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.

mint Lesion Screenshot mit PET-Auswertung, SUV und angepassten Response-Kriterien

[Translate to German:] Anpassbare Befundungsvorlagen für die Auswertung des Therapieansprechens

mint Lesion bietet anpassbare Befundungstemplates zur Auswertung des Therapieansprechens in der diagnostischen Radiologie und Forschung. Passen Sie Parameter an, definieren Sie Läsionskategorien und bewerten Sie das Ansprechen zur Therapie. Verfolgen Sie Schlüsselwerte wie Durchmesser, Volumen, SUV und ADC unter Berücksichtigung von Mindestgrößen. Automatisieren Sie Summenberechnungen zur Ansprechsbestimmung und integrieren Sie klinische Daten wie ctDNA- oder PSA-Werte. Dokumentieren Sie multiple Läsionen, vergleichen Sie absolute und relative Veränderungen und visualisieren Sie Trends mit interaktiven Diagrammen.

Hauptmerkmale:

  • Einfache Anpassung der Parameter:
    • Fragen für die manuelle Response-Auswertung
    • Läsionskategorien (z. B. Zielläsionen, Nicht-Zielläsionen)
    • Automatische Läsionszustände (z. B. normalisiert für Lymphknoten)
    • Schlüssel-Messwerte (z. B. längster Durchmesser, kurze Achse, Volumen, SUV, ADC usw.), einschließlich erforderlicher Mindestgröße pro Läsionskategori
    • Summe der Messwerte zur Bestimmung des Ansprechens (z. B. Summe der Durchmesser oder Summe der Volumina)
    • Klinische Daten (z. B. ctDNA- oder PSA-Werte)
  • Automatische Berechnung absoluter und relativer Unterschiede zur Baseline, zum vorherigen Zeitpunkt und zum Nadir
  • Interaktive Diagramme, die alle relevanten Werte über die Zeit hinweg anzeigen, einschließlich klinischer Daten, mit dynamischen Filteroptionen
  • Umfassende Befundberichte mit Tabellen und Grafiken für eine schnelle und klare longitudinale Übersicht
  • Möglichkeit zur Dokumentation der Anzahl mehrerer (Nicht-Ziel- und Neue) Läsionen

Ähnliche Inhalte

Ähnliche Inhalte

Interdisziplinarität im Gesundheitswesen

Einblicke in das BZKF BORN-Projekt – Dr. Mandy Wahlbuhl-Becker im Interview

Das Bayerische Onkologische Radiologienetzwerk (BORN) optimiert die Krebsdiagnostik in Bayern durch standardisierte Bildgebung und strukturierte…

Zwei weibliche medizinische Forscherinnen schauen auf einen Computerscreen

RACOON-RESCUE treibt die Versorgung von pädiatrischem Non-Hodgkin-Lymphom voran

Pädiatrisches Non-Hodgkin-Lymphom (NHL) ist der vierthäufigste Tumor bei Kindern und Jugendlichen, doch den radiologischen Methoden in diesem Bereich…

Sechs MRT-Bilder, linker Frontallappen bei einem 58-jährigen Mann nach Teilresektion, Strahlentherapie und Temozolomid

Universitätsklinikum Tübingen: Neuroonkologische Bildgebung mit Deep Learning Reconstruction (DLR)

Eine aktuelle Studie des Universitätsklinikums Tübingen untersuchte das Potenzial von mittels Deep Learning rekonstruierten (DLR) Bildern in der…