No abstract

Zusammenfassung Einleitung Infiltrationen der Facettengelenke der HWS und LWS als auch der Iliosakralgelenke sind weltweit verbreitet und lang etabliert. Techniken, basierend auf röntgengestützter als auch sonografischer Bildgebung, stellen den Standard dar. Bez. der Indikationsstellung und der Ergebnisse sind die diagnostischen Infiltrationen von den therapeutischen Indikationen klar zu unterscheiden. Diagnostische Infiltrationen Die diagnostischen Infiltrationen kommen im Rahmen einer funktionellen Diagnostik zum Einsatz, um eine arthrogene Schmerzursache zu sichern. Hier sind Ramus medialis Infiltrationen und intraartikuläre Infiltrationen in Ihrer Aussagekraft identisch anzusehen. Um die Rate falsch positiver Befunde zu reduzieren, sind serielle Infiltrationsprotokolle mit unterschiedlich lang wirksamen Lokalanästhetika bzw. Placebo zu bevorzugen. Die Evidenz der Studienlage ist überschaubar, da das Ausmaß der Schmerzreduktion das entscheidende Outcome-Kriterium darstellt und Schmerz per se multifaktoriell ist. Lumbale und zervikale Facettengelenksinfiltrationen zeigen unterschiedliche Raten falsch-positiver Befunde. Therapeutische Infiltration Bei gesichert arthrogenem Schmerz können leitliniengerecht Facettengelenks- und Iliosakralgelenksinfiltrationen durchgeführt werden. Die Evidenz ist hierbei bei methodisch schwacher Studienlage allgemein mittel bis schlecht, insbesondere in Bezug auf langfristige Ergebnisse. Radiofrequenztherapie Die Radiofrequenztherapie stellt ein etabliertes Verfahren bei vertebragenen Gelenkschmerzen dar. Hier ist vorab eine gesicherte Diagnose für die Indikationsstellung unabdingbar. Es gibt unterschiedliche Behandlungstechniken. Aufgrund methodischer Probleme und einer Vielzahl von Durchführungstechniken und Begleitpathologien ist die Studienlage auch hier schwach.

Patients with back pain are common and present a challenge in everyday medical practice due to the multitude of possible causes and the individual effects of treatments. Predicting causes and therapy efficien cy with the help of artificial intelligence could improve and simplify the treatment. In an exemplary collective of 1000 conservatively treated back pain patients, it was investigated whether the prediction of therapy efficiency and the underlying diagnosis is possible by combining different artificial intelligence approaches. For this purpose, supervised and unsupervised artificial intelligence methods were analyzed and a methodology for combining the predictions was developed. Supervised AI is suitable for predicting therapy efficiency at the borderline of minimal clinical difference. Non-supervised AI can show patterns in the dataset. We can show that the identification of the underlying diagnostic groups only becomes possible through a combination of different AI approaches and the baseline data. The presented methodology for the combined application of artificial intelligence algorithms shows a transferable path to establish correlations in heterogeneous data sets when individual AI approaches only provide weak results.

No abstract