TY - GEN A1 - Weber, Karsten T1 - KI ./. Demokratie BT - Ein kompliziertes Verhältnis Y1 - 2024 ER - TY - RPRT A1 - Maren, Bredehorst A1 - Juliane, Leinweber A1 - Robert, Richter A1 - Pfingsten, Andrea T1 - HVG-Positionspapier für die Therapiewissenschaften N2 - Zeitgemäße Therapie ist effektiv, effizient, personenzentriert und teilhabeorientiert. Ergotherapie, Logopädie/Sprachtherapie und Physiotherapie (im Folgenden kurz: ELP) sind gesellschaftlich relevant und essenzieller Bestandteil einer nachhaltigen Gesundheitsversorgung. Die Therapiewissenschaften forschen in diesen und für diese Tätigkeitsfelder, indem sie Möglichkeiten der Gesundheitsförderung, der Prävention und Behandlung von Krankheiten sowie der entsprechenden Beratung und Begleitung von Menschen evaluieren, verbessern und erweitern. Wer, wenn nicht die qualifizierten Therapeut*innen selbst, stellt Forschungsfragen und verfolgt Forschungsinteressen, durch die belastbares Wissen zu diesen Therapien entsteht? Dieses Positionspapier der Fachkommission Forschung im HVG e.V. wurde entwickelt als Referenz zur Forschungslandschaft der ELP. Es ist als Argumentationshilfe sowohl innerhalb der genannten Berufsgruppen als auch nach außen gedacht, um die Voraussetzungen für die Therapiewissenschaften und die therapeutische Forschung zu verbessern. KW - Physiotherapy KW - Physical Therapists KW - Occupational Therapists KW - Occupational Therapy KW - Physical Therapy Modalities KW - Language Therapy KW - Speech Therapy KW - Speech Disorders/therapy Y1 - 2025 U6 - https://doi.org/10.5281/zenodo.15127354 SP - 1 EP - 7 ET - Version 2 (Stand 11.09.2024) ER - TY - GEN A1 - Weber, Karsten T1 - Künstliche Intelligenz als vielschichtige Herausforderung Y1 - 2025 ER - TY - BOOK A1 - Kriza, Thomas ED - Lerch, Sebastian T1 - Ethische Fragen der Digitalisierung und ihre Thematisierung in Forschung und Lehre an Hochschulen BT - Dimensionen von Transdisziplinarität T3 - Interdisziplinarität in der Hochschullehre N2 - Die Digitalisierung als fortschreitende Durchdringung aller Lebensbereiche durch Informationstechnik geht mit gesellschaftlichen Transformationsprozessen und weitreichenden ethischen Fragen einher. Diese Fragen haben einen transdisziplinären Charakter in dem Sinne, dass sie sich nur durch ein Überschreiten von fachlichen Perspektiven einzelner wissenschaftlicher Disziplinen und durch eine ganzheitliche Bezugnahme auf gesellschaftliche Auswirkungen angemessen adressieren lassen. Anhand der technischen Möglichkeiten von Big Data Analytics lässt sich aufzeigen, wie disziplinübergreifende wissenschaftliche Forschungen zu technischen Anwendungen führen können, die gewichtige, gesellschaftlich relevante Fragen nach ihrer ethischen Vertretbarkeit aufwerfen. Diese können in letzter Konsequenz auch ethische Grundprinzipien und Auffassungen des Menschseins ins Wanken bringen. Besonders prägnant lässt sich dies mit den Studien des Big-Data-Forschers Michal Kosinski und seines Forscherkreises sowie den daraus resultierenden Anwendungen von Unternehmen wie Cambridge Analytica vor Augen führen: Die Analyse von großen Mengen digitaler persönlicher Daten eröffnet umfassende Möglichkeiten zur Verhaltensbeeinflussung und stellt dabei sehr weitreichend auch ethische Grundwerte wie Privatheit in Frage. Universitäten und Hochschulen sind aufgefordert, durch transdisziplinäre Lehre und Forschung die ethischen Fragen der Digitalisierung als bestimmende Themen der Gegenwart direkt zu