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.

Dieses Bild zeigt mehrere Ärzte vor einem Computer; sie schauen auf ein Bild in der medizinischen Bildgebungssoftware mint Lesion™

BZKF BORN Roll-Out Schulungen Gehen Weiter

Unser Experte Steffen Rupp besuchte kürzlich die Technische Universität München, um die vor Ort stattfindenden BZKF BORN Roll-Out Trainings fortzusetzen.

Wie bereits Anfang des Monats in einer Pressemitteilung des Bayerischen Zentrums für Krebsforschung (BZKF) erwähnt, wurde die zweite Förderung für das BORN-Projekt gestartet – das Projekt ist in vollem Gange: die zuvor an sechs Universitätskliniken entwickelten Templates werden nun in deren klinischem Alltag verwendet und getestet.

Was macht das BZKF BORN-Projekt? Das Ziel des bayernweiten Onkologischen Radiologienetzwerks (BORN) ist es, Patient:innen und medizinischem Fachpersonal im ganzen Bundesland zu helfen. Das Projekt führt Krebsvorsorgeuntersuchungen in standardisierter Weise durch, wertet sie systematisch aus und schafft die erforderlichen Rahmenbedingungen für die Datenerfassung und den Austausch. Dadurch entsteht eine weltweit einzigartige Datenbank zur Diagnose und Behandlung von Krebs.

Mint Medical und Brainlab arbeiten eng mit den Universitätskliniken und dem Bayerischen Zentrum für Krebsforschung (BZKF) zusammen, um einheitliches und strukturiertes Reporting in der onkologischen Bildgebung zu etablieren sowie eine sichere IT-Infrastruktur für die Erfassung und den Austausch von Daten zu entwickeln.

(Bild zeigt anonymisierten Demofall.)

Weitere Informationen zum Projekt finden Sie hier: https://bzkf.de/born/

Ähnliche Inhalte

Ähnliche Inhalte

Bild einer Ärztin, die ein Hologramm einer Lunge hält

Strukturierte Befundung verbessert die Genauigkeit der TNM-Klassifikation und die Zufriedenheit der Radiologen

In einer kollaborativen, multizentrischen Studie entwickelten und validierten Radiologieexpert:innen in mint Lesion ein softwaregestütztes Framework…

Screenshot der strukturierten Befundungsvorlage für NSCLC Staging

Software-unterstützte strukturierte Befundung verbessert die Genauigkeit der TNM-Klassifikation beim NSCLC-Staging

In dieser multizentrischen Zusammenarbeit entwickelten und evaluierten Expert:innen der Thoraxradiologie ein softwaregestütztes Framework zur…

KI-basierte Erkennung von Lungenknoten mit contextflow und Lung-RADS in mint Lesion

Setzen Sie auf KI-gestützte Lungenrundherden-Erkennung und -Analyse für eine umfassende Patientenversorgung

Entdecken Sie die Möglichkeiten eines KI-gestützten und optimierten Lungen-Screenings mit contextflow ADVANCE Chest CT integriert in mint Lesion.…