Zusammenfassung
Während in vielen Bereichen der Gesellschaft die Digitale Transformation in vollem Gange ist, sieht sich die Medizin noch vor immense Herausforderungen gestellt. Dabei sind die durch das Zusammenspiel moderner Biotechnologie und Informationstechnologie erreichbaren Potenziale immens. An vielen Stellen sind bereits Anzeichen der Transformation zu beobachten, die durch die Integration der bislang noch getrennten medizinischen Datenräume sowie durch den gezielten Einsatz neuartiger Technologien weiter beschleunigt wird. Wir beschreiben den heutigen Stand der integrierten Diagnostik sowie die Wirkmechanismen der entstehenden digitalen Medizin. Ein Fokus gilt dabei der seit wenigen Jahren stattfindenden Revolution der künstlichen Intelligenz. Gleichzeitig beobachten wir die Emanzipation der Patienten, die über soziale Netze, Internet-Suchmaschinen, Gesundheitsratgeber und Gesundheits-Apps mittlerweile Zugang zu einer enormen Bandbreite medizinischen Wissens haben. Vor diesem Hintergrund diskutieren wir den Wandel des Arzt-Patienten-Verhältnisses sowie der Rollenverteilung zwischen Arzt und Computer und der sich daraus ergebenden Geschäftsmodelle.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Quellen und Literatur
AHA – American Heart Association (2017) Alexa can tell you the steps for CPR, warning signs of heart attack and stroke. Blog. Zugriff im Juli 2017: http://news.heart.org/alexa-can-tell-you-the-steps-for-cpr-warning-signs-of-heart-attack-and-stroke/
Aerts HJ, Velazquez ER, Leijenaar RT et al (2014) Decoding tumour phenotype by noninvasive imaging using a quantitative radiomics approach. Nat Commun 5:4006. doi:10.1038/ncomms5006
ASCO (2017) Clinical Cancer Advances 2017, American Society of Clinical Oncology. Zugriff im Juli 2017: https://www.asco.org/research-progress/reports-studies/clinicalcancer-advances
CB Insights (2017) From Virtual Nurses To Drug Discovery: 106 Artificial Intelligence Startups In Healthcare. Zugriff im Juli 2017: https://www.cbinsights.com/blog/artificialintelligence-startups-healthcare/
CMS – Centers for Medicare and Medicaid Services (2017) NHE Fact Sheet. Zugriff im Juli 2017: https://www.cms.gov/research-statistics-data-and-systems/statistics-trendsand-reports/nationalhealthexpenddata/nhe-fact-sheet.html
Cooper DN, Ball EV, Stenson PD et al (2017) HGMD – The Human Gene Mutation Database at the Institute of Medical Genetics in Cardiff. Zugriff im Juli 2017: http://www.hgmd.cf.ac.uk/
Destatis – Statistisches Bundesamt (2017) Gesundheitsausgaben der Bundesrepublik Deutschland. Zugriff im Juli 2017: https://www.destatis.de/DE/ZahlenFakten/GesellschaftStaat/Gesundheit/Gesundheitsausgaben/Gesundheitsausgaben.html
Dusheck J (2016) Diagnose this – A health-care revolution in the making. Stanford Medicine Journal, Fall 2016. Zugriff im Juli 2017: https://stanmed.stanford.edu/2016fall/the-future-of-health-care-diagnostics.html
Esteva A, Kuprel B, Novoa RA et al (2017) Dermatologist-level classification of skin cancer with deep neural networks. Nature 542(7639):115–118. doi:10.1038/nature21056
Ferrucci D, Levas A, Bagchi S et al (2013) Watson: Beyond Jeopardy! Artificial Intelligence 199:93–105. doi:10.1016/j.artint.2012.06.009
Harz M (2017) Cancer, Computers, and Complexity: Decision Making for the Patient. European Review 25(1):96–106. doi:10.1017/S106279871600048X
Herper M (2017) MD Anderson Benches IBM Watson In Setback For Artificial Intelligence In Medicine. Forbes. Zugriff im Juli 2017: https://www.forbes.com/sites/matthewherper/2017/02/19/md-anderson-benches-ibm-watson-in-setback-for-artificial-intelligence-in-medicine
