[Digitalization in urology-challenge and opportunity].
Digitalisierung in der Urologie – Herausforderung und Chance.
Artificial intelligence
Augmented reality
Quality mangement
Telemedicine
Virtual reality
Journal
Urologie (Heidelberg, Germany)
ISSN: 2731-7072
Titre abrégé: Urologie
Pays: Germany
ID NLM: 9918384886606676
Informations de publication
Date de publication:
Sep 2023
Sep 2023
Historique:
accepted:
04
07
2023
medline:
28
8
2023
pubmed:
22
8
2023
entrez:
22
8
2023
Statut:
ppublish
Résumé
Digitalization is changing medicine. In Germany these changes are not highly accepted yet. Medical pathways should be supported and become safer by digital transformation. Furthermore, artificial intelligence (AI) applications are increasingly used in medicine. Only time will tell whether these will decrease the workload and make patient treatment easier, while increasing precision and individualization.. Urology must accept the upcoming new challenges. This can best be done by participating in the development. Die Digitalisierung in der Medizin schreitet weiter voran. In Deutschland besteht aber immer noch eine gewisse Zurückhaltung in der Umsetzung. Arbeitsabläufe sollten durch die Digitalisierung unterstützt und sicherer werden. Die Möglichkeiten der KI-Anwendungen (künstliche Intelligenz) halten Einzug in die Medizin. Ob dies eine Erleichterung, Präzisierung und Individualisierung der Patientenbehandlung mit sich bringt, muss die Zukunft zeigen. Die Urologie muss sich den neuen Anforderungen stellen. Dies kann am besten durch Beteiligung an der Entwicklung erfolgen.
Autres résumés
Type: Publisher
(ger)
Die Digitalisierung in der Medizin schreitet weiter voran. In Deutschland besteht aber immer noch eine gewisse Zurückhaltung in der Umsetzung. Arbeitsabläufe sollten durch die Digitalisierung unterstützt und sicherer werden. Die Möglichkeiten der KI-Anwendungen (künstliche Intelligenz) halten Einzug in die Medizin. Ob dies eine Erleichterung, Präzisierung und Individualisierung der Patientenbehandlung mit sich bringt, muss die Zukunft zeigen. Die Urologie muss sich den neuen Anforderungen stellen. Dies kann am besten durch Beteiligung an der Entwicklung erfolgen.
Identifiants
pubmed: 37606658
doi: 10.1007/s00120-023-02154-w
pii: 10.1007/s00120-023-02154-w
doi:
Types de publication
English Abstract
Journal Article
Review
Langues
ger
Sous-ensembles de citation
IM
Pagination
913-928Commentaires et corrections
Type : ErratumIn
Informations de copyright
© 2023. The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature.
Références
Lau T (2023) Digitalisierung: Lauterbachs Turboschub. Dtsch Ärztebl 120(11):A-459–B-395
Bundesministerium für Wirtschaft und Energie (2018) Monitoring Report Wirtschaft DIGITAL
Witzsch U, Borkowetz A (2023) Die digitale Patientenakte im Krankenhaus. Uro-News 27:44–49
doi: 10.1007/s00092-023-5670-6
DAK (2021) 3. Digitalisierungsreport: Digitale Gesundheitslösungen: Skepsis von Ärztinnen und Ärzten überwinden. https://www.dak.de/dak/download/praesentation-2524764.pdf . Zugegriffen: 12. Feb. 2023
Bundesministerium für Wirtschaft und Energie (2020) Digitalisierung der Wirtschaft in Deutschland: Digitalisierungsindex
Wolf T, Strohschen J‑H (2018) Digitalisierung: Definition und Reife. Inform Spektrum 41(1):56–64
doi: 10.1007/s00287-017-1084-8
Verhoef PC et al (2021) Digital transformation: A multidisciplinary reflection and research agenda. J Bus Res 122:889–901
doi: 10.1016/j.jbusres.2019.09.022