adressieren. Y1 - 2023 SN - 9783763974610 U6 - https://doi.org/10.3278/9783763974610 SP - 45 EP - 58 PB - wbv Publikation CY - Bielefeld ER - TY - BOOK A1 - Richter, Stefanie T1 - Essstörung BT - Eine fallrekonstruktive Studie anhand erzählter Lebensgeschichten betroffener Frauen N2 - Die Studie bietet anhand von erzählten Lebensgeschichten einen systematischen Einblick in die Erlebnis- und Erfahrungswelt von Menschen mit »Essstörungen«. Sichtbar werden Entwicklungsbögen von der Entstehung über die Verfestigung bis zu den verschiedenen Bewältigungsversuchen sowie Ressourcen und Kompetenzen der Protagonistinnen. Diese Perspektive ermöglicht ein Neuverstehen des Phänomens »Essstörung«, das über die gängigen defizitären Konzeptionen hinausgeht und Konsequenzen für eine ressourcenorientierte Begleitung von Menschen mit »Essstörungen« aufzeigt. Das Buch richtet sich gleichermaßen an Professionelle, Betroffene und Angehörige. KW - Essstörung KW - Patientin KW - Subjektive Theorie KW - Biografisches Interview Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-60052 SN - 978-3-96256-101-7 CY - Regensburg ET - 2., durchgesehene Aufl. ER - TY - JOUR A1 - Schiegl, Corina A1 - Schroll-Decker, Irmgard A1 - Kurbel, Matthias T1 - Potenzial trotz schwerer Krankheit : Übergangswohnform zur außerklinischen Beatmungsentwöhnung eröffnet Option zur Selbstbestimmung JF - Forum Sozialarbeit + Gesundheit N2 - Selbstbestimmung gilt als wesentlicher Wert in der Sozialen Arbeit. Wenn Menschen ihre Bedürfnisse kennen und äußern können, trägt dies zum Wohlbefinden bei und steigert die subjektive Lebensqualität. Die Interventionen Sozialer Arbeit sollen es daher ermöglichen, dass Menschen über ihre eigenen Lebensbedingungen Kontrolle erhalten. Wie gestaltet sich aber die Selbstbestimmung bei einer Intensivpflegebedürftigkeit? Dieser Beitrag thematisiert, wie schwer erkrankte Menschen, die beispielsweise von einem Beatmungsgerät abhängig sind, ihre Selbstbestimmung verstehen. Anhand der Ergebnisse einer qualitativen Studie wird gezeigt, welche Aspekte von Selbstbestimmung bei schwersten krankheitsbedingten Einschränkungen individuell priorisiert werden. KW - Selbstbestimmung, außerklinisches Weaning Y1 - 2026 VL - 31 IS - 1 PB - utb CY - Stuttgart ER - TY - CHAP A1 - Sirch, Lisa A1 - Langlechner, Franziska A1 - Kronester, Dana A1 - Brandl, Julia A1 - Kolb, Alina A1 - Bopp, Katharina A1 - Pfingsten, Andrea T1 - PNE – Kulturelle Adaption von Metaphern zur Schmerztherapie T2 - physioscience N2 - Hintergrund: Die „Pain Neuroscience Education” (PNE) ist eine Strategie zur Schmerzaufklärung und -therapie von Patient*innen. Adriaan Louw, ein USamerikanischer Physiotherapeut, wendet PNE mit Hilfe von Metaphern in „Why you hurt?“, einer Sammlung von Karteikarten mit bildhaften Geschichten zur Erklärung von Schmerzmechanismen, an. Ziel: Das Ziel des Projekts ist es, drei Geschichten aus „Why you hurt“ auf die deutsche Kultur zu übertragen und eine erste Überprüfung ihrer Anwendbarkeit durchzuführen. Methode Nach der Auseinandersetzung mit den Themen PNE und kultureller Adaption, wurden drei Schmerzthemen und Geschichten ausgewählt, welche ins Deutsche adaptiert wurden. Dabei wurde Rücksprache mit dem Autor gehalten, um eine inhaltliche Überschneidung mit dessen Erklärungsmetaphern zu vermeiden. Die Auswahl der Schmerzthematiken orientierte sich an der direkten Empfehlung eines Mitwirkenden am PNE-Konzepts, sowie an den Ergebnissen bestehender Studien. Diese