Cargando…
EKG-Diagnostik mithilfe künstlicher Intelligenz: aktueller Stand und zukünftige Perspektiven – Teil 1: Grundlagen
Even though electrocardiography is a diagnostic procedure that is now more than 100 years old, medicine cannot do without it. On the contrary, interest in the procedure and its clinical significance is even increasing again. Reports on the evaluation of electrocardiograms (ECGs) with the aid of arti...
Autores principales: | , , |
---|---|
Formato: | Online Artículo Texto |
Lenguaje: | English |
Publicado: |
Springer Medizin
2022
|
Materias: | |
Acceso en línea: | https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9177483/ https://www.ncbi.nlm.nih.gov/pubmed/35552486 http://dx.doi.org/10.1007/s00399-022-00854-y |
_version_ | 1784722897581899776 |
---|---|
author | Haverkamp, Wilhelm Strodthoff, Nils Israel, Carsten |
author_facet | Haverkamp, Wilhelm Strodthoff, Nils Israel, Carsten |
author_sort | Haverkamp, Wilhelm |
collection | PubMed |
description | Even though electrocardiography is a diagnostic procedure that is now more than 100 years old, medicine cannot do without it. On the contrary, interest in the procedure and its clinical significance is even increasing again. Reports on the evaluation of electrocardiograms (ECGs) with the aid of artificial intelligence (AI) are also responsible for this. Using machine learning and in particular deep learning, both AI subfields, completely new perspectives of ECG evaluation and interpretation arise. The weaknesses inherent in classical computer-assisted ECG evaluation appear to be overcome. This two-part overview deals with AI-based ECG analysis. Part 1 introduces basic aspects of the procedure. Part 2, which is published separately, is devoted to the current state of research and discusses the available studies. In addition, possible scenarios of future application of AI in ECG analysis are discussed. |
format | Online Article Text |
id | pubmed-9177483 |
institution | National Center for Biotechnology Information |
language | English |
publishDate | 2022 |
publisher | Springer Medizin |
record_format | MEDLINE/PubMed |
spelling | pubmed-91774832022-06-10 EKG-Diagnostik mithilfe künstlicher Intelligenz: aktueller Stand und zukünftige Perspektiven – Teil 1: Grundlagen Haverkamp, Wilhelm Strodthoff, Nils Israel, Carsten Herzschrittmacherther Elektrophysiol Reviews Even though electrocardiography is a diagnostic procedure that is now more than 100 years old, medicine cannot do without it. On the contrary, interest in the procedure and its clinical significance is even increasing again. Reports on the evaluation of electrocardiograms (ECGs) with the aid of artificial intelligence (AI) are also responsible for this. Using machine learning and in particular deep learning, both AI subfields, completely new perspectives of ECG evaluation and interpretation arise. The weaknesses inherent in classical computer-assisted ECG evaluation appear to be overcome. This two-part overview deals with AI-based ECG analysis. Part 1 introduces basic aspects of the procedure. Part 2, which is published separately, is devoted to the current state of research and discusses the available studies. In addition, possible scenarios of future application of AI in ECG analysis are discussed. Springer Medizin 2022-05-12 2022 /pmc/articles/PMC9177483/ /pubmed/35552486 http://dx.doi.org/10.1007/s00399-022-00854-y Text en © The Author(s) 2022 https://creativecommons.org/licenses/by/4.0/Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen. Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation auf http://creativecommons.org/licenses/by/4.0/deed.de (https://creativecommons.org/licenses/by/4.0/) . |
spellingShingle | Reviews Haverkamp, Wilhelm Strodthoff, Nils Israel, Carsten EKG-Diagnostik mithilfe künstlicher Intelligenz: aktueller Stand und zukünftige Perspektiven – Teil 1: Grundlagen |
title | EKG-Diagnostik mithilfe künstlicher Intelligenz: aktueller Stand und zukünftige Perspektiven – Teil 1: Grundlagen |
title_full | EKG-Diagnostik mithilfe künstlicher Intelligenz: aktueller Stand und zukünftige Perspektiven – Teil 1: Grundlagen |
title_fullStr | EKG-Diagnostik mithilfe künstlicher Intelligenz: aktueller Stand und zukünftige Perspektiven – Teil 1: Grundlagen |
title_full_unstemmed | EKG-Diagnostik mithilfe künstlicher Intelligenz: aktueller Stand und zukünftige Perspektiven – Teil 1: Grundlagen |
title_short | EKG-Diagnostik mithilfe künstlicher Intelligenz: aktueller Stand und zukünftige Perspektiven – Teil 1: Grundlagen |
title_sort | ekg-diagnostik mithilfe künstlicher intelligenz: aktueller stand und zukünftige perspektiven – teil 1: grundlagen |
topic | Reviews |
url | https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9177483/ https://www.ncbi.nlm.nih.gov/pubmed/35552486 http://dx.doi.org/10.1007/s00399-022-00854-y |
work_keys_str_mv | AT haverkampwilhelm ekgdiagnostikmithilfekunstlicherintelligenzaktuellerstandundzukunftigeperspektiventeil1grundlagen AT strodthoffnils ekgdiagnostikmithilfekunstlicherintelligenzaktuellerstandundzukunftigeperspektiventeil1grundlagen AT israelcarsten ekgdiagnostikmithilfekunstlicherintelligenzaktuellerstandundzukunftigeperspektiventeil1grundlagen |