nach oben

Die Onkologie

Erschienen in:

21.03.2018 | Leitthema

Onkologische Chirurgie 4.0

verfasst von: D. Ostler, M.Sc., N. Marahrens, N. Kohn, S. Koller, R. Stauder, N. Navab

Erschienen in: Die Onkologie | Ausgabe 5/2018

Einloggen, um Zugang zu erhalten

Zusammenfassung

Hintergrund

Die Fortschritte in der Digitalisierung und der Informationsverarbeitung nehmen auch Einfluss auf die interventionelle Medizin. Sich dieser Entwicklung anzupassen, wird eine zentrale Herausforderung der modernen (onkologischen) Chirurgie sein, um weiterhin optimierte Therapieverfahren anbieten zu können.

Ziel und Schlussfolgerung

Im Hinblick auf die technologische Entwicklung innerhalb und auch außerhalb der Medizin schlagen die Autoren eine „Chirurgie 4.0“ vor, die ein besonderes Augenmerk auf die Sammlung, Aufbereitung und Analyse von perioperativen Daten legt, um durch intelligente Assistenzsysteme die Eingriffe effizienter und sicherer zu machen. Hierzu werden – bezogen auf die 3 operativen Phasen Planung, Durchführung und Nachbehandlung – die Bedeutung der Datengenerierung, Analyse und Interpretation und die möglichen Anwendungen für kontextsensitive mechatronische oder softwarebasierte Unterstützungssysteme dargestellt.

Aczon M, Ledbetter D, Ho L et al (2017) Dynamic Mortality Risk Predictions in Pediatric Critical Care Using Recurrent Neural Networks. arXiv preprint arXiv:1701.06675

Cios KJ, Moore GW (2002) Uniqueness of medical data mining. Artif Intell Med 26:1–24CrossRefPubMed

Esteva A, Kuprel B, Novoa RA et al (2017) Dermatologist-level classification of skin cancer with deep neural networks. Nature 542:115–118CrossRefPubMed

Feußner H, Ostler D, Kohn N et al (2016) Umfassende Systemintegration und Vernetzung im Operationssaal. Chirurg 87:1002–1007CrossRefPubMed

Gupta S, Tran T, Luo W et al (2014) Machine-learning prediction of cancer survival: a retrospective study using electronic administrative records and a cancer registry. BMJ Open 4:e4007. https://doi.org/10.1136/bmjopen-2013-004007 CrossRefPubMedPubMedCentral

Kasparick M, Schlichting S, Golatowski F et al (2015) New IEEE 11073 standards for interoperable, networked point-of-care medical devices. In: 37th Annual International Conference of the IEEE. IEEE, Mailand, Italy, S 1721–1724

Kenngott H, Wagner M, Preukschas A et al (2016) Der intelligente Operationssaal. Chirurg 87:1033–1038CrossRefPubMed

Kranzfelder M, Schneider A, Fiolka A et al (2014) Reliability of sensor-based real-time workflow recognition in laparoscopic cholecystectomy. Int J Comput Assist Radiol Surg 9:941–948CrossRefPubMed

Litjens G, Kooi T, Bejnordi BE et al. (2017) A survey on deep learning in medical image analysis. arXiv preprint arXiv:1702.05747

10.

Marahrens N, Koller S, Ostler D et al (2017) Deep learning-based robotic endoscope guidance. Jahrestagung CURAC.

11.

Maruyama K, Okabayashi K, Kinoshita T (1987) Progress in gastric cancer surgery in Japan and its limits of radicality. World J Surg 11:418–425CrossRefPubMed

12.

Mudunuri R, Burgert O, Neumuth T (2009) Ontological modelling of surgical knowledge. GI Jahrestagung 154, S 1044–1054

13.

Niesing B (2016) Produzieren 4.0. weiter.vorn. Das Fraunhofer-Magazin, S 8–13

14.

Ostler D, Kranzfelder M, Stauder R et al (2015) A centralized data acquisition framework for operating theatres. 2015 17th International Conference on E‑health Networking, Application & Services (HealthCom). IEEE, Boston, MA, USA, S 1–5

15.

Stauder R, Belagiannis V, Schwarz L et al (2012) A user-centered and workflow-aware unified display for the operating room. MICCAI Workshop on Modeling and Monitoring of Computer Assisted Interventions (M2CAI).

16.

Stauder R, Ostler D, Kranzfelder M et al. (2016) The TUM LapChole dataset for the M2CAI 2016 workflow challenge. arXiv preprint arXiv:1610.09278

17.

Twinanda AP, Shehata S, Mutter D et al (2017) Endonet: a deep architecture for recognition tasks on laparoscopic videos. IEEE Trans Med Imaging 36:86–97CrossRefPubMed

Titel: Onkologische Chirurgie 4.0
verfasst von: D. Ostler, M.Sc.
N. Marahrens
N. Kohn
S. Koller
R. Stauder
N. Navab
Publikationsdatum: 21.03.2018
Verlag: Springer Medizin
Erschienen in: Die Onkologie / Ausgabe 5/2018
Print ISSN: 2731-7226
Elektronische ISSN: 2731-7234
DOI: https://doi.org/10.1007/s00761-018-0365-4

Neu im Fachgebiet Onkologie

19.04.2024 | EAU 2024 | Kongressbericht | Nachrichten

Live-Webinar: Aktuelle Leitlinien bei Herz-Kreislauf-Erkrankungen

Springer Medizin

Onkologische Chirurgie 4.0

Zusammenfassung

Hintergrund

Ziel und Schlussfolgerung

Neu im Fachgebiet Onkologie

Prostatakarzinom: EU initiiert neues Screeningkonzept

Blasenkarzinom – Biomarker statt Zytologie?

Stereotaktische Radiatio schlägt konventionelle Bestrahlung

Adjuvante Brustkrebstherapie: Doppelt hält besser

Update Onkologie

Live-Webinar: Aktuelle Leitlinien bei Herz-Kreislauf-Erkrankungen

Springer Medizin

Zusammenfassung

Hintergrund

Ziel und Schlussfolgerung

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Weitere Artikel der Ausgabe 5/2018

Digitale Radioonkologie

FGFR-Inhibition beim cholangiozellulären Karzinom

E-Health-Angebote in der Onkologie

Real-World-Evidence-Forschung auf Basis von Big Data

Versorgung geriatrischer Patienten am Beispiel Bronchialkarzinom und neue Ansätze zur Versorgungsforschung

Digitalisierung und Big Data – Was nun?

Neu im Fachgebiet Onkologie

Prostatakarzinom: EU initiiert neues Screeningkonzept

Blasenkarzinom – Biomarker statt Zytologie?

Stereotaktische Radiatio schlägt konventionelle Bestrahlung

Adjuvante Brustkrebstherapie: Doppelt hält besser

Update Onkologie