untersuchte, welche PNE-Metaphern in Bezug auf Schmerzlinderung am erfolgreichsten angewendet wurden. Die finalen Themen sind: „Aufnahme von Reizen“, „Schmerzausbreitung“ und „Sensitive Nerven“. Auf Grundlage dieser Themen wurden drei Geschichten konstruiert, welche sich an „typisch deutschen“ Merkmalen orientieren. Die verwendeten Metaphern wurden im Anschluss als digitalisierte Karteikarten zusammengetragen. Zur Testung der Anwendbarkeit der Geschichten wurden Therapeut*innen rekrutiert, darunter Arbeitskolleg*innen, Kommiliton*innen und Bekannte. Die Bewertung der Anwendbarkeit aus Sicht der Therapeut*innen erfolgt mittels einem von uns erstellten Fragebogen. Ergebnisse: Derzeit werden die Geschichten von Physiotherapeut*innen in der Praxis zur Aufklärung ihrer Patient*innen getestet und der Fragebogen beantwortet, welcher im Anschluss von uns evaluiert wird. KW - Schmerz KW - Edukation KW - PNE KW - Physiotherapie KW - Gesundheit KW - Medizin Y1 - 2023 UR - https://www.thieme-connect.de/products/ejournals/abstract/10.1055/s-0043-1777944 VL - 20 SP - S26 EP - S26 PB - Thieme ER - TY - GEN A1 - Schmidt, S. A1 - Weiser, A. A1 - Heyartz, M. A1 - Fernsimer, K. A1 - Osterried, S. A1 - Schedel, Valentin A1 - Pfingsten, Andrea T1 - Pain Neuroscience Education (PNE) - Anwendungsbereitschaft deutscher Physiotherapeut*innen T2 - physioscience N2 - Deutsche Physiotherapeut*innen scheinen in ihrem Arbeitsalltag von einer Implementierung des PNE- Konzepts tendenziell Abstand zu nehmen. Parallel zu dieser Vermutung offenbarte sich eine mehrheitliche Unsicherheit bei der Behandlung von chronischen Schmerzpatient*innen. Vor allem Therapeut*innen, welche sich weniger unsicher im Umgang mit chronischen Schmerzpatient*innen fühlen, neigen zur Verwendung der „Why-you-Hurt?“ – Karten. In diesem Falle wäre zu diskutieren, ob der Grund hierfür in der Tatsache liegt, dass diese Therapeut*innen eine geeignete und gut ergänzende Methode in dem Edukations-Tool sehen oder, ob ein sicherer Umgang mit chronischen Patient*innen die Voraussetzung für eine erfolgreiche Implementierung ist. Umfangreichere Erhebungen müssen durchgeführt werden, um diese Erkenntnisse zu festigen. Y1 - 2025 U6 - https://doi.org/10.1055/s-0045-1808215 N1 - Abstract/Poster-Beitrag zum 8. Forschungssymposium Physiotherapie der Deutschen Gesellschaft für Physiotherapiewissenschaft e. V., 22.–23. November 2025, Cottbus Senftenberg VL - 21 IS - S 01 SP - 79 PB - Thieme ER - TY - GEN A1 - Meinikheim, Michael A1 - Mendel, Robert A1 - Probst, Andreas A1 - Scheppach, Markus W. A1 - Nagl, Sandra A1 - Schnoy, Elisabeth A1 - Römmele, Christoph A1 - Prinz, Friederike A1 - Schlottmann, Jakob A1 - Messmann, Helmut A1 - Palm, Christoph A1 - Ebigbo, Alanna T1 - Einfluss von Künstlicher Intelligenz auf die Performance von niedergelassenen Gastroenterolog:innen bei der Beurteilung von Barrett-Ösophagus T2 - Zeitschrift für Gastroenterologie N2 - Einleitung  Die Differenzierung zwischen nicht dysplastischem Barrett-Ösophagus (NDBE) und mit Barrett-Ösophagus assoziierten Neoplasien (BERN) während der endoskopischen Inspektion erfordert viel Expertise. Die frühe Diagnosestellung ist wichtig für die weitere Prognose des Barrett-Karzinoms. In Deutschland werden Patient:innen mit einem Barrett-Ösophagus (BE) in der Regel im niedergelassenen Sektor überwacht. Ziele  Ziel ist es, den Einfluss von einem auf Künstlicher Intelligenz (KI) basierenden klinischen Entscheidungsunterstützungssystems (CDSS) auf