Archiv

Studien & nützliche Informationen

Bitte registrieren und melden Sie sich an um Zugriff auf die unten zur Verfügung gestellten Informationen zu erhalten.

Behandelte Themen des Studienpaketes zur Airdoc-AI (Künstliche Intelligenz in der Vorsorge zur Unterstützung von Diagnosen)

 

  • Künstliche Intelligenz für das Screening von verschiedenen Netzhaut- und Sehnervkrankheiten
  • Deep Learning auf der Grundlage von Netzhautfotos sagt das biologische Alter voraus und differenziert das Morbiditäts- und Mortalitätsrisiko
  • Assoziation des Kalibers der retinalen Mikrogefäße mit der Höhe des Blutdrucks
  • Arterioläre Verengungen der Netzhaut und Risiko für Diabetes mellitus bei Personen mittleren Alters
  • Erkennung von Anämie aus Netzhautfundusbildern durch Deep Learning
  • Künstliche Intelligenz zur Erkennung von Papillenödemen aus Augenfundus-Fotografien
  • Deep-Learning-Algorithmus unter Verwendung von Fundusfotos zur 10-Jahres-Risiko – Einschätzung des Risikos ischämischer Herz-Kreislauf-Erkrankungen in China
  • Anwendung des Comprehensive Artificial Intelligence Retinal Expert (CARE)-Systems: eine nationale Studie zur praktischen Anwendung
  • Auf künstlicher Intelligenz basierendes Screening bei diabetische Retinopathie in einem kommunalen Krankenhaus
  • Universelle Plattform für künstliche Intelligenz bei kollaborativem Management von Katarakten
  • Deep Learning-basierte Schätzung der axialen Länge und der subfovealen Dicke der Aderhaut aus Farbfundusfotografien
  • Big-Data- und Künstliche-Intelligenz-gestützte Gewölbevorhersage und EVO-ICL-Größenauswahl für die Myopiekorrektur
  • Validierung von Algorithmen der künstlichen Intelligenz in der Praxis für ophthalmologische Bildgebung

Kontakt

Nehmen Sie Kontakt auf

7 + 15 =