Der Klinikarzt 2020; 49(06): 250-255
DOI: 10.1055/a-1178-8934
Schwerpunkt
© Georg Thieme Verlag Stuttgart · New York

Machine Learning and Learning Machines: KI in der Aus- und Weiterbildung

Welche Möglichkeiten und Notwendigkeiten ergeben sich?
Eleni Amelia Felińska
1  Klinik für Allgemein-, Viszeral- und Transplantationschirurgie, Universitätsklinikum Heidelberg, Heidelberg
,
Martin Wagner
1  Klinik für Allgemein-, Viszeral- und Transplantationschirurgie, Universitätsklinikum Heidelberg, Heidelberg
,
Beat Peter Müller-Stich
1  Klinik für Allgemein-, Viszeral- und Transplantationschirurgie, Universitätsklinikum Heidelberg, Heidelberg
,
Felix Nickel
1  Klinik für Allgemein-, Viszeral- und Transplantationschirurgie, Universitätsklinikum Heidelberg, Heidelberg
› Author Affiliations
Further Information

Publication History

Publication Date:
29 June 2020 (online)

ZUSAMMENFASSUNG

Die Künstliche Intelligenz (KI) geht Hand in Hand mit der Digitalisierung der chirurgischen Aus- und Weiterbildung und wird in der Zukunft immer mehr an Bedeutung gewinnen. Die Anforderungen an KI in der chirurgischen Aus- und Weiterbildung sind vielfältig – genauso vielfältig sind ihre Einsatzmöglichkeiten. KI wird zunehmend im chirurgischen Curriculum berücksichtigt, auch wenn sie manchmal nicht auf den ersten Blick erkennbar ist und durch ihre Algorithmen eher im Hintergrund agiert. Die modernen digitalen Lehrmethoden und Sensortechnik eröffnen neue Wege für die Einbindung der KI in die chirurgische Aus- und Weiterbildung. Die ersten Schritte sind bereits implementiert – KI unterstützt die Erstellung von digitalem Bildmaterial zu Lehrzwecken oder erfasst mithilfe von Sensortechnik die chirurgische Leistung, um diese zu analysieren. Diverse Virtual- und Augmented-Reality-Simulatoren werden nicht nur als effektive Trainingswerkzeuge genutzt, sondern stellen vielmehr wertvolle Quellen für chirurgische Daten dar. All dies birgt enormes Potenzial für neue Erkenntnisse im Bereich der Lehrforschung, was zur Entwicklung von hocheffektiven und evidenzbasierten Lehrkonzepten beiträgt.