Knight W (2017) The Dark Secret at the Heart of AI. MIT Technology Review. Zugriff im Juli 2017: https://www.technologyreview.com/s/604087/the-dark-secret-at-theheart-of-ai/
Lambin P, Rios-Velazquez E, Leijenaar R et al (2012) Radiomics: extracting more information from medical images using advanced feature analysis. Eur J Cancer 48(4):441–6. doi:10.1016/j.ejca.2011.11.036
Mariotto AB, Yabroff KR, Shao Y et al (2011) Projections of the cost of cancer care in the United States: 2010-2020. J Natl Cancer Inst 103(2):117–28. doi:10.1093/jnci/djq495
NIH – National Institutes of Health (2011) Cancer costs projected to reach at least $158 billion in 2020. News Releases. Zugriff im Juli 2017: https://www.nih.gov/news-events/news-releases/cancer-costs-projected-reach-least-158-billion-2020
Ryan KJ (2016) Who’s Smartest: Alexa, Siri, and or Google Now? Inc. Zugriff im Juli 2017: https://www.inc.com/kevin-j-ryan/internet-trends-7-most-accurate-word-recognition-platforms.html
Sahiner B, Chan HP, Petrick N et al (1996) Classification of mass and normal breast tissue: a convolution neural network classifier with spatial domain and texture images. IEEE Trans Med Imaging 15(5):598–610. doi:10.1109/42.538937
Schmutzler R, Huster S, Wasem J, Dabrock P (2015) Risikoprädiktion: Vom Umgang mit dem Krankheitsrisiko. Dtsch Arztebl 112(20): A-910–3
Silver D, Huang A, Maddison CJ et al (2016) Mastering the game of Go with deep neural networks and tree search. Nature 529:484–489. doi:10.1038/nature16961
Spear BB, Heath-Chiozzi M, Huff J (2001) Clinical application of pharmacogenetics. Trends Mol Med 7(5):201–4. doi:10.1016/S1471-4914(01)01986-4
Stenson et al. (2017) The Human Gene Mutation Database: towards a comprehensive repository of inherited mutation data for medical research, genetic diagnosis and nextgeneration sequencing studies. Hum Genet 136:665-677. doi: 10.1007/s00439-017-1779-6
Tecco H (2017) 2016 Year End Funding Report: A reality check for digital health. Rock Health Funding Database. Zugriff im Juli 2017: https://rockhealth.com/reports/2016-year-end-funding-report-a-reality-check-for-digital-health/
The Economist (2017) A digital revolution in healthcare is speeding up. Zugriff im Juli 2017: https://www.economist.com/news/business/21717990-telemedicine-predictive-diagnostics-wearable-sensors-and-host-new-apps-will-transform-how
TheStreet (2013) What Information Are We Willing To Share To Improve Healthcare? Intel Healthcare Innovation Barometer. Zugriff im Juli 2017: https://www.thestreet.com/story/12143671/3/what-information-are-we-willing-to-share-to-improve-healthcare-graphic-business-wire.html
Topol E (2012) The Creative Destruction of Medicine: How the Digital Revolution will Create Better Health Care. Basic Books, New York. ISBN:978-0465061839
Trotter F, Uhlman D (2011) Hacking Healthcare – A Guide to Standards, Workflows, and Meaningful Use. O’Reilly Media, Sebastopol. ISBN:978-1449305024
Zhang W, Hasegawa A, Itoh K, Ichioka Y (1991) Image processing of human corneal endothelium based on a learning network. Appl Opt. 30(29):4211–7. doi:10.1364/AO.30.004211
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2018 Springer-Verlag GmbH Deutschland
About this chapter
Cite this chapter
Hahn, H., Schreiber, A. (2018). E-Health. In: Neugebauer, R. (eds) Digitalisierung. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-55890-4_19
Download citation
DOI: https://doi.org/10.1007/978-3-662-55890-4_19
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-55889-8
Online ISBN: 978-3-662-55890-4
eBook Packages: Computer Science and Engineering (German Language)