Pneumologisch-thoraxonkologische Sicht
Künstliche Intelligenz
Bildgebung
Referent:in
Friedrich-Alexander-Universität, Erlangen
Department of Computer Science
Chair of Computer Science 5 (Pattern Recognition)
Referent:in
Klinikum der Landeshauptstadt Stuttgart
Klinik für Pneumologie und Beatmungsmedizin
Leitende Oberärztin & Leitung Bereich Thoraxonkologie
Referent:in
KSA Kantonsspital Aarau
Institut für Radiologie
Leitender Arzt Radiologie, Leiter kardiothorakale Radiologie, Kardiale und thorakale Bildgebung
In dieser interdisziplinären Diskussion beleuchten Dr. Cornelia Kropf-Sanchen aus Ulm, Prof. Dr.-Ing. Andreas Maier aus Erlangen und Dr. Andres Spirig aus Aarau die Thematik "Lungenkrebsscreening" aus drei unterschiedlichen Blickwinkeln.
Dr. Kropf-Sanchen betrachtet das Thema aus pneumologisch-thoraxonkologischer Sicht und präsentiert eine interessante Übersicht über das Überleben bei nicht-kleinzelligem Lungenkarzinom (NSCLC), gegliedert nach klinischem Stadium. Auch spricht sie über mögliche Hürden des Lungenkrebsscreenings und schließt den Vortrag mit einer persönlichen Einschätzung ab.
Prof. Maier beschäftigt sich mit der Rolle der künstlichen Intelligenz. Er beginnt seinen Beitrag mit einer Einführung in die Grundlagen des Deep Learnings und zeigt auf, wie KI im Lungenkrebsscreening angewendet wird. Abschließend werden Herausforderungen und spannende Zukunftsperspektiven aufgezeigt.
Dr. Spirig vertritt die Sichtweise der Bildgebung und präsentiert die vorgeschlagene übergeordnete Organisationsstruktur sowie den Abklärungsalgorithmus nach DRG, DGP und DGT und geht darauf ein, welchen Einfluss das Screening auf den Workload der Radiologen hat.
Fachrichtungen
Indikationen
Lungenkrebs
Nicht-kleinzelliges Lungenkarzinom (NSCLC)
Schlagworte
Deep learning
künstliche Intelligenz (KI)
Lungenkrebsscreening
LungRADS