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.

Bild eines Uterus

Das RACOON FADEN-Projekt widmet sich der Früherkennung von Adenomyose

Endometriose ist eine stark untererforschte Krankheit bei Frauen, die nun endlich durch das RACOON FADEN-Projekt mehr Aufmerksamkeit erhält.

In einem aufschlussreichen Interview sprechen Prof. Dr. Sylvia Mechsner (Charité Berlin) und Prof. Dr. Matthias May (Universitätsklinikum Erlangen) über das RACOON FADEN-Projekt, das sich auf die Früherkennung von Adenomyose, einer Form der Endometriose, konzentriert.

Dieses Projekt schließt eine bedeutende Lücke in der Diagnose und Behandlung von Frauen mit starken Menstruationsschmerzen. Mithilfe von MRT-Scans und künstlicher Intelligenz soll das Projekt frühe Anzeichen von Adenomyose identifizieren und das Verständnis der Morphologie eines gesunden Uterus vertiefen. Darüber hinaus betont das Interview die innovative Nutzung von strukturiertem Berichtswesen und der bestehenden RACOON-Infrastruktur, um die diagnostische Genauigkeit zu verbessern und die Forschung zu beschleunigen.

Lesen Sie das ganze Interview hier.

Ähnliche Inhalte

Ähnliche Inhalte

Medizinische Fachkräfte schauen auf ein technisches Gerät und diskutieren diagnostische Leitlinien

2.237 Patienten, 11 Krankenhäuser, vier HCC-Kriterien: Eine Vergleichsstudie

Eine aktuelle Studie, die in 11 südkoreanischen Krankenhäusern durchgeführt wurde, verglich die diagnostische Leistung von vier Leitlinien zur…

mint Lesion Screenshot mit HCC Diagnose laut APASL, AASLD, LI-RADS, LCA-NCC und EASL Leitlinien.

Multizentrische Studie: Vergleich diagnostischer Leitlinien für hepatozelluläres Karzinom

Neueste Fortschritte in MRT-Techniken und der Tumorbiologie haben zu aktualisierten Diagnoseleitlinien verschiedener Leberforschungsverbände für das…

Radiologe nutzt KI zur Auswertung medizinischer Bilder

Förderung des föderierten Lernens in der Radiologie in der Praxis

Federated Learning (FL) ermöglicht kollaboratives Modelltraining ohne Datenzentralisierung - ein entscheidender Aspekt für die radiologische…