Bleiben Sie auf dem Laufenden: Die Transformation der Radiologie dank strukturierter Befundung und datengesteuerter Ansätze

Erkundigen Sie sich über unsere Aktivitäten, Projekte und Produkt-Updates, informieren Sie sich über die neuesten Branchennachrichten, und erfahren Sie, was uns als Unternehmen und als Team ausmacht.

Befundungsdauer halbiert: Die Bedeutung einer effizienten Softwarelösung bei klinischen Site Reads

Der Clinical Research Imaging Core (CRIC) des Carbone Cancer Centers der University of Wisconsin (UWCCC) veröffentlichte kürzlich ein Poster auf der AACI CRI-Konferenz mit dem Titel “Gemeinsame Investition in den Aufbau einer soliden, effizienten und leicht verständlichen Lösung für RECIST-Auswertungen in der klinischen Forschung”. Auf dem Poster erklären der Core Manager Mr. Alex Arbuckle und Fakultätsleiter Dr. Steve Cho, dass das Tool, das sie vorher für Tumorverlaufskontrollen nutzten, “unflexibel, umständlich und unerschwinglich teuer war und außerdem nicht den Forschungsansprüchen gerecht wurde”.

Nach einer Validierung verschiedener Lösungen gelangten sie zu der Entscheidung mint Lesion als ihr zentrales System für Tumorverlaufskontrollen zu implementieren. Die gemeinsame Investition und Implementierung von mint Lesion durch das UWCCC und das UW Department of Radiology Medical Imaging Research Support hat die Integration von bildgebendem Fachwissen in die Auswertungen erheblich verbessert. Seither verfügt ihr Arbeitsablauf über “eine verbesserte Wirtschaftlichkeit, eine bis zur Fertigstellung kontinuierlich verbesserte Beurteilungsdauer und erlaubt eine schnelle Inbetriebnahme und Steuerung von durch den Prüfer eingeleiteten Studien“. In den ersten 9 Monaten war das Team in der Lage die Anwenderzahlen von 5 in 2 Programmen auf 12 in 6 Programmen auszuweiten und gleichzeitig die Auswertungsdauer zu halbieren.

Über folgenden Link gelangen Sie zu dem Poster: Link zum AACI CRI poster

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…