nach oben

Die Innere Medizin

Erschienen in:

16.10.2023 | Künstliche Intelligenz | Schwerpunkt: Künstliche Intelligenz in der Inneren Medizin

Digitale Rheumatologie

verfasst von: PD Dr. med. Johannes Knitza, Sebastian Kuhn

Erschienen in: Die Innere Medizin | Ausgabe 11/2023

Einloggen, um Zugang zu erhalten

Zusammenfassung

Chronisch-entzündliche rheumatische Erkrankungen verlaufen meist undulierend und mit unspezifischer Symptomatik. Die Erstabklärung und rechtzeitige Einleitung einer Therapie sind eine Herausforderung, die durch den Facharztmangel zusätzlich erschwert wird. Digitale Ansätze inklusive künstlicher Intelligenz (KI) sollen hier Abhilfe schaffen und eine verbesserte, personalisierte und bedarfsgerechte Versorgung ermöglichen. Die Evidenz ist gegenwärtig jedoch noch sehr begrenzt. Der vorliegende Beitrag bietet einen kompakten Überblick über den aktuellen Stand der digitalen Rheumatologie.

Fedkov D, Berghofen A, Weiss C et al (2022) Efficacy and safety of a mobile app intervention in patients with inflammatory arthritis: a prospective pilot study. Rheumatol Int 42:2177–2190. https://doi.org/10.1007/s00296-022-05175-4CrossRefPubMedPubMedCentral

Fuchs F, Morf H, Mohn J et al (2022) Diagnostic delay stages and pre-diagnostic treatment in patients with suspected rheumatic diseases before special care consultation: results of a multicenter-based study. Rheumatol Int. https://doi.org/10.1007/s00296-022-05223-zCrossRefPubMedCentral

Gossec L, Guyard F, Leroy D et al (2019) Detection of flares by decrease in physical activity, collected using wearable activity trackers in rheumatoid arthritis or axial spondyloarthritis: an application of machine learning analyses in rheumatology. Arthritis Care Res 71:1336–1343. https://doi.org/10.1002/acr.23768CrossRef

Gräf M, Knitza J, Leipe J et al (2022) Comparison of physician and artificial intelligence-based symptom checker diagnostic accuracy. Rheumatol Int. https://doi.org/10.1007/s00296-022-05202-4CrossRefPubMedPubMedCentral

Hannah L, von Sophie R, Gabriella RM et al (2023) Stepwise asynchronous telehealth assessment of patients with suspected axial spondyloarthritis: results from a pilot study. Rheumatol Int. https://doi.org/10.1007/s00296-023-05360-zCrossRefPubMed

Hügle T, Caratsch L, Caorsi M et al (2022) Dorsal finger fold recognition by convolutional neural networks for the detection and monitoring of joint swelling in patients with rheumatoid arthritis. Digit Biomark 6:31–35. https://doi.org/10.1159/000525061CrossRefPubMedPubMedCentral

Kempin R, Richter JG, Schlegel A et al (2022) Monitoring of disease activity with a Smartphone app in routine clinical care in patients with axial spondyloarthritis. J Rheumatol 49:878–884. https://doi.org/10.3899/jrheum.211116CrossRefPubMed

Knitza J, Janousek L, Kluge F et al (2022) Machine learning-based improvement of an online rheumatology referral and triage system. Front Med 9:954056. https://doi.org/10.3389/fmed.2022.954056CrossRef

Knitza J, Mohn J, Bergmann C et al (2021) Accuracy, patient-perceived usability, and acceptance of two symptom checkers (Ada and Rheport) in rheumatology: interim results from a randomized controlled crossover trial. Arthritis Res Ther 23:112. https://doi.org/10.1186/s13075-021-02498-8CrossRefPubMedPubMedCentral

10.

Knitza J, Muehlensiepen F, Ignatyev Y et al (2022) Patient’s perception of digital symptom assessment technologies in rheumatology: results from a multicentre study. Front Public Health. https://doi.org/10.3389/fpubh.2022.844669CrossRefPubMedPubMedCentral

11.