Grzanna M (2018) Alles schon digital? https://www.sueddeutsche.de/wirtschaft/digitalisierung-alles-schon-digital-1.3983161 (Erstellt: 17. Mai 2018). Zugegriffen: 15. Mai 2023
Pilz S et al (2013) Qualitätsmanager 2.0 im Krankenhaus. Z Evid Fortbild Qual Gesundhwes 107(2):P170–178
doi: 10.1016/j.zefq.2013.02.005
Bundesgesundheitsministerium https://www.bundesgesundheitsministerium.de/themen/digitalisierung/digitalisierungsstrategie.html . Zugegriffen: 3. Mai 2023
Aerzteblatt https://www.aerzteblatt.de/nachrichten/141583/Lauterbach-will-Durchbruch-bei-elektronischer-Patientenakte-und-E-Rezept-erzwingen . Zugegriffen: 3. Mai 2023
Aerzteblatt https://www.aerzteblatt.de/nachrichten/141734/Kelber-Opt-out-Loesung-bei-elektronischer-Patientenakte-umsetzbar . Zugegriffen: 3. Mai 2023
Borkowetz A et al (2022) Acceptance and status of digitalization in clinics and practices: Current assessment in German urology. Urologie 61(12):1365–1372
doi: 10.1007/s00120-022-01889-2
pubmed: 35925111
pmcid: 9729156
Haserück A (2022) Digitalisierung: Ärzteschaft sieht mehrheitlich vor allem Chancen. Dtsch Ärzteblatt 42(119):A-1778/B-1486
Dick H et al (2021) Current developments on digitalization : Analysis of quality and economics in healthcare. Urologe A 60(9):1141
doi: 10.1007/s00120-021-01606-5
pubmed: 34347134
pmcid: 8335973
Gesundheit Bf (2021) E‑Health-Gesetz
Ärzteblatt (2023) https://www.aerzteblatt.de/nachrichten/141775/Mehrwert-der-Digitalisierung-statt-Datenskandale-in-den-Vordergrund-stellen . Zugegriffen: 3. Mai 2023
Vossen D et al (2023) Akzeptanz der Videosprechstunde unter Patienten/innen mit entzündlich rheumatischen Erkrankungen ist geschlechts und ortsabhängig – Ergebnisse einer Online-Umfrage unter Patienten/innen und Ärzten/innen. Z Rheumatol 82:108–113
doi: 10.1007/s00393-021-01052-w
pubmed: 34448915
Deutsch Ärztebl (2023) Videosprechstunden: Psychotherapeuten treiben Nutzung voran (28. April 2023)
Videosprechstunde, Telemedizin KVBW Modellprojekt DocDirect. https://www.medgate.ch/en-us/about-us/about-medgate . Zugegriffen: 30. Mai 2023
Deutsch Ärztebl (2023) Telemedizinische Betreuung von Pflegeheimbewohnern bewährt sich (6. April 2023)
Deutsch Ärztebl (2023) Ärztekammer will Grenzen für telemedizinische Versorgung (25. April 2023)
Lau T (2023) Telemedizin: Der Notdienst im Smartphone. Dtsch Ärztebl 120(5):A-182–B-162
European Data Protection Supervisor Digital therapeutics (DTx). https://edps.europa.eu/press-publications/publications/techsonar/digital-therapeutics-dtx_en . Zugegriffen: 13. März 2023
European Commission Medical Device Regulation (MDR). Regulation (EU) 2017/745 of the European Parliament and of the Council of 5 April 2017 on medical devices. https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX:32017R0745 . Zugegriffen: 26. März 2023 (amending Directive 2001/83/EC, Regulation (EC) No 178/2002 and Regulation (EC) No 1223/2009 and repealing Council Directives 90/385/EEC and 93/42/EEC)
Bundesanzeiger Gesetz für eine bessere Versorgung durch Digitalisierung und Innovation (Digitale-Versorgung-Gesetz – DVG). https://www.bgbl.de/xaver/bgbl/start.xav?startbk=Bundesanzeiger_BGBl&jumpTo=bgbl119s2562.pdf#__bgbl__%2F%2F*%5B%40attr_id%3D%27bgbl119s2562.pdf%27%5D__1627129159319 . Zugegriffen: 24. Juli 2021
Bundesinstitut für Arzneimittel und Medizinprodukte Für DiGA-Hersteller. https://diga.bfarm.de/de/diga-hersteller . Zugegriffen: 29. Apr. 2023
Rodler S et al (2021) Patients’ perspective on digital technologies in advanced genitourinary cancers. Clin Genitourin Cancer 19:76–82.e6
doi: 10.1016/j.clgc.2020.03.018
pubmed: 32527682
