Wissensportal für Fachkräfte der medizinischen Bildgebung: Radiologie durch strukturierte Befundung, datenbasierte Ansätze und multizentrische Forschung weiterentwickeln

Erhalten Sie Zugang zu wegweisender Forschung, innovativen Fallbeispielen und gemeinsamen Projekten, die die Radiologie weltweit vorantreiben. Entdecken Sie unsere Aktivitäten und Produktneuigkeiten und lernen Sie uns als Unternehmen und Team kennen.

[Translate to German:]

Aufnahme der RSNA 2019 AI Theater Präsentation | Powerfood für KI

Auf der diesjährigen RSNA stellte Mint Medical seinen Ansatz zur künstlichen Intelligenz im Rahmen einer AI Theater Präsentation vor. Tobias Gottmann und Aditya Jayaram zeigten, wie jeder radiologische Befund zu einer KI-getriebenen Zukunft beitragen kann, indem Powerfood für KI in Form von strukturierten Daten gesät wird. Mit mint Lesion werden longitudinal verbundene strukturierte Imaging- und Reportingdaten für unterschiedliche onkologische Befundfragestellungen eingesammelt. Diese Daten können für Ansätze in der Personalisierten Medizin, für Clinical Decision Support Systeme und für das Trainieren und Verbessern von Machine-Learning-Algorithmen eingesetzt werden. Die Aufnahme der AI Theater Präsentation finden Sie hier: AI Theater

Datenvisualisierung Personalized Therapy Strukturierte Befundung Datensammlung Datenanalyse KI

Ähnliche Inhalte

Ähnliche Inhalte

Screenshot der mint-Lesion-Oberfläche mit RANO-2.0-Konfiguration, Tumorburden-Berechnung und strukturierten neuroonkologischen Bewertungstools.

Implementierung von RANO 2.0 für neuroonkologische klinische Studien in mint Lesion

Die Bewertung des Tumoransprechens in neuroonkologischen klinischen Studien erfordert besondere Sorgfalt hinsichtlich der Messprotokolle und der…

Bild eines Patienten, der einen MRT-Scan bekommt, um zu illustrieren, wie die RACOON-Projekte in Deutschland, durch Bildgebung, strukturierte Befundung und KI gemeinsam die klinische Forschung verbessern.

RACOON – Bildgebung, Daten & Zusammenarbeit für bessere Entscheidungen

Die moderne Radiologie steht vor einer zentralen Frage: Wie lassen sich Bildgebung und klinische Daten so verbinden, dass Diagnosen präziser,…

Interview mit Prof. Dr. Timm Denecke über das RACOON-MARDER-Projekt zur KI-gestützten Früherkennung von Leberkrebs mittels MRT.

Früherkennung neu gedacht: Wie RACOON-MARDER Leberkrebs früher sichtbar machen will

Das hepatozelluläre Karzinom (HCC) wird oft erst spät entdeckt – mit gravierenden Folgen für Therapie und Überlebenschancen. Das Forschungsprojekt…