die Performance von niedergelassenen Gastroenterolog:innen (NG) bei der Evaluation von Barrett-Ösophagus (BE) zu untersuchen. Methodik  Es erfolgte die prospektive Sammlung von 96 unveränderten hochauflösenden Videos mit Fällen von Patient:innen mit histologisch bestätigtem NDBE und BERN. Alle eingeschlossenen Fälle enthielten mindestens zwei der folgenden Darstellungsmethoden: HD-Weißlichtendoskopie, Narrow Band Imaging oder Texture and Color Enhancement Imaging. Sechs NG von sechs unterschiedlichen Praxen wurden als Proband:innen eingeschlossen. Es erfolgte eine permutierte Block-Randomisierung der Videofälle in entweder Gruppe A oder Gruppe B. Gruppe A implizierte eine Evaluation des Falls durch Proband:innen zunächst ohne KI und anschließend mit KI als CDSS. In Gruppe B erfolgte die Evaluation in umgekehrter Reihenfolge. Anschließend erfolgte eine zufällige Wiedergabe der so entstandenen Subgruppen im Rahmen des Tests. Ergebnis  In diesem Test konnte ein von uns entwickeltes KI-System (Barrett-Ampel) eine Sensitivität von 92,2%, eine Spezifität von 68,9% und eine Accuracy von 81,3% erreichen. Mit der Hilfe von KI verbesserte sich die Sensitivität der NG von 64,1% auf 71,2% (p<0,001) und die Accuracy von 66,3% auf 70,8% (p=0,006) signifikant. Eine signifikante Verbesserung dieser Parameter zeigte sich ebenfalls, wenn die Proband:innen die Fälle zunächst ohne KI evaluierten (Gruppe A). Wurde der Fall jedoch als Erstes mit der Hilfe von KI evaluiert (Gruppe B), blieb die Performance nahezu konstant. Schlussfolgerung  Es konnte ein performantes KI-System zur Evaluation von BE entwickelt werden. NG verbessern sich bei der Evaluation von BE durch den Einsatz von KI. KW - Barrett-Ösophagus KW - Künstliche Intelligenz Y1 - 2023 UR - https://www.thieme-connect.de/products/ejournals/abstract/10.1055/s-0043-1771711 U6 - https://doi.org/10.1055/s-0043-1771711 VL - 61 IS - 8 PB - Thieme CY - Stuttgart ER - TY - GEN A1 - Scheppach, Markus W. A1 - Mendel, Robert A1 - Probst, Andreas A1 - Nagl, Sandra A1 - Meinikheim, Michael A1 - Yip, Hon Chi A1 - Lau, Louis Ho Shing A1 - Chiu, Philip Wai Yan A1 - Palm, Christoph A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - Effekt eines Künstliche Intelligenz (KI) – Algorithmus auf die Gefäßdetektion bei third space Endoskopien T2 - Zeitschrift für Gastroenterologie N2 - Einleitung  Third space Endoskopieprozeduren wie die endoskopische Submukosadissektion (ESD) und die perorale endoskopische Myotomie (POEM) sind technisch anspruchsvoll und gehen mit untersucherabhängigen Komplikationen wie Blutungen und Perforationen einher. Grund hierfür ist die unabsichtliche Durchschneidung von submukosalen Blutgefäßen ohne präemptive Koagulation. Ziele Die Forschungsfrage, ob ein KI-Algorithmus die intraprozedurale Gefäßerkennung bei ESD und POEM unterstützen und damit Komplikationen wie Blutungen verhindern könnte, erscheint in Anbetracht des erfolgreichen Einsatzes von KI bei der Erkennung von Kolonpolypen interessant. Methoden  Auf 5470 Einzelbildern von 59 third space Endoscopievideos wurden submukosale Blutgefäße annotiert. Zusammen mit weiteren 179.681 nicht-annotierten Bildern wurde ein DeepLabv3+neuronales Netzwerk mit dem ECMT-Verfahren für semi-supervised learning trainiert, um Blutgefäße in Echtzeit erkennen zu können. Für die Evaluation wurde ein Videotest mit 101 Videoclips aus 15 vom Trainingsdatensatz separaten Prozeduren mit 200 vordefinierten Gefäßen erstellt. Die