J Surg Oncol 15:98CrossRef
19.
Zurück zum Zitat Bonaci T, Herron J, Yusuf T et al (2015) To make a robot secure: an experimental analysis of cyper security threats against teleoperated surgical robots (arXiv:1504.04339) Bonaci T, Herron J, Yusuf T et al (2015) To make a robot secure: an experimental analysis of cyper security threats against teleoperated surgical robots (arXiv:1504.04339)
20.
Zurück zum Zitat Muñoz-Largacha JA, Litle VR, Fernando HC (2016) Navigation bronchoscopy for diagnosis and small nodule location. J Thorac Dis 9(Suppl 2):S98–S103 Muñoz-Largacha JA, Litle VR, Fernando HC (2016) Navigation bronchoscopy for diagnosis and small nodule location. J Thorac Dis 9(Suppl 2):S98–S103
21.
Zurück zum Zitat Esteva H, Núñez TG, Rodríguez RO (2007) Neural networks and artificial intelligence in thoracic surgery. Thorac Surg Clin 17:359–367CrossRef Esteva H, Núñez TG, Rodríguez RO (2007) Neural networks and artificial intelligence in thoracic surgery. Thorac Surg Clin 17:359–367CrossRef
22.
Zurück zum Zitat Liu C, Liu X, Wu F et al (2018) Using artificial intelligence (Watson for oncology) for treatment recommendations amongst Chinese patients with lung cancer: feasibility study. J Med Internet Res 20:e11087CrossRef Liu C, Liu X, Wu F et al (2018) Using artificial intelligence (Watson for oncology) for treatment recommendations amongst Chinese patients with lung cancer: feasibility study. J Med Internet Res 20:e11087CrossRef
23.
Zurück zum Zitat Khorrami M, Jain P, Bera K et al (2019) Predicting pathologic response to neoadjuvant chemoradiation in resectable stage III non-small cell lung cancer patients using computed tomography radiomic features. Cancer Treat Res 135:1–9 Khorrami M, Jain P, Bera K et al (2019) Predicting pathologic response to neoadjuvant chemoradiation in resectable stage III non-small cell lung cancer patients using computed tomography radiomic features. Cancer Treat Res 135:1–9
24.
Zurück zum Zitat Ardila D, Kiraly AP, Bharadwaj S et al (2019) End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography. Nat Med 25:954–961CrossRef Ardila D, Kiraly AP, Bharadwaj S et al (2019) End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography. Nat Med 25:954–961CrossRef
Metadaten
Titel
Einsatz künstlicher Intelligenz in der Thoraxchirurgie
verfasst von
D. Herrmann
M. Oggiano
Dr. Dipl.-Oec. E. Hecker
Publikationsdatum
09.01.2020
Verlag
Springer Medizin
Erschienen in
Die Chirurgie / Ausgabe 3/2020
Print ISSN: 2731-6971
Elektronische ISSN: 2731-698X
DOI
https://doi.org/10.1007/s00104-019-01089-3

Weitere Artikel der Ausgabe 3/2020

Der Chirurg 3/2020 Zur Ausgabe

Passend zum Thema

ANZEIGE

Bei Immuntherapien das erhöhte Thromboserisiko beachten

Unter modernen Systemtherapien versechsfacht sich das VTE-Risiko. Warum diese Daten relevant für die Behandlung krebsassoziierter Thrombosen sind, erläutert Prof. F. Langer im Interview. So kann es durch Immuntherapien zu inflammatorischen Syndromen z.B. im GI-Trakt kommen. Nebenwirkungen wie Durchfall oder Mukositis haben dann Einfluss auf die Wirksamkeit oraler Antikoagulantien. Aber auch in punkto Blutungsrisiko ist Vorsicht geboten. Wann hier bevorzugt NMH eingesetzt werden sollten, erläutert Prof. Langer im Interview.

ANZEIGE

CAT-Management ist ganz einfach – oder doch nicht?

Krebsassoziierte venöse Thromboembolien (CAT) haben in den vergangenen Jahren stetig zugenommen. Was hat der Anstieg mit modernen Antitumortherapien zu tun? Venöse Thromboembolien sind relevante Morbiditäts- und Mortalitätsfaktoren in der Onkologie. Besonders hoch sind die Risiken bei Tumoren des Abdominalraums. Eine antithrombotische Primärprophylaxe ist daher gerade bei gastrointestinalen (GI-) Tumoren auch im ambulanten Setting wichtig.

ANZEIGE

Management von Thromboembolien bei Krebspatienten

Die Thromboembolie ist neben Infektionen die zweithäufigste Todesursache bei Krebspatienten. Die Behandlung der CAT (cancer associated thrombosis) ist komplex und orientiert sich am individuellen Patienten. Angesichts einer Vielzahl zur Verfügung stehender medikamentöser Behandlungsoptionen finden Sie hier Video-Experteninterviews, Sonderpublikationen und aktuelle Behandlungsalgorithmen zur Therapieentscheidung auf Basis von Expertenempfehlungen.

LEO Pharma GmbH

Passend zum Thema

ANZEIGE

Neue ESMO-Clinical Practice Guidelines 2023 zum fortgeschrittenen mNSCLC

Mit dem Update der Clinical Practice Guidelines 2023 zum metastasierenden nicht-kleinzelligen Lungenkarzinom (mNSCLC) trägt die ESMO der in den letzten Jahren immer weiter gewachsenen Anzahl an Therapieoptionen Rechnung. 

ANZEIGE

NOVUM Onkologie – Fortbildungsreihe zum NSCLC

Mit NOVUM Onkologie veranstaltet MSD regelmäßig Online-Fortbildungen zum Thema Lungenkarzinom. Bei dem mittlerweile etablierten Format erhalten Teilnehmende die Möglichkeit sich bei Expertendiskussionen zu praxisrelevanten Themen der pneumologischen Onkologie weiterzubilden.

ANZEIGE

Fokus Immunonkologie – NSCLC

Content Hub

Die Einführung von Immun-Checkpoint-Inhibitoren markierte einen entscheidenden Fortschritt in der Behandlung von bestimmten Patienten mit nicht-kleinzelligem Lungenkarzinom (non-small cell lung cancer, NSCLC) und eröffnete seither neue Perspektiven und Chancen für Behandler und geeignete Patienten. Hier finden Sie fortlaufend aktuelle Informationen und relevante Beiträge zur Immunonkologie in dieser Indikation.

MSD Sharp & Dohme GmbH