Medizin<\/h3><\/h3><\/div>Wie k\u00f6nnen wir die medizinische Versorgung verbessern?<\/h1><\/h1><\/div>Der Erfolg medizinischer Behandlungen h\u00e4ngt von der individuellen Expertise der Kliniker ab. Mit Computer- und Roboterunterst\u00fctzung in der medizinischen Praxis auf der Grundlage von Expertenwissen und Mensch-Maschine-Interaktion geht CeTI die wichtigsten Herausforderungen, Grenzen und laufenden Arbeiten f\u00fcr die Chirurgie der n\u00e4chsten Generation an. Das Ziel von U1 ist die Entwicklung eines kontextbewussten, medizinischen Assistenten in Echtzeit mit Human-in-the-Loop. Durch eine internationale Initiative mit f\u00fchrenden Experten auf diesem Gebiet streben wir eine verbesserte medizinische Versorgung und medizinische Ausbildungsumgebungen an.<\/p>\n<\/div><\/div><\/div>
![\"Lila](\"https:\/\/ceti.one\/wp-content\/uploads\/ceti-icons-virtual-research-rooms-u1.jpg\" "\\"ceti-icons-virtual-research-rooms-u1\\"")
<\/span><\/div><\/div><\/div><\/div><\/div>Chirurgische Ausbildung<\/h2><\/h2><\/div>Um eine qualitativ hochwertige Patientenversorgung zu gew\u00e4hrleisten, ist es von entscheidender Bedeutung, medizinisches Personal effektiv und effizient zu schulen. Dies gilt insbesondere f\u00fcr anspruchsvolle chirurgische Techniken wie die laparoskopische oder robotergest\u00fctzte Chirurgie oder f\u00fcr kritische Szenarien wie die Wiederbelebung von Patient:innen. Die laparoskopische Chirurgie ist ein chirurgisches Verfahren zur Untersuchung des Bauchraums, bei dem eine kleine Kamera mit einem d\u00fcnnen Schlauch durch einen kleinen Einschnitt in der Bauchhaut eingef\u00fchrt wird. Sie bietet viele Vorteile, ist aber aufgrund der umst\u00e4ndlichen Verwendung von Instrumenten und des Verlusts der Tiefenwahrnehmung schwierig zu erlernen und durchzuf\u00fchren. Aus diesem Grund untersuchen wir, wie die konventionelle medizinische Ausbildung mit Hilfe moderner Technologie verbessert werden kann. Insbesondere verwenden wir eine Vielzahl von Sensormodalit\u00e4ten, um die Aktivit\u00e4ten des auszubildenden Arztes oder \u00c4rztin wahrzunehmen, und neuartige maschinelle Lernalgorithmen, um die gesammelten Sensordaten zu analysieren. Unser Schwerpunkt liegt auf der Entwicklung intelligenter Algorithmen, die dem angehenden medizinischen Personal automatisch konstruktives Feedback und eine objektive Bewertung seiner F\u00e4higkeiten geben.<\/p>\n<\/div><\/div><\/div>
![\"Medizinische](\"https:\/\/ceti.one\/wp-content\/uploads\/surgical-training-tools-ceti-tu-dresden.jpg\" "\\"surgical-training-tools-ceti-tu")
<\/span><\/div>![\"Medizinische](\"https:\/\/ceti.one\/wp-content\/uploads\/surgical-training-screen-information-ceti-tu-dresden.jpg\" "\\"surgical-training-screen-information-ceti-tu")