Gefäßdetektionsrate, -zeit und -dauer, definiert als der Prozentsatz an Einzelbildern eines Videos bezogen auf den Goldstandard, auf denen ein definiertes Gefäß erkannt wurde, wurden erhoben. Acht erfahrene Endoskopiker wurden mithilfe dieses Videotests im Hinblick auf Gefäßdetektion getestet, wobei eine Hälfte der Videos nativ, die andere Hälfte nach Markierung durch den KI-Algorithmus angesehen wurde. Ergebnisse  Der mittlere Dice Score des Algorithmus für Blutgefäße war 68%. Die mittlere Gefäßdetektionsrate im Videotest lag bei 94% (96% für ESD; 74% für POEM). Die mediane Gefäßdetektionszeit des Algorithmus lag bei 0,32 Sekunden (0,3 Sekunden für ESD; 0,62 Sekunden für POEM). Die mittlere Gefäßdetektionsdauer lag bei 59,1% (60,6% für ESD; 44,8% für POEM) des Goldstandards. Alle Endoskopiker hatten mit KI-Unterstützung eine höhere Gefäßdetektionsrate als ohne KI. Die mittlere Gefäßdetektionsrate ohne KI lag bei 56,4%, mit KI bei 71,2% (p<0.001). Schlussfolgerung  KI-Unterstützung war mit einer statistisch signifikant höheren Gefäßdetektionsrate vergesellschaftet. Die mediane Gefäßdetektionszeit von deutlich unter einer Sekunde sowie eine Gefäßdetektionsdauer von größer 50% des Goldstandards wurden für den klinischen Einsatz als ausreichend erachtet. In prospektiven Anwendungsstudien sollte der KI-Algorithmus auf klinische Relevanz getestet werden. KW - Künstliche Intelligenz Y1 - 2023 U6 - https://doi.org/10.1055/s-0043-1771980 VL - 61 IS - 08 PB - Thieme CY - Stuttgart ER - TY - GEN A1 - Scheppach, Markus W. A1 - Mendel, Robert A1 - Muzalyova, Anna A1 - Rauber, David A1 - Probst, Andreas A1 - Nagl, Sandra A1 - Römmele, Christoph A1 - Yip, Hon Chi A1 - Lau, Louis Ho Shing A1 - Gölder, Stefan Karl A1 - Schmidt, Arthur A1 - Kouladouros, Konstantinos A1 - Abdelhafez, Mohamed A1 - Walter, B. A1 - Meinikheim, Michael A1 - Chiu, Philip Wai Yan A1 - Palm, Christoph A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - Künstliche Intelligenz erhöht die Gefäßerkennung von Endoskopikern bei third space Endoskopie T2 - Zeitschrift für Gastroenterologie N2 - Einleitung: Künstliche Intelligenz (KI)-Algorithmen unterstützen Endoskopiker bei der Erkennung und Charakterisierung von Kolonpolypen in der klinischen Praxis und führen zu einer Erhöhung der Adenomdetektionsrate. Auch bei therapeutischen Maßnahmen wie der endoskopischen Submukosadissektion (ESD) könne relevante anatomische Strukturen durch KI mit hoher Genauigkeit erkannt und im endoskopischen Bild in Echtzeit markiert werden. Der Effekt einer solchen Applikation auf die Gefäßdetektion von Endoskopikern ist bislang nicht erforscht. Ziele:  In dieser Studie wurde der Effekt eines KI-Algorithmus zur Echtzeit-Gefäßmarkierung bei ESD auf die Gefäßdetektionsrate von Endoskopikern untersucht. Methodik:  59 third space Endoskopievideos wurde aus der Datenbank des Universitätsklinikums Augsburg extrahiert. Auf 5470 Einzelbildern dieser Untersuchungen wurde submukosale Blutgefäße annotiert. Zusammen mit weiteren 179681 unmarkierten Bildern wurde ein DeepLabV3+ neuronales Netzwerk mit einer semi-supervised learning Methode darin trainiert, submukosale Blutgefäße auf dem endoskopischen Bild zu erkennen und in Echtzeit einzuzeichnen. Anhand eines Videotests mit 101 Videoclips und 200 vordefinierten Blutgefäßen wurden 19 Endoskopiker mit und ohne KI Unterstützung getestet. Ergebnis:  Der Algorithmus erkannte in dem Videotest 93.5% der Gefäße in einer Detektionszeit von im Median 0,3 Sekunden. Die