Lebenswissenschaften und Ethik
Refine
Year of publication
Document Type
- Article (684)
- conference proceeding (article) (371)
- Part of a Book (288)
- conference proceeding (presentation, abstract) (144)
- Review (88)
- Book (72)
- conference talk (64)
- Report (47)
- Working Paper (38)
- Preprint (13)
Language
Is part of the Bibliography
- no (1868)
Keywords
- Bildgebendes Verfahren (20)
- Deep Learning (15)
- Aphasie (14)
- Diagnose (14)
- Gebärmutterhalskrebs (14)
- Künstliche Intelligenz (14)
- Rehabilitation (14)
- Simulation (14)
- Deutschland (13)
- Biomechanik (12)
Institute
- Fakultät Angewandte Sozial- und Gesundheitswissenschaften (1091)
- Institut für Sozialforschung und Technikfolgenabschätzung (494)
- Institut für Sozialforschung und Technikfolgenabschätzung (IST) (479)
- Labor Empirische Sozialforschung (395)
- Fakultät Informatik und Mathematik (307)
- Fakultät Maschinenbau (251)
- Regensburg Center of Biomedical Engineering - RCBE (237)
- Regensburg Center of Health Sciences and Technology - RCHST (191)
- Labor für Technikfolgenabschätzung und Angewandte Ethik (LaTe) (167)
- Labor Biomechanik (LBM) (134)
Begutachtungsstatus
- peer-reviewed (328)
- begutachtet (44)
Menschen mit einer erworbenen Sprachstörung, Aphasie, erleben aufgrund ihrer Kommunikationseinschränkungen und der damit einhergehenden reduzierten Teilhabe eine verminderte Lebensqualität. Aphasie-Selbsthilfegruppen können Inklusion und Selbstwerterleben der Betroffenen besonders dann fördern, wenn sie von betroffenen Personen selbst geleitet werden. In dem hier vorgestellten Forschungsprojekt Selbsthilfegruppenarbeit bei Aphasie zur Steigerung der Lebensqualität und Kompetenz (shalk) wurde untersucht, wie von Aphasie betroffene Menschen auf die Übernahme einer Gruppenleitung vorbereitet und bei der Umsetzung begleitet werden können, um die Lebensqualität der betroffenen Leitungspersonen und auch der Gruppenteilnehmenden zu steigern.
Essstörung
(2023)
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.
It is generally known that project-based learning is a very important part of engineering education to connect theoretical knowledge with practical work. Students learn to apply their knowledge to real-world challenges as it is the case in their later professional life. If students are not used to project work or the scientific topic is new and relatively complex, they may be overwhelmed. The consequence is that students achieve poor results, are frustrated, and therefore learning success is low. Semi-structured projects are introduced that combine the advantages of structured experiments with projects. The project work is structured into several parts with detailed descriptions of the tasks. In the end, students get similar results to doing a free project, but the success rate is higher due to higher guidance. Therefore, these semi-structured projects are seen to be an appropriate method to guide students to learn how to do project work. The feedback from most students is very positive. Some students with no previous lab experience complained about the project work and wished for more guidance to become familiar with lab work. In sum, the student feedback is encouraging to develop semi-structured projects further.
Three-dimensional Medical Printing and Associated Legal Issues in Plastic Surgery: A Scoping Review
(2023)
Three-dimensional printing (3DP) represents an emerging field of surgery. 3DP can facilitate the plastic surgeon’s workflow, including preoperative planning, intraoperative assistance, and postoperative follow-up. The broad clinical application spectrum stands in contrast to the paucity of research on the legal framework of 3DP. This imbalance poses a potential risk for medical malpractice lawsuits. To address this knowledge gap, we aimed to summarize the current body of legal literature on medical 3DP in the US legal system. By combining the promising clinical use of 3DP with its current legal regulations, plastic surgeons can enhance patient safety and outcomes.