<\/span><\/div><\/div><\/div><\/div><\/div>KI-unterst\u00fctzte chirurgische Ausbildung<\/h3><\/h3><\/div>Das Training f\u00fcr die Schl\u00fcssellochchirurgie (minimalinvasive Chirurgie wie die Laparoskopie) ist komplex und der Lernerfolg ist noch nicht objektiv messbar. Zur Optimierung des chirurgischen Trainings wurde bereits ein Prototyp gebaut, der in kleinen Anwenderstudien vielversprechende Ergebnisse geliefert hat. Der Prototyp nutzt eine schnelle, auf maschinellem Lernen basierende Szenenanalyse, die den Lernfortschritt analysiert und mit Experten vergleicht. Dazu wurde ein gro\u00dfer Datensatz gesammelt, der dazu verwendet wurde, haptisches Feedback \u00fcber das Instrument zu generieren, das auf Kr\u00e4ften und der Sichtbarkeit des Instruments basiert.<\/p>\n<\/div><\/div><\/div>
Wie k\u00f6nnen wir die medizinische Versorgung verbessern?<\/h1><\/h1><\/div>Der Erfolg medizinischer Behandlungen h\u00e4ngt von der individuellen Expertise der Kliniker ab. Mit Computer- und Roboterunterst\u00fctzung in der medizinischen Praxis auf der Grundlage von Expertenwissen und Mensch-Maschine-Interaktion geht CeTI die wichtigsten Herausforderungen, Grenzen und laufenden Arbeiten f\u00fcr die Chirurgie der n\u00e4chsten Generation an. Das Ziel von U1 ist die Entwicklung eines kontextbewussten, medizinischen Assistenten in Echtzeit mit Human-in-the-Loop. Durch eine internationale Initiative mit f\u00fchrenden Experten auf diesem Gebiet streben wir eine verbesserte medizinische Versorgung und medizinische Ausbildungsumgebungen an.<\/p>\n<\/div><\/div><\/div>
<\/span><\/div><\/div><\/div><\/div><\/div>Chirurgische Ausbildung<\/h2><\/h2><\/div>Um eine qualitativ hochwertige Patientenversorgung zu gew\u00e4hrleisten, ist es von entscheidender Bedeutung, medizinisches Personal effektiv und effizient zu schulen. Dies gilt insbesondere f\u00fcr anspruchsvolle chirurgische Techniken wie die laparoskopische oder robotergest\u00fctzte Chirurgie oder f\u00fcr kritische Szenarien wie die Wiederbelebung von Patient:innen. Die laparoskopische Chirurgie ist ein chirurgisches Verfahren zur Untersuchung des Bauchraums, bei dem eine kleine Kamera mit einem d\u00fcnnen Schlauch durch einen kleinen Einschnitt in der Bauchhaut eingef\u00fchrt wird. Sie bietet viele Vorteile, ist aber aufgrund der umst\u00e4ndlichen Verwendung von Instrumenten und des Verlusts der Tiefenwahrnehmung schwierig zu erlernen und durchzuf\u00fchren. Aus diesem Grund untersuchen wir, wie die konventionelle medizinische Ausbildung mit Hilfe moderner Technologie verbessert werden kann. Insbesondere verwenden wir eine Vielzahl von Sensormodalit\u00e4ten, um die Aktivit\u00e4ten des auszubildenden Arztes oder \u00c4rztin wahrzunehmen, und neuartige maschinelle Lernalgorithmen, um die gesammelten Sensordaten zu analysieren. Unser Schwerpunkt liegt auf der Entwicklung intelligenter Algorithmen, die dem angehenden medizinischen Personal automatisch konstruktives Feedback und eine objektive Bewertung seiner F\u00e4higkeiten geben.<\/p>\n<\/div><\/div><\/div>
<\/span><\/div><\/span><\/div><\/div><\/div><\/div><\/div>KI-unterst\u00fctzte chirurgische Ausbildung<\/h3><\/h3><\/div>Das Training f\u00fcr die Schl\u00fcssellochchirurgie (minimalinvasive Chirurgie wie die Laparoskopie) ist komplex und der Lernerfolg ist noch nicht objektiv messbar. Zur Optimierung des chirurgischen Trainings wurde bereits ein Prototyp gebaut, der in kleinen Anwenderstudien vielversprechende Ergebnisse geliefert hat. Der Prototyp nutzt eine schnelle, auf maschinellem Lernen basierende Szenenanalyse, die den Lernfortschritt analysiert und mit Experten vergleicht. Dazu wurde ein gro\u00dfer Datensatz gesammelt, der dazu verwendet wurde, haptisches Feedback \u00fcber das Instrument zu generieren, das auf Kr\u00e4ften und der Sichtbarkeit des Instruments basiert.<\/p>\n<\/div><\/div><\/div>
