Intelligente, kontext-orientierte Assistenzsysteme führen standardisiert durch die Befundung und liefern dabei alle relevanten Informationen zu Patient und Krankheit. Das Ergebnis: Die Radiologen rücken mehr in den Mittelpunkt der Behandlung und liefern vollständige, einheitliche und strukturierte Berichte. Lesen Sie mehr.
![[Translate to German:]](/fileadmin/_processed_/1/2/csm_James_please_DE-e1451921384777_b1d7f51e11.jpg)
James, please!
Ähnliche Inhalte
Ähnliche Inhalte

Verbesserung der postoperativen MRT bei Hirntumoren: TGSE-BLADE vs. RESOLVE DWI
Frühe MRT-Untersuchungen sind entscheidend für Patient:innen, die sich einer Hirntumorresektion unterzogen haben, um den Erfolg der Operation zu…

Zentralisiertes Management von Kommunikationsprozessen und Workflows in klinischen Studien
Die Anforderung radiologischer Befundungen für klinische Studien erfolgt häufig über fragmentierte Kanäle wie E-Mails, Telefonate und Excel-Listen.…

LMU Klinikum München: Künstliche Intelligenz für das TNM-Staging beim NSCLC – Wie gut sind KI-basierte Segmentierungen wirklich?
Die aktuelle Studie „Artificial intelligence for TNM staging in NSCLC – a critical appraisal of segmentation utility in [18F]FDG PET/CT“ untersucht…