@techreport{BackesBalkeBenerjeeetal., type = {Working Paper}, author = {Backes, Judith and Balke, Maurice and Benerjee, Marc and Beitzel, Knut and B{\"o}hm, Elisabeth and Brandt, Hanna and Brunner, Ulrich and B{\"u}ttner, Carl Christopher and Dyrna, Felix and Grossmann, Irmgard and G{\"u}hring, Thorsten and H{\"u}nnebeck, Sophia and K{\"a}hler, Michael and Kl{\"o}ckner, Nicole and Kopkow, Christian and Lehmann, Lars and Martetschl{\"a}ger, Frank and Mauch, Frieder and Michalk, Katrin and M{\"u}ller, Maike and M{\"u}ller-Rath, Ralf and Nolte, Philip and Pfingsten, Andrea and Prill, Robert and Schnetzke, Marc and Seckler, Martina}, title = {Subacromiales Impingment}, edition = {1. Aufl./Version 1.0 (02.05.2021)}, organization = {Deutsche Vereinigung f{\"u}r Schulter- und Ellbogenchirurgie e.V. und Deutsche Gesellschaft f{\"u}r Orthop{\"a}die und Orthop{\"a}dische Chirurgie, e.V.}, pages = {47}, language = {de} } @article{SchulzePalmKerschbaumetal., author = {Schulze, Elke and Palm, Christoph and Kerschbaum, Maximilian and Seidel, Roman and Lehmann, Lars and Koller, Michael and Pfingsten, Andrea}, title = {KI-gest{\"u}tzte Untersuchung in der nicht-operativen Versorgung symptomgebender Erkrankungen des Kniegelenks - ein multiprofessionelles Konzept (KINEESIO)}, series = {MSK - Muskuloskelettale Physiotherapie}, volume = {28}, journal = {MSK - Muskuloskelettale Physiotherapie}, number = {5}, publisher = {Thieme}, issn = {2701-6986}, doi = {10.1055/a-2402-9982}, pages = {312 -- 321}, abstract = {Beschwerdebilder am Kniegelenk aufgrund muskuloskelettaler degenerativer oder verletzungsbedingter Erkrankungen sind h{\"a}ufig, nehmen im Alter zu und sind mit der steigenden Inanspruchnahme {\"a}rztlicher und therapeutischer Behandlungsmaßnahmen verbunden. Einer erfolgreichen Therapie gehen oft notwendige zeit- und ressourcenaufwendige Untersuchungen zur Erkennung und Differenzierung der patient*innenspezifischen Problematik voraus. Im Zusammenhang mit der nicht-operativen Versorgung des Kniegelenks hat ein sektor{\"u}bergreifendes multiprofessionelles Forschungsteam ein Konzept entwickelt, um k{\"u}nstliche neuronale Netze so zu trainieren, dass sie bei der {\"a}rztlichen und physiotherapeutischen Untersuchung unterst{\"u}tzend Einsatz finden k{\"o}nnen. Denn gerade in der Erfassung und Auswertung umfassender Datenmengen liegen große Potenziale in der K{\"u}nstlichen Intelligenz (KI) im Gesundheitswesen. Das Projekt KINEESIO trainiert und testet KI-gest{\"u}tzte Screening- Tools zur Untersuchung von Patient*innen mit Kniegelenkerkrankungen. Diese unterst{\"u}tzen die Abl{\"a}ufe zwischen Leistungserbringern und Patient*innen, tragen zu einer verbesserten Differenzierung individueller Beschwerdebilder bei und dienen Entscheidungsprozessen f{\"u}r eine ad{\"a}quate Versorgung. Dadurch sollen Ressourcen im Gesundheitswesen geschont und eine qualitativ hochwertige Therapie ausreichend erm{\"o}glicht werden.}, language = {de} }