Konventionelle diagnostische und therapeutische Ansätze in der Orthopädie sind häufig zeitaufwendig und mit erhöhten Raten diagnostischer Fehler verbunden, was den dringenden Bedarf an effizienteren Werkzeugen zur Verbesserung der aktuellen Situation unterstreicht. Kürzlich wurde die künstliche Intelligenz (KI) zunehmend in die orthopädische Praxis integriert und bietet datengesteuerte Ansätze zur Unterstützung diagnostischer und therapeutischer Prozesse. Mit dem stetigen Fortschritt der KI-Technologien und deren Integration in den routinemäßigen orthopädischen Arbeitsablauf ist ein umfassendes Verständnis der KI-Grundlagen und ihrer klinischen Anwendungen zunehmend wichtig geworden. Die Übersichtsarbeit beginnt mit einer Zusammenfassung der Kernkonzepte und der historischen Entwicklung der KI, gefolgt von einer Untersuchung der maschinellen Lern- und Deep-Learning-Frameworks, die für orthopädische klinische und Forschungsanwendungen entwickelt wurden. Anschließend untersuchen wir verschiedene KI-basierte Anwendungen in der Orthopädie, einschließlich Bildanalyse, Krankheitsdiagnose und Behandlungsansätzen wie chirurgischer Assistenz, Wirkstoffentwicklung, Rehabilitation und personalisierter Therapie. Diese Anwendungen sollen Forschern und Klinikern helfen, ein tieferes Verständnis der aktuellen Anwendungen von KI in der Orthopädie zu gewinnen. Die Übersicht hebt auch zentrale Herausforderungen und Einschränkungen hervor, die die praktische Nutzung von KI beeinflussen, wie Datenqualität, Modellgeneralität und klinische Validierung. Abschließend diskutieren wir mögliche zukünftige Richtungen zur Verbesserung der KI-Technologien und zur Förderung ihrer sicheren und effektiven Integration in die orthopädische Versorgung.

Künstliche Intelligenz (KI);Orthopädie;Maschinelles Lernen (ML);Deep Learning (DL);Diagnostik;Therapeutik