Der Erfolg medizinischer Behandlungen h\u00e4ngt von der individuellen Expertise der Kliniker ab. Mit Computer- und Roboterunterst\u00fctzung in der medizinischen Praxis auf der Grundlage von Expertenwissen und Mensch-Maschine-Interaktion geht CeTI die wichtigsten Herausforderungen, Grenzen und laufenden Arbeiten f\u00fcr die Chirurgie der n\u00e4chsten Generation an. Das Ziel von U1 ist die Entwicklung eines kontextbewussten, medizinischen Assistenten in Echtzeit mit Human-in-the-Loop. Durch eine internationale Initiative mit f\u00fchrenden Experten auf diesem Gebiet streben wir eine verbesserte medizinische Versorgung und medizinische Ausbildungsumgebungen an.<\/p>\n<\/div><\/div><\/div>
<\/span><\/div><\/div><\/div><\/div><\/div>Chirurgische Ausbildung<\/h2><\/h2><\/div>Um eine qualitativ hochwertige Patientenversorgung zu gew\u00e4hrleisten, ist es von entscheidender Bedeutung, medizinisches Personal effektiv und effizient zu schulen. Dies gilt insbesondere f\u00fcr anspruchsvolle chirurgische Techniken wie die laparoskopische oder robotergest\u00fctzte Chirurgie oder f\u00fcr kritische Szenarien wie die Wiederbelebung von Patient:innen. Die laparoskopische Chirurgie ist ein chirurgisches Verfahren zur Untersuchung des Bauchraums, bei dem eine kleine Kamera mit einem d\u00fcnnen Schlauch durch einen kleinen Einschnitt in der Bauchhaut eingef\u00fchrt wird. Sie bietet viele Vorteile, ist aber aufgrund der umst\u00e4ndlichen Verwendung von Instrumenten und des Verlusts der Tiefenwahrnehmung schwierig zu erlernen und durchzuf\u00fchren. Aus diesem Grund untersuchen wir, wie die konventionelle medizinische Ausbildung mit Hilfe moderner Technologie verbessert werden kann. Insbesondere verwenden wir eine Vielzahl von Sensormodalit\u00e4ten, um die Aktivit\u00e4ten des auszubildenden Arztes oder \u00c4rztin wahrzunehmen, und neuartige maschinelle Lernalgorithmen, um die gesammelten Sensordaten zu analysieren. Unser Schwerpunkt liegt auf der Entwicklung intelligenter Algorithmen, die dem angehenden medizinischen Personal automatisch konstruktives Feedback und eine objektive Bewertung seiner F\u00e4higkeiten geben.<\/p>\n<\/div><\/div><\/div>
<\/span><\/div><\/span><\/div><\/div><\/div><\/div><\/div>KI-unterst\u00fctzte chirurgische Ausbildung<\/h3><\/h3><\/div>Das Training f\u00fcr die Schl\u00fcssellochchirurgie (minimalinvasive Chirurgie wie die Laparoskopie) ist komplex und der Lernerfolg ist noch nicht objektiv messbar. Zur Optimierung des chirurgischen Trainings wurde bereits ein Prototyp gebaut, der in kleinen Anwenderstudien vielversprechende Ergebnisse geliefert hat. Der Prototyp nutzt eine schnelle, auf maschinellem Lernen basierende Szenenanalyse, die den Lernfortschritt analysiert und mit Experten vergleicht. Dazu wurde ein gro\u00dfer Datensatz gesammelt, der dazu verwendet wurde, haptisches Feedback \u00fcber das Instrument zu generieren, das auf Kr\u00e4ften und der Sichtbarkeit des Instruments basiert.<\/p>\n<\/div><\/div><\/div>
