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.

Dr. Madelaine Hettler, Ärztin an der Universitätsmedizin Mannheim, spricht über das Forschungsprojekt RACOON-SAGA zur Verbesserung der Sarkomdiagnostik.

Seltene Tumoren, große Ziele: Wie RACOON-SAGA Therapieentscheidungen verbessern will

Seltene Tumoren, große Herausforderung: Das Projekt RACOON-SAGA erforscht, wie Bildgebung und klinische Daten die prätherapeutische Charakterisierung von Weichgewebesarkomen verbessern können. Im Interview erklärt Dr. Madelaine Hettler von der Universitätsmedizin Mannheim, wie Radiologie und Chirurgie im Netzwerk Universitätsmedizin zusammenarbeiten – und warum strukturierte Daten entscheidend sind, um Therapieentscheidungen künftig präziser und individueller zu gestalten.

Lesen Sie hier das ganze Interview.

Ähnliche Inhalte

Ähnliche Inhalte

Puzzleteile verbinden sich zu einem interoperablen System

FHIR im Gesundheitswesen: Das Potenzial der Interoperabilität

Im Gesundheitswesen ist die Interoperabilität ein wichtiger Wegbereiter: Interoperable Systeme ermöglichen die nahtlose Kommunikation von…

Drei wichtigen Sequenzen (FLAIR, T2, T1 mit Kontrastmittel) in der Glioblastom-Bewertung

Optimierung der Bildgebung bei Glioblastomen: Verbesserung der MRT-Effizienz und -Qualität durch Deep Learning

Diese Studie untersucht den Einsatz von Deep Learning (DL) zur Optimierung von MRT-Protokollen bei Patient:innen mit Glioblastomen, mit dem Ziel, die…

Drei wichtigen Sequenzen (FLAIR, T2, T1 mit Kontrastmittel) in der Glioblastom-Bewertung

Universitätsklinikum Tübingen: Fortschritte in der Effizienz von MRT bei der Behandlung von Glioblastomen durch Deep Learning

Diese Studie untersucht den Einsatz von Deep Learning (DL) zur Optimierung von MRT-Protokollen für Patient:innen mit Glioblastomen. Glioblastome, die…