Bundesinstitut für Arzneimittel und Medizinprodukte Für Leistungserbringer. https://diga.bfarm.de/de/leistungserbringer . Zugegriffen: 24. Juli 2021
Bundesministerium für Arzneimittel und Medizinprodukte Kranus Edera. https://diga.bfarm.de/de/verzeichnis/01282 . Zugegriffen: 29. Apr. 2023
Bundesministerium für Arzneimittel und Medizinprodukte Mika. https://diga.bfarm.de/de/verzeichnis/00875 . Zugegriffen: 29. Apr. 2023
Hameed BMZ et al (2021) Artificial intelligence and its impact on urological diseases and management: a comprehensive review of the literature. J Clin Med 10:1864. https://doi.org/10.3390/jcm10091864
doi: 10.3390/jcm10091864
pubmed: 33925767
pmcid: 8123407
Shah M et al (2020) Artificial intelligence (AI) in urology-current use and future directions: An iTRUE study. Turk J Urol 46(Supp. 1):S27–S39. https://doi.org/10.5152/tud.2020.20117
doi: 10.5152/tud.2020.20117
pubmed: 32479253
pmcid: 7731952
Loch T et al (1990) Computer-aided image-analysis in transrectal ultrasound of the prostate. World J Urol 8:150
doi: 10.1007/BF01576761
Loch T et al (1999) Artificial neural network analysis (ANNA) of prostatic transrectal ultrasound. Prostate 39:198–204
doi: 10.1002/(SICI)1097-0045(19990515)39:3<198::AID-PROS8>3.0.CO;2-X
pubmed: 10334109
Loch T et al (2000) Weiterentwicklung des transrektalen Ultraschalls. Artifizielle neuronale Netzwerkanalyse (ANNA) in der Erkennung und Stadieneinteilung des Prostatakarzinoms [Improvement of transrectal ultrasound. Artificial neural network analysis (ANNA) in detection and staging of prostatic carcinoma]. Urologe A 39(4):341–347
doi: 10.1007/s001200050367
pubmed: 10957776
Loch T, Witzsch U, Reis G (2021) Digitale Transformation in der Urologie – Chance, Risiko oder Notwendigkeit? Urologe 60:1125–1140
doi: 10.1007/s00120-021-01610-9
Schreiber A et al (2020) Künstliche Intelligenz: Was müssen Urolog*innen wissen? [Artificial intelligence: What do urologists need to know?]. Urologe A 59(9):1026–1034
doi: 10.1007/s00120-020-01294-7
pubmed: 32821957
Suarez-Ibarrola R et al (2019) Current and future applications of machine and deep learning in urology: a review of the literature on urolithiasis, renal cell carcinoma, and bladder and prostate cancer. World J Urol. https://doi.org/10.1007/s00345-019-03000-5
doi: 10.1007/s00345-019-03000-5
pubmed: 31691082
Von Klot CJ, Kuczyk MA (2019) Künstliche Intelligenz und neuronale Netze in der Urologie [Artificial intelligence and neural networks in urology]. Urologe A 58(3):291–299
doi: 10.1007/s00120-018-0826-9
pubmed: 30569194
Arvaniti E, Fricker KS, Moret M et al (2018) Automated Gleason grading of prostate cancer tissue microarrays via deep learning. Sci Rep 8:12054. https://doi.org/10.1038/s41598-018-30535-1
doi: 10.1038/s41598-018-30535-1
pubmed: 30104757
pmcid: 6089889
Ström P et al (2020) Artificial intelligence for diagnosis and grading of prostate cancer in biopsies: a population-based, diagnostic study. Lancet Oncol 21(2):222–232. https://doi.org/10.1016/S1470-2045(19)30738-7
doi: 10.1016/S1470-2045
Nagpal K et al (2020) Development and validation of a deep learning algorithm for gleason grading of prostate cancer from biopsy specimens. JAMA Oncol 6(9):1–9. https://doi.org/10.1001/jamaoncol.2020.2485
doi: 10.1001/jamaoncol.2020.2485
pmcid: 7378872
Faiella E et al (2022) Quantib prostate compared to an expert radiologist for the diagnosis of prostate cancer on mpMRI: a single-center preliminary study. Tomography 8:2010–2019
doi: 10.3390/tomography8040168
pubmed: 36006066
pmcid: 9415513
