[Artificial intelligence and machine learning in auscultation: prospects of the project DigitaLung]
- PMID: 39961349
- DOI: 10.1055/a-2507-1486
[Artificial intelligence and machine learning in auscultation: prospects of the project DigitaLung]
Abstract
Auscultation is one of the key medical skills in physical examination. The main problem with auscultation is the lack of objectivity of the findings and great dependence on the experience of the examiner. Auscultation using machine learning and neural networks promises great potential for solving these problems in clinical practice.A selective search for studies in PubMed was carried out, which revealed the possibilities of machine learning in medical diagnostics.In all the studies identified, significant differences were shown between the respective test groups in favour of artificial intelligence (AI). In addition to the positive study results, the limitations of AI could also be analysed and critically scrutinised.Medical research in the field of artificial intelligence is still in its infancy. The prospects and limitations of AI must be further investigated and require close attention in the collaboration between clinicians, scientists and AI experts. Publicly funded projects such as DigitaLung (a digital auscultation system for the differential diagnosis of lung diseases using machine learning), which aims to improve lung auscultation using AI, will help to unlock the diagnostic benefits of AI for patient care and could improve care in the future.
Die Auskultation ist eine der ärztlichen Schlüsselkompetenzen in der körperlichen Untersuchung. Hauptproblem der Auskultation ist die fehlende Objektivierbarkeit der Befunde und die große Abhängigkeit von der Erfahrung des Untersuchenden. Die Auskultation mittels Machine Learning und mithilfe neuronaler Netzwerke verspricht großes Potenzial für die Lösung dieser Probleme im klinischen Alltag.Es erfolgte eine selektive Recherche nach Studien in PubMed, anhand derer die Möglichkeiten des Machine Learnings in der medizinischen Diagnostik sichtbar werden.In allen detektierten Studien konnten signifikante Unterschiede zwischen den jeweiligen Testgruppen zugunsten der Künstlichen Intelligenz (KI) gezeigt werden. Neben den positiven Studienergebnissen konnten auch die Limitationen der KI analysiert und kritisch hinterfragt werden.Die medizinische Forschung befindet sich auf dem Gebiet der Künstlichen Intelligenz noch in den Anfängen. Perspektiven und Grenzen der KI müssen weiter untersucht werden und bedürfen großer Aufmerksamkeit in der Zusammenarbeit von Klinikern, Wissenschaftlern und KI-Experten. Öffentlich geförderte Projekte wie DigitaLung (Digitales Auskultationssystem zur Differenzialdiagnose von Lungenerkrankungen mittels Machine Learning), welches mittels KI die Lungenauskultation perspektivisch verbessern soll, helfen dabei, den diagnostischen Nutzen der KI für die Patientenversorgung zu erschließen, und könnten in Zukunft Möglichkeiten die Versorgung verbessern.
Thieme. All rights reserved.
Conflict of interest statement
Die Autorinnen/Autoren geben an, dass kein Interessenkonflikt besteht.
Publication types
MeSH terms
Grants and funding
LinkOut - more resources
Full Text Sources
Medical
