ddm Ausgabe 1 | 2020

ddm | Ausgabe 1 | 2020 31 Digitale Visionen Referenzen Becker, A. S., Marcon, M., Ghafoor, S., Wurnig, M. C., Frauenfelder, T. & Boss, A. (2017) Deep Learning in Mammography: Diagnostic Accuracy of a Multipurpose Image Analysis Software in the Detection of Breast Cancer. Invest Radiol 52, 434-440. doi :10.1097/ rli.0000000000000358. BfS (2019) Röntgendiagnostik: Häufigkeit und Strahlenexposition. https://www.bfs.de/ DE/themen/ion/anwendung-medizin/dia- gnostik/roentgen/haeufigkeit-exposition. html. Ekert, T., Krois, J., Meinhold, L., Elhennawy, K., Emara, R., Golla, T. & Schwendicke, F. (2019) Deep Learning for the Radiographic Detection of Apical Lesions. J Endod. Goodfellow, I., Bengio, Y. & Courville, A. (2016) Deep Learning. Cambridge, MA: MIT Press. Gulshan, V., Peng, L., Coram, M., Stumpe, M. C., Wu, D., Narayanaswamy, A., Venugopa- lan, S., Widner, K., Madams, T., Cuadros, J., Kim, R., Raman, R., Nelson, P. C., Mega, J. L. & Webster, D. R. (2016) Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographs. JAMA 316, 2402-2410. doi:10.1001/jama.2016.17216. Ho, C. W. L., Soon, D., Caals, K. & Kapur, J. (2019) Governance of automated image analysis and artificial intelligence analytics in healthcare. Clin Radiol 74, 329-337. doi :10.1016/j.crad.2019.02.005. Hood, L. (2018) Lessons Learned as Presi- dent of the Institute for Systems Biology (2000−2018). Genomics Proteomics & Bioinformatics 16. Krois, J., Ekert, T., Meinhold, L., Golla, T., Kharbot, B., Wittemeier, A., Dorfer, C. & Schwendicke, F. (2019a) Deep Learning for the Radiographic Detection of Periodontal Bone Loss. Sci Rep 9, 8495. doi :10.1038/ s41598-019-44839-3. Krois, J., Gehrung, S., Garcia-Cantu, A., Golla, T., Dreher, M., Schwendicke, F. (2019b) Instance segmentation of tooth restorations on dental panoramic radiographs using convolutional neural networks. In: IADR General Session. KZBV (2017) KZBV Jahrbuch 2017. Berlin. LeCun, Y., Bengio, Y. & Hinton, G. (2015) Deep learning. Nature 521, 436-444. doi :10.1038/ nature14539. Lee, J. H., Kim, D. H., Jeong, S. N. & Choi, S. H. (2018a) Detection and diagnosis of dental caries using a deep learning-based convolu- tional neural network algorithm. J Dent 77, 106-111. doi :10.1016/j.jdent.2018.07.015. Lee, J. H., Kim, D. H., Jeong, S. N. & Choi, S. H. (2018b) Diagnosis and prediction of periodontally compromised teeth using a deep learning-based convolutional neural network algorithm. J Periodontal Implant Sci 48, 114-123. doi :10.5051/jpis.2018.48.2.114. Mazurowski, M., Buda, M., Saha, A. & Bashir, M. (2018) Deep learning in radiology: an overview of the concepts and a survey of the state of the art. arXiv:1802.08717v1. McCulloch, W. S. & Pitts, W. (1943) A logical calculus of the ideas immanent in nervous activity. The bulletin of mathematical bio- physics 5, 115-133. doi :10.1007/BF02478259. Paul, R., Schabath, M., Balagurunathan, Y., Liu, Y., Li, Q., Gillies, R., Hall, L. O. & Goldgof, D. B. (2019) Explaining Deep Features Using Radiologist-Defined Semantic Features and Traditional Quantitative Features. Tomography 5, 192-200. doi :10.18383/j. tom.2018.00034. PD Dr. med. dent. Falk Schwendicke • 2003–2008 Studium der Zahn-, Mund- und Kieferheilkunde, Cha- rité – Universitätsmedizin Berlin • 2009 Approbation und Promotion • 2009–2012 Zahnarzt, Banbury, Oxfordshire, Vereinigtes Königreich • 2012–2013 Wissenschaftlicher Mitarbeiter, Klinik für Zahnerhal- tungskunde und Parodontologie der Universitätsklinik für Zahn-, Mund- und Kieferheilkunde, Universitätsklinikum Schleswig- Holstein, Christian-Albrechts- Universität zu Kiel Dr. rer. nat. Joachim Krois • seit 2017 Datenanalyst und wiss. Mitarbeiter an der Charité – Universitätsmedizin Berlin • 2016–2017 freiberuflicher Datenwissenschaftler • 2016 Promotion (Dr. rer. nat.) • 2013–2016 wiss. Projekt- koordination an der FU Berlin • 2008–2012 wiss. Mitarbeiter an der FU Berlin (Geowissenschaften) • Trainer und Lehrbeauftragter für Statistik, Data Science, Machine Learning und Coding Kontakt: Abteilung für Digitale und Allgemeine Zahnheilkunde, Versorgungsforschung und Gesundheitsökonomie CharitéCentrum 3 für Zahn-, Mund- und Kieferheilkunde Charité – Universitätsmedizin Berlin Aßmannshauser Straße 4–6 D-14197 Berlin Tel. +49 (0)30 / 45 06 62 55 6 falk.schwendicke@charite.de • 2013 Ernennung zum Oberarzt für Kariologie und Präventivzahn- medizin, Abteilung für Zahnerhal- tung und Präventivzahnmedizin, Charité – Universitätsmedizin Berlin • 2014–2015 Master of Dental Public Health (MDPH), University of Manchester (UK) • 2015 Lehrbefugnis und Venia Legendi für das Fach Zahn- medizin • 2016 Vorsitzender des Fachbe- reichs Zahnmedizin im Deutschen Netzwerk für Evidenzbasierte Medizin • Mitglied in zahlreichen Verbän- den, Arbeitsgemeinschaften und Vereinigungen • Fachautor zahlreicher Publikatio- nen in nationalen und internatio- nalen Journals • Forschungsschwerpunkte: Selektive Kariesexkavation und Kariesversiegelung tiefer Läsionen; Vitalerhaltung der Pulpa; Pro- biotika in der Kariesprävention; Kosten und Nutzen zahnmedizini- scher Diagnostik und Therapien; Epidemiologie und zahnmedizini- sche Versorgung Schwendicke, F., Golla, T., Dreher, M., Krois, J. (2019) Convolutional neural networks for dental image diagnostics: A Scoping Review. J Dent 10.1016/j.jdent.2019.103226. Tang, A., Tam, R., Cadrin-Chenevert, A., Guest, W., Chong, J., Barfett, J., Chepelev, L., Cairns, R., Mitchell, J. R., Cicero, M. D., Poudrette, M. G., Jaremko, J. L., Reinhold, C., Gallix, B., Gray, B. & Geis, R. (2018) Canadian Association of Radiologists White Paper on Artificial Intelligence in Radiology. Can Assoc Radiol J 69, 120-135. doi :10.1016/j. carj.2018.02.002. Topol, E. (2019) Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again. New York: Basic Books. Walsh, T. (2018) Fuzzy gold standards: Approaches to handling an imperfect refe- rence standard. J Dent 74 Suppl 1, S47-s49 doi:10.1016/j.jdent.2018.04.022.