Gefäßdetektionsrate von Endoskopikern erhöhte sich durch KI Unterstützung von 56,4% auf 72,4% (p<0.001). Die Gefäßdetektionszeit reduzierte sich durch KI-Unterstützung von 6,7 auf 5.2 Sekunden (p<0.001). Der Algorithmus zeigte eine Rate an falsch positiven Detektionen in 4.5% der Einzelbilder. Falsch positiv erkannte Strukturen wurde kürzer detektiert, als richtig positive (0.7 und 6.0 Sekunden, p<0.001). Schlussfolgerung:  KI Unterstützung führte zu einer erhöhten Gefäßdetektionsrate und schnelleren Gefäßdetektionszeit von Endoskopikern. Ein möglicher klinischer Effekt auf die intraprozedurale Komplikationsrate oder Operationszeit könnte in prospektiven Studien ermittelt werden. Y1 - 2024 U6 - https://doi.org/10.1055/s-0044-1790087 VL - 62 IS - 09 SP - e830 PB - Georg Thieme Verlag KG ER - TY - GEN A1 - Roser, David A1 - Meinikheim, Michael A1 - Mendel, Robert A1 - Palm, Christoph A1 - Muzalyova, Anna A1 - Rauber, David A1 - Rückert, Tobias A1 - Parsa, Nasim A1 - Byrne, Michael F. A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - Mensch-Maschine-Interaktion: Einfluss künstlicher Intelligenz auf das diagnostische Vertrauen von Endoskopikern bei der Beurteilung des Barrett-Ösophagus T2 - Zeitschrift für Gastroenterologie N2 - Ziele:  Das Ziel der Studie war es, den Einfluss von KI auf die diagnostische Sicherheit (Konfidenzniveau) von Endoskopikern anhand von BÖ-Videos zu untersuchen und mögliche Korrelationen mit der Untersuchungsqualität zu erforschen. Methodik:  22 Endoskopiker aus zwölf Zentren mit unterschiedlicher Barrett-Erfahrung untersuchten 96 standardisierte Endoskopievideos. Die Untersucher wurden in Experten und Nicht-Experten eingeteilt und nach dem Zufallsprinzip für die Bewertung der Videos mit oder ohne KI eingeteilt. Die Teilnehmer wurden in zwei Gruppen aufgeteilt: Arm A bewertete zunächst Videos ohne KI und dann mit KI, während Arm B die umgekehrte Reihenfolge einhielt. Die Untersucher hatten die Aufgabe, BÖ-assoziierte Neoplasien zu erkennen und ihr Konfidenzniveau sowohl mit als auch ohne KI auf einer Skala von 0 bis 9 anzugeben. Ergebnis:  In Arm A erhöhte der Einsatz von KI das Konfidenzniveau bei beiden signifikant (p<0.001). Bemerkenswert ist, dass jedoch nur Nicht-Experten durch die KI eine signifikante Verbesserung der Sensitivität und Spezifität (p<0.001 bzw. p<0.05) erfuhren. Während Experten ohne KI im Vergleich zu Nicht-Experten mit KI ein höheres Konfidenzniveau aufwiesen, gab es keinen signifikanten Unterschied in der Genauigkeit. In Arm B zeigten beide Gruppen eine signifikante Abnahme des Konfidenzniveaus (p<0.001) bei gleichbleibender Genauigkeit. Darüber hinaus wurden in 9% der Entscheidungen trotz korrekter KI eine falsche Wahl getroffen. Schlussfolgerung:  Der Einsatz künstlicher Intelligenz steigerte das Konfidenzniveau sowohl bei Experten als auch bei Nicht-Experten signifikant – ein Effekt, der im Studienmodell reversibel war. Darüber hinaus wiesen Experten mit oder ohne KI durchweg höhere Konfidenzniveaus auf als Nicht-Experten mit KI, trotz vergleichbarer Ergebnisse. Zudem konnte beobachtet werden, dass die Untersucher in 9% der Fälle die KI zuungunsten des Patienten ignorierten. Y1 - 2024 U6 - https://doi.org/10.1055/s-0044-1789656 VL - 62 IS - 09 SP - e575 EP - e576 PB - Georg Thieme Verlag KG ER - TY - GEN A1 - Scheppach, Markus W. A1 - Nunes, Danilo Weber A1 - Arizi, X. A1 - Rauber, David A1 - Probst, Andreas A1 - Nagl, Sandra A1 - Römmele, Christoph A1 - Palm, Christoph A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - Intraoperative Phasenerkennung bei endoskopischer Submukosadissektion mit Hilfe von künstlicher Intelligenz T2 - Zeitschrift für Gastroenterologie N2 - Einleitung:  Künstliche Intelligenz (KI) wird in der Endoskopie des Gastrointestinaltraktes zur Erkennung und Charakterisierung von Kolonpolypen eingesetzt. Die Rolle von KI bei therapeutischen Maßnahmen wurde noch nicht eingehend untersucht. Eine intraprozedurale Phasenerkennung bei endoskopischer Submukoasdissektion (ESD) könnte die Erhebung von Qualitätsindikatoren ermöglichen. Weiterhin könnte diese Technologie zu einem tieferen Verständnis über die Eigenschaften der Prozedur führen und weiterführende Applikationen zur automatischen Dokumentation oder standardisiertem Training vorbereiten. Ziele: Ziel dieser Studie war die Entwicklung eines KI Algorithmus zur intraprozeduralen Phasenerkennung bei endoskopischer Submukosadissektion. Methodik:  2071546 Einzelbilder aus 27 ESD Videos in voller Länge wurden für die übergeordneten Klassen Diagnostik, Markierung, Nadelinjektion, Dissektion und Blutung, sowie die untergeordneten Klassen Endoskop-Manipulation, Injektion und Applikation von elektrischem Strom annotiert. Mit einem Trainingsdatensatz (898440 Einzelbilder, 17 ESDs) wurde ein Video Swin Transformer mit uniformer Stichprobenentnahme trainiert und intern validiert (769523 Einzelbilder, 6 ESDs). Neben der internen Validierung wurde der Algorithmus anhand von einem separaten Testdatensatz (403583 Einzelbilder, 4 ESDs) evaluiert. Ergebnis:  Der F1 Score des Algorithmus für alle Klassen lag in der internen Validierung bei 83%, in dem separaten Test bei 90%. Anhand des separaten Tests wurden true positive (TP)-Raten für Diagnostik, Markierung, Nadelinjektion, Dissektion und Blutung von 100%, 100%, 96%, 97% und 93% ermittelt. Für Endoskopmanipulation, Injektion und Applikation von Elektrizität lagen die TP-Raten bei 92%, 98% und 91%. Schlussfolgerung:  Der entwickelte Algorithmus klassifizierte ESD Videos in voller Länge und anhand jedes einzelnen Bildes mit hoher Genauigkeit. Zukünftige Forschungsvorhaben könnten intraoperative Qualitätsindikatioren auf Basis dieser Informationen entwickeln und eine automatisierte Dokumentation ermöglichen. Y1 - 2024 U6 - https://doi.org/10.1055/s-0044-1790084 VL - 62 IS - 09 SP - e828 PB - Georg Thieme Verlag KG ER - TY - GEN A1 - Zellmer, Stephan A1 - Rauber, David A1 - Probst, Andreas A1 - Weber, Tobias A1 - Nagl, Sandra A1 - Römmele, Christoph A1 - Schnoy, Elisabeth A1 - Palm, Christoph A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - Verwendung künstlicher Intelligenz bei der Detektion der Papilla duodeni major T2 - Zeitschrift für Gastroenterologie N2 - Einleitung Die Endoskopische Retrograde Cholangiopankreatikographie (ERCP) ist der Goldstandard in der Diagnostik und Therapie von Erkrankungen des pankreatobiliären Trakts. Jedoch ist sie technisch sehr anspruchsvoll und weist eine vergleichsweise hohe Komplikationsrate auf. Ziele  In der vorliegenden Machbarkeitsstudie soll geprüft werden, ob mithilfe eines Deep-learning-Algorithmus die Papille und das Ostium zuverlässig detektiert werden können und somit für Endoskopiker mit geringer Erfahrung ein geeignetes Hilfsmittel, insbesondere für die Ausbildungssituation, darstellen könnten. Methodik Wir betrachteten insgesamt 606 Bilddatensätze von 65 Patienten. In diesen wurde sowohl die Papilla duodeni