Um eine qualitativ hochwertige Patientenversorgung zu gew\u00e4hrleisten, ist es von entscheidender Bedeutung, medizinisches Personal effektiv und effizient zu schulen. Dies gilt insbesondere f\u00fcr anspruchsvolle chirurgische Techniken wie die laparoskopische oder robotergest\u00fctzte Chirurgie oder f\u00fcr kritische Szenarien wie die Wiederbelebung von Patient:innen. Die laparoskopische Chirurgie ist ein chirurgisches Verfahren zur Untersuchung des Bauchraums, bei dem eine kleine Kamera mit einem d\u00fcnnen Schlauch durch einen kleinen Einschnitt in der Bauchhaut eingef\u00fchrt wird. Sie bietet viele Vorteile, ist aber aufgrund der umst\u00e4ndlichen Verwendung von Instrumenten und des Verlusts der Tiefenwahrnehmung schwierig zu erlernen und durchzuf\u00fchren. Aus diesem Grund untersuchen wir, wie die konventionelle medizinische Ausbildung mit Hilfe moderner Technologie verbessert werden kann. Insbesondere verwenden wir eine Vielzahl von Sensormodalit\u00e4ten, um die Aktivit\u00e4ten des auszubildenden Arztes oder \u00c4rztin wahrzunehmen, und neuartige maschinelle Lernalgorithmen, um die gesammelten Sensordaten zu analysieren. Unser Schwerpunkt liegt auf der Entwicklung intelligenter Algorithmen, die dem angehenden medizinischen Personal automatisch konstruktives Feedback und eine objektive Bewertung seiner F\u00e4higkeiten geben.<\/p>\n<\/div><\/div><\/div>
<\/span><\/div><\/span><\/div><\/div><\/div><\/div><\/div>KI-unterst\u00fctzte chirurgische Ausbildung<\/h3><\/h3><\/div>Das Training f\u00fcr die Schl\u00fcssellochchirurgie (minimalinvasive Chirurgie wie die Laparoskopie) ist komplex und der Lernerfolg ist noch nicht objektiv messbar. Zur Optimierung des chirurgischen Trainings wurde bereits ein Prototyp gebaut, der in kleinen Anwenderstudien vielversprechende Ergebnisse geliefert hat. Der Prototyp nutzt eine schnelle, auf maschinellem Lernen basierende Szenenanalyse, die den Lernfortschritt analysiert und mit Experten vergleicht. Dazu wurde ein gro\u00dfer Datensatz gesammelt, der dazu verwendet wurde, haptisches Feedback \u00fcber das Instrument zu generieren, das auf Kr\u00e4ften und der Sichtbarkeit des Instruments basiert.<\/p>\n<\/div><\/div><\/div>
Das Training f\u00fcr die Schl\u00fcssellochchirurgie (minimalinvasive Chirurgie wie die Laparoskopie) ist komplex und der Lernerfolg ist noch nicht objektiv messbar. Zur Optimierung des chirurgischen Trainings wurde bereits ein Prototyp gebaut, der in kleinen Anwenderstudien vielversprechende Ergebnisse geliefert hat. Der Prototyp nutzt eine schnelle, auf maschinellem Lernen basierende Szenenanalyse, die den Lernfortschritt analysiert und mit Experten vergleicht. Dazu wurde ein gro\u00dfer Datensatz gesammelt, der dazu verwendet wurde, haptisches Feedback \u00fcber das Instrument zu generieren, das auf Kr\u00e4ften und der Sichtbarkeit des Instruments basiert.<\/p>\n<\/div><\/div><\/div>