Schelb P et al (2019) Classification of cancer at prostate MRI: deep learning versus clinical PI-RADS assessment. Radiology. https://doi.org/10.1148/radiol.2019190938
doi: 10.1148/radiol.2019190938
pubmed: 31592731
Oerther B et al (2023) Prediction of upgrade to clinically significant prostate cancer in patients under active surveillance: Performance of a fully automated AI-algorithm for lesion detection and classification. Prostate 83:871–878
doi: 10.1002/pros.24528
pubmed: 36959777
Tokas T et al (2018) A 12-year follow-up of ANNA/C-TRUS image-targeted biopsies in patients suspicious for prostate cancer. World J Urol 36(5):699–704
doi: 10.1007/s00345-017-2160-z
pubmed: 29275507
Xie Y et al (2018) Internal Fusion: exact correlation of transrectal ultrasound images of the prostate by detailed landmarks over time for targeted biopsies or follow-up. World J Urol 36(5):693–698
doi: 10.1007/s00345-017-2161-y
pubmed: 29282497
Lorusso V et al (2023) External validation of the computerized analysis of TRUS of the prostate with the ANNA/C-TRUS system: a potential role of artificial intelligence for improving prostate cancer detection. World J Urol 41(3):619–625. https://doi.org/10.1007/s00345-022-03965-w
doi: 10.1007/s00345-022-03965-w
pubmed: 35249120
Wang X et al (2023) A prospective multi-center randomized comparative trial evaluating outcomes of transrectal ultrasound (TRUS)-guided 12-core systematic biopsy, mpMRI-targeted 12-core biopsy, and artificial intelligence ultrasound of prostate (AIUSP) 6‑core targeted biopsy for prostate cancer diagnosis. World J Urol 41(3):653–662
doi: 10.1007/s00345-022-04086-0
pubmed: 35852595
Paffenholz P et al (2018) Testicular cancer on the web-an appropriate source of patient information in concordance with the European Association of Urology guidelines? J Cancer Educ 33:1314–1322
doi: 10.1007/s13187-017-1249-9
pubmed: 28776306
Salem J et al (2019) Websites on bladder cancer: an appropriate source of patient information? J Cancer Educ 34:381–387
doi: 10.1007/s13187-017-1316-2
pubmed: 29313299
Lee P, Bubeck S, Petro J (2023) Benefits, limits, and risks of GPT‑4 as an AI chatbot for medicine. N Engl J Med 388:1233–1239
doi: 10.1056/NEJMsr2214184
pubmed: 36988602
JAMA Internal Medicine, JAMA Network Comparing physician and artificial intelligence chatbot responses to patient questions posted to a public social media forum | health informatics. https://jamanetwork.com/journals/jamainternalmedicine/article-abstract/2804309 . Zugegriffen: 21. Mai 2023
Ayers JW, Poliak A, Dredze M et al (2023) Comparing Physician and Artificial Intelligence Chatbot Responses to Patient Questions Posted to a Public Social Media Forum. JAMA Intern Med 183(6):589–596. https://doi.org/10.1001/jamainternmed.2023.1838
doi: 10.1001/jamainternmed.2023.1838
pubmed: 37115527
Liu NF, Zhang T, Liang P (2023) Evaluating verifiability in generative search engines https://doi.org/10.48550/arXiv.2304.09848
doi: 10.48550/arXiv.2304.09848
Singhal K et al (2023) Towards expert-level medical question answering with large language models https://doi.org/10.48550/arXiv.2305.09617
doi: 10.48550/arXiv.2305.09617
(2023) GeneGPT Augmenting large language models with domain tools for improved access to biomedical information (2304.09667)
Kopp I Digitalisierung von Leitlinienwissen. Präsentation im Rahmen der Delegiertenkonferenz der AWMF am 09.11.2019. https://www.awmf.org/fileadmin/user_upload/Die_AWMF/ . Zugegriffen: 29. Apr. 2023
Delegiertenkonferenz/DK-2019-11/TOP_10_20191109_AWMF-DelKonf_Digitalisierung_Kopp.pdf.org. Zugegriffen: 29. Apr. 2023. https://doi.org/10.1016/j.media.2017.07.005