Seit dem Beginn des russischen Angriffskriegs und der Ukraine-Krise im Februar 2022 wurden massive Preissteigerungen auf dem Energiesektor beobachtet. Die Unsicherheiten auf dem Energiemarkt sowie die angespannte Lage der Gasversorgung führten zu erheblich höheren Strompreisen für Privathaushalte. Welche Faktoren den Stromverbrauch determinieren, wird im vorliegenden Arbeitspapier genauer untersucht. Der Zusammenhang zwischen Haushaltsmerkmalen und deren Stromverbrauch ist in der sozialwissenschaftlichen Energieforschung bekannt. Eine Möglichkeit der Verbrauchserfassung von Strom sind Smart-Meter, digitale Stromzähler.
Projektziel von EVEKT ist die Untersuchung von Möglichkeiten zur Reduktion des Stromverbrauchs von privaten Haushalten. Ziel dieses Arbeitspapiers ist es, verschiedene Gruppen von Haushalten und deren Charakteristik bei Strombezug und Smart-Meter-Nutzung zu differenzieren. Damit dokumentiert es einen Arbeitsschritt im Rahmen eines EVEKT-Teilprojekts zur Untersuchung sozialer und ethischer Aspekte von KI-Technologie in Privathaushalten.
Es wurde ein Scoping Review zu Stromverbrauchsindikatoren in Bezug auf Smart-Meter durchgeführt. In einer systematischen Suche in der Datenbank Web of Science wurden 477 Treffer gefunden. Von den 477 Treffern konnten nach Durchsicht 12 passende Studien analysiert werden.
Die untersuchten Arbeiten unterteilen Haushalte in verschiedene Kategorien bzw. Cluster. Einige Studien gruppieren nach soziodemografischen Aspekten, während andere die Verbrauchsmuster analysieren. Als Ergebnis des Scoping Reviews empfehlen wir, beide Ansätze zu kombinieren, um verschiedene Haushaltstypen angemessen anzusprechen.
Bedeutung für die weiteren Projektschritte (Bevölkerungsumfrage)
Inwieweit die Zugehörigkeit zu bestimmten Haushaltstypen die Akzeptanz von KI-Technologie und feedback-basierter Apps determinieren, wird im Rahmen einer eigenen Befragung überprüft werden. Dazu wird aktuell ein Fragebogen entwickelt. Die Feldphase der deutschlandweiten Bevölkerungsbefragung ist für 2024 geplant.
Viele Länder setzen auf den Einbau digitaler Messtechnologien für Privathaushalte, die als zentraler Bestandteil von Smart-Grids, intelligenter Stromnetze installiert werden, um Stromnetzstabilität zu gewährleisten. Die Messung des Stromverbrauchs kann an die Verbraucher*innen mithilfe von Apps oder anderer Smart-Meter-Plattformen rückgemeldet werden. Dabei zeigt sich, dass nicht nur die Anzeige bzw. die Sichtbarmachung des Stromverbrauchs zu einer möglichen Reduktion des Energieverbrauchs führt, sondern dass die individuelle Ansprache von Haushalten und soziale, finanzielle sowie ideelle Anreize die Haushalte langfristig zur Energiereduktion bewegen. Der Überblick über Motivatoren im Zusammenhang mit einer Energieverbrauchsrückmeldung bietet Hinweise für eine geplante Bevölkerungsbefragung sowie die Entwicklung einer Web-App im Rahmen des Projekts EVEKT.
Politische Energieeffizienzprogramme und gesetzliche Vorgaben fordern einen Emissionsrückgang in Deutschland. Dieser soll auch durch die verstärkte Digitalisierung des Energiesektors erreicht werden. Häufig werden bei Einführung effizienzsteigernder technischer Systeme Rebound-Effekte beobachtet, die Energieeinsparungen verringern. Worin Rebound-Effekte bestehen, wie sie entstehen und wie sie mit Entwicklungen der Stromnutzung in Privathaushalten zusammenhängen, wird in diesem Arbeitspapier behandelt.
