Mehr Automatisierung in mint Lesion™? Automatisierte kontextabhängige Template-Auswahl, Filterung relevanter Fragen oder sogar vollautomatische Segmentierung von Organ- und Läsionsvolumen? Diese Funktionen sind näher denn je.
Im vergangenen März wurde Mint Medical von Brainlab übernommen, einem führenden Unternehmen im Bereich der bildgesteuerten Chirurgie und Strahlentherapie. Die Planungs- und intraoperativen Anwendungen von Brainlab stützen sich seit langem auf das anatomische Patientenmodell - eine multimodale, biomechanische, KI- und Atlas-basierte Simulation der Anatomie eines einzelnen Patienten.
Jetzt haben wir das anatomische Patientenmodell (APM) mit mint Lesion™ verbunden. Das APM wurde im Rahmen der Brainlab-Tochter Snke OS zur Verfügung gestellt, die darauf abzielt, eine offene Gesundheitstechnologie-Plattform auf der Grundlage der zentralen Technologie-Frameworks von Brainlab aufzubauen.
Einer unserer ersten prototypischen Anwendungsfälle ist die bild- und strukturabhängige Filterung von Fragen/Templates: Wenn man auf eine anatomische Struktur im Viewer klickt, erkennt mint Lesion™ automatisch die Struktur innerhalb des Schnittbildes und schlägt die entsprechenden Fragen vor. Ein weiterer Anwendungsfall ist die automatische Erkennung und vollständige Segmentierung von kranialen Läsionen für mühelose volumetrische Tumorüberwachungsanwendungen. Dies ist jedoch nur ein Vorgeschmack auf die Funktionalitäten, die noch kommen werden.
Wenn Sie neugierig geworden sind und unsere ersten Schritte zur Automatisierung von mint Lesion™ mit dem anatomischen Patientenmodell ausprobieren, die Anwendungsfälle diskutieren möchten, die Sie gerne sehen würden, oder sogar das APM in Ihrer eigenen Softwareanwendung nutzen möchten, besuchen Sie uns an einem unserer Stände auf der RSNA.
"Anatomisches GPS" für mint Lesion™: Nutzung des anatomischen Patientenmodells von Snke OS/Brainlab zur Förderung der anatomischen Kontextwahrnehmung und Automatisierung in mint Lesion™
Ähnliche Inhalte
Ähnliche Inhalte
Onkologische Patientenversorgung im Wandel
Zukunftsweisende strukturierte Routine-Befundung mit mint Lesion am Universitätsspital Zürich Heidelberg, DE, 05/09/2023 - Die langjährige…
Modellierung der Tumorwachstumsrate: Ein neuartiger Ansatz für eine frühere Wirksamkeitsbewertung von Krebstherapien
Der im Jahre 2020 publizierte Übersichtsartikel "Clinical Trial Evidence Supporting US Food and Drug Administrative Approval of Novel Cancer Therapies…
KI in der Radiologie: Brückenschlag zwischen Integrations-Schwierigkeiten und ungenutztem Potenzial
Der Einfluss künstlicher Intelligenz (KI) auf die Radiologie hat in den letzten Jahren stark zugenommen. Heute kann KI auf viele Aspekte der täglichen…