Labinsky H, Gupta L, Raimondo MG et al (2023) Real-world usage of digital health applications (DiGA) in rheumatology: results from a German patient survey. Rheumatol Int 43:713–719. https://doi.org/10.1007/s00296-022-05261-7CrossRefPubMed

12.

Muehlensiepen F, May S, Zarbl J et al (2022) At-home blood self-sampling in rheumatology: a qualitative study with patients and health care professionals. BMC Health Serv Res 22:1470. https://doi.org/10.1186/s12913-022-08787-5CrossRefPubMedPubMedCentral

13.

Proft F, Spiller L, Redeker I et al (2020) Comparison of an online self-referral tool with a physician-based referral strategy for early recognition of patients with a high probability of axial spa. Semin Arthritis Rheum 50:1015–1021. https://doi.org/10.1016/j.semarthrit.2020.07.018CrossRefPubMed

14.

de Thurah A, Stengaard-Pedersen K, Axelsen M et al (2018) Tele-health followup strategy for tight control of disease activity in rheumatoid arthritis: results of a randomized controlled trial. Arthritis Care Res 70:353–360. https://doi.org/10.1002/acr.23280CrossRef

15.

Zarbl J, Eimer E, Gigg C et al (2022) Remote self-collection of capillary blood using upper arm devices for autoantibody analysis in patients with immune-mediated inflammatory rheumatic diseases. RMD Open 8:e2641. https://doi.org/10.1136/rmdopen-2022-002641CrossRefPubMedPubMedCentral

Titel: Digitale Rheumatologie
verfasst von: PD Dr. med. Johannes Knitza
Sebastian Kuhn
Publikationsdatum: 16.10.2023
Verlag: Springer Medizin
Schlagwörter: Künstliche Intelligenz
Telemedizin
Entzündlich-rheumatische Erkrankungen
Erschienen in: Die Innere Medizin / Ausgabe 11/2023
Print ISSN: 2731-7080
Elektronische ISSN: 2731-7099
DOI: https://doi.org/10.1007/s00108-023-01605-y

Leitlinien kompakt für die Innere Medizin

Mit medbee Pocketcards sicher entscheiden.

^{Seit 2022 gehört die medbee GmbH zum Springer Medizin Verlag}

Kostenlos registrieren

Update Innere Medizin

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.

Newsletter bestellen

Live-Webinar "Urologie und Sexualmedizin in der Praxis"

Springer Medizin

Digitale Rheumatologie

Zusammenfassung

Leitlinien kompakt für die Innere Medizin

Neu im Fachgebiet Innere Medizin

Erhebliches Risiko für Kehlkopfkrebs bei mäßiger Dysplasie

Nach Herzinfarkt mit Typ-1-Diabetes schlechtere Karten als mit Typ 2?

15% bedauern gewählte Blasenkrebs-Therapie

Costims – das nächste heiße Ding in der Krebstherapie?

Update Innere Medizin

Live-Webinar "Urologie und Sexualmedizin in der Praxis"

Springer Medizin

Zusammenfassung

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Weitere Artikel der Ausgabe 11/2023

Die transformative Wirkung von künstlicher Intelligenz im Krankenhaus

Mitteilungen der DGIM

Fortbildungen und Kongresse des BDI

Seltene Ursache einer einschmelzenden Pneumonie

Rechtliche Einordnung von künstlicher Intelligenz in der Inneren Medizin

Künstliche Intelligenz in der Medizin

Leitlinien kompakt für die Innere Medizin

Neu im Fachgebiet Innere Medizin

Erhebliches Risiko für Kehlkopfkrebs bei mäßiger Dysplasie

Nach Herzinfarkt mit Typ-1-Diabetes schlechtere Karten als mit Typ 2?

15% bedauern gewählte Blasenkrebs-Therapie

Costims – das nächste heiße Ding in der Krebstherapie?

Update Innere Medizin