Aims
VA is an endoscopic finding of celiac disease (CD), which can easily be missed if pretest probability is low. In this study, we aimed to develop an artificial intelligence (AI) algorithm for the detection of villous atrophy on endoscopic images.
Methods
858 images from 182 patients with VA and 846 images from 323 patients with normal duodenal mucosa were used for training and internal validation of an AI algorithm (ResNet18). A separate dataset was used for external validation, as well as determination of detection performance of experts, trainees and trainees with AI support. According to the AI consultation distribution, images were stratified into “easy” and “difficult”.
Results
Internal validation showed 82%, 85% and 84% for sensitivity, specificity and accuracy. External validation showed 90%, 76% and 84%. The algorithm was significantly more sensitive and accurate than trainees, trainees with AI support and experts in endoscopy. AI support in trainees was associated with significantly improved performance. While all endoscopists showed significantly lower detection for “difficult” images, AI performance remained stable.
Conclusions
The algorithm outperformed trainees and experts in sensitivity and accuracy for VA detection. The significant improvement with AI support suggests a potential clinical benefit. Stable performance of the algorithm in “easy” and “difficult” test images may indicate an advantage in macroscopically challenging cases.
Aims
Evaluation of the add-on effect an artificial intelligence (AI) based clinical decision support system has on the performance of endoscopists with different degrees of expertise in the field of Barrett's esophagus (BE) and Barrett's esophagus-related neoplasia (BERN).
Methods
The support system is based on a multi-task deep learning model trained to solve a segmentation and several classification tasks. The training approach represents an extension of the ECMT semi-supervised learning algorithm. The complete system evaluates a decision tree between estimated motion, classification, segmentation, and temporal constraints, to decide when and how the prediction is highlighted to the observer. In our current study, ninety-six video cases of patients with BE and BERN were prospectively collected and assessed by Barrett's specialists and non-specialists. All video cases were evaluated twice – with and without AI assistance. The order of appearance, either with or without AI support, was assigned randomly. Participants were asked to detect and characterize regions of dysplasia or early neoplasia within the video sequences.
Results
Standalone sensitivity, specificity, and accuracy of the AI system were 92.16%, 68.89%, and 81.25%, respectively. Mean sensitivity, specificity, and accuracy of expert endoscopists without AI support were 83,33%, 58,20%, and 71,48 %, respectively. Gastroenterologists without Barrett's expertise but with AI support had a comparable performance with a mean sensitivity, specificity, and accuracy of 76,63%, 65,35%, and 71,36%, respectively.
Conclusions
Non-Barrett's experts with AI support had a similar performance as experts in a video-based study.
Aims
AI has proven great potential in assisting endoscopists in diagnostics, however its role in therapeutic endoscopy remains unclear. Endoscopic submucosal dissection (ESD) is a technically demanding intervention with a slow learning curve and relevant risks like bleeding and perforation. Therefore, we aimed to develop an algorithm for the real-time detection and delineation of relevant structures during third-space endoscopy.
Methods
5470 still images from 59 full length videos (47 ESD, 12 POEM) were annotated. 179681 additional unlabeled images were added to the training dataset. Consequently, a DeepLabv3+ neural network architecture was trained with the ECMT semi-supervised algorithm (under review elsewhere). Evaluation of vessel detection was performed on a dataset of 101 standardized video clips from 15 separate third-space endoscopy videos with 200 predefined blood vessels.
Results
Internal validation yielded an overall mean Dice score of 85% (68% for blood vessels, 86% for submucosal layer, 88% for muscle layer). On the video test data, the overall vessel detection rate (VDR) was 94% (96% for ESD, 74% for POEM). The median overall vessel detection time (VDT) was 0.32 sec (0.3 sec for ESD, 0.62 sec for POEM).
Conclusions
Evaluation of the developed algorithm on a video test dataset showed high VDR and quick VDT, especially for ESD. Further research will focus on a possible clinical benefit of the AI application for VDR and VDT during third-space endoscopy.