major als auch das Ostium segmentiert. Anschließend wurde eine neuronales Netz mittels eines Deep-learning-Algorithmus trainiert. Außerdem erfolgte eine 5-fache Kreuzvaldierung. Ergebnisse Bei einer 5-fachen Kreuzvaldierung auf den 606 gelabelten Daten konnte für die Klasse Papille eine F1-Wert von 0,7908, eine Sensitivität von 0,7943 und eine Spezifität von 0,9785 erreicht werden, für die Klasse Ostium eine F1-Wert von 0,5538, eine Sensitivität von 0,5094 und eine Spezifität von 0,9970 (vgl. [Tab. 1]). Unabhängig von der Klasse zeigte sich gemittelt (Klasse Papille und Klasse Ostium) ein F1-Wert von 0,6673, eine Sensitivität von 0,6519 und eine Spezifität von 0,9877 (vgl. [Tab. 2]). Schlussfolgerung  In vorliegende Machbarkeitsstudie konnte das neuronale Netz die Papilla duodeni major mit einer hohen Sensitivität und sehr hohen Spezifität identifizieren. Bei der Detektion des Ostiums war die Sensitivität deutlich geringer. Zukünftig soll das das neuronale Netz mit mehr Daten trainiert werden. Außerdem ist geplant, den Algorithmus auch auf Videos anzuwenden. Somit könnte langfristig ein geeignetes Hilfsmittel für die ERCP etabliert werden. KW - Künstliche Intelligenz Y1 - 2023 UR - https://www.thieme-connect.de/products/ejournals/abstract/10.1055/s-0043-1772000 U6 - https://doi.org/10.1055/s-0043-1772000 VL - 61 IS - 08 SP - e539 EP - e540 PB - Thieme CY - Stuttgart ER - TY - JOUR A1 - Zürner, Christian T1 - Von der „Ästhetischen“ zur „Kulturellen Bildung“ – (heimlicher) Verlust eines kritischen Selbstverständnisses JF - Pädagogische Rundschau Y1 - 2015 VL - 69 IS - 1 SP - 75 EP - 89 PB - Lang ER - TY - JOUR A1 - Ortner, Martina A1 - Kökten, Rabia T1 - Rechtsextremismus transnational betrachtet : das Forschungsprojekt zur Ülkücü-Bewegung in Bayern stellt sich vor JF - RadiX – Zeitschrift für Radikalisierungsforschung und Prävention N2 - Deutschland ist eine postmigrantische Gesellschaft. Die damit einhergehende Pluralität beschränkt sich nicht nur auf Herkünfte und Biografien, sondern spiegelt sich auch in Lebensentwürfen und politischen Einstellungen wider, die nicht nur demokratisch, sondern menschenverachtend-völkisch und antidemokratisch sein können. Im Projekt ReTra geht es darum, mehr über Strukturen, Akteur:innen und Aktivitäten von türkischen extrem rechten Organisationen in Bayern zu erfahren. Dabei wird der Einfluss von politischen Veränderungen in der Türkei miteinbezogen. Das Projekt leistet einen Beitrag zur Rechtsextremismusforschung unter Berücksichtigung sich aufspannender transnationaler sozialer Räume. Die qualitative Studie wird ergänzt durch einen partizipativen Forschungsansatz, in dem zivilgesellschaftlich Aktive als Co-Forschende einbezogen werden. Fortlaufend wird die Fachdiskussion mit einschlägigen Wissenschaftler:innen geführt. So entsteht ein Netzwerk, durch das ein kontinuierlicher Forschungs-Praxis Austausch ermöglicht wird. Durch eine Handreichung leistet das Projekt einen Beitrag für die zivilgesellschaftliche Praxis und darüber hinaus für ein demokratisches Miteinander. Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-84211 SN - 2944-1382 N1 - Online First-Beitrag VL - 1 IS - 2 PB - Verlag Barbara Budrich ER - TY - THES A1 - Eigenberger, Andreas T1 - Die Auswirkungen der mechanischen Kräfte eines innovativen Operationsverfahrens für die intraoperative Gewebezubereitung bei autologem Fetttransfer auf das Fettgewebe und dessen Stammzellen Y1 - 2024 SP - 235 Blätter CY - Regensburg ER -