Disease Interception und Smart Hospital – wie groß ist die Schnittmenge?
Inhaltsverzeichnis
Bibliographische Infos
Open Access Vollzugriff
Disease Interception als Chance und Herausforderung
Eine interdisziplinäre Analyse
- Autor:innen:
- Reihe
- Bochumer Schriften zum Sozial- und Gesundheitsrecht
- Band
- 26
- Verlag
- Nomos, Baden-Baden
- Copyrightjahr
- 2024
- ISBN-Print
- 978-3-7560-1633-4
- ISBN-Online
- 978-3-7489-4092-0
Kapitelinformationen
Open Access Vollzugriff
Disease Interception und Smart Hospital – wie groß ist die Schnittmenge?
- Autor:innen:
- ISBN-Print
- 978-3-7560-1633-4
- ISBN-Online
- 978-3-7489-4092-0
- Kapitelvorschau:
Literaturverzeichnis
Es wurden keine Treffer gefunden. Versuchen Sie einen anderen Begriff.
- Literaturverzeichnis Google Scholar öffnen doi.org/10.5771/9783748940920-51
- Friedel, A. L. / Siegel, S. / Kirstein, C. F. / Gerigk, M. / Bingel, U. / Diehl, A. / Steidle, O. / Haupeltshofer, S. / Andermahr, B. / Chmielewski, W. / Kreitschmann-Andermahr, I.: Measuring Patient Experience and Patient Satisfaction – How Are We Doing It and Why Does It Matter? A Comparison of European and U.S. American Approaches, Healthcare 2023;11(6):797 (https://doi.org/10.3390/healthcare11060797). Google Scholar öffnen doi.org/10.5771/9783748940920-51
- Keyl, J. / Hosch, R. / Berger, A. / Ester, O. / Greiner, T. / Bogner, S. / Treckmann, J. / Ting, S. / Schumacher, B. / Albers, D. / Markus, P. / Wiesweg, M. / Forsting, M. / Nensa, F. / Schuler, M. / Kasper, S. / Kleesiek, J.: Deep learning-based assessment of body composition and liver tumour burden for survival modelling in advanced colorectal cancer, J Cachexia Sarcopenia Muscle. 2023;14(1):545–552 (https://doi.org/10.1002/jcsm.13158). Google Scholar öffnen doi.org/10.5771/9783748940920-51
- Koitka, S. / Gudlin, P. / Theysohn, J. M. / Oezcelik, A. / Hoyer, D. P. / Dayangac, M. / Hosch, R. / Haubold, J. / Flaschel, N. / Nensa, F. / Malamutmann, E.: Fully automated preoperative liver volumetry incorporating the anatomical location of the central hepatic vein, Sci Rep. 2022;12(1):16479 (https://doi.org/10.1038/s41598-022-20778-4). Google Scholar öffnen doi.org/10.5771/9783748940920-51
- Kroll, L. / Nassenstein, K. / Jochims, M. / Koitka, S. / Nensa, F.: Assessing the Role of Pericardial Fat as a Biomarker Connected to Coronary Calcification-A Deep Learning Based Approach Using Fully Automated Body Composition Analysis J Clin Med. 2021;10(2):356 (https://doi.org/10.3390/jcm10020356). Google Scholar öffnen doi.org/10.5771/9783748940920-51
- Wiese, L. / Diehl, A.: Wie Daten, KI und Smarte Healthcare dabei helfen, Krankheiten zu verhindern, E-HEALTH-COM, Heft 6/2022, 36–39. Google Scholar öffnen doi.org/10.5771/9783748940920-51