Erfolgreicher Workshop „RECIST and Beyond“ in Köln: Präzise onkologische Bildgebung im Fokus
Diese Frage stand im Mittelpunkt des diesjährigen Workshops „RECIST and Beyond“ am Radiologischen Centrum für Integrierte Onkologie (radCIO) der Uniklinik Köln. Die Teilnehmenden erhielten Ende September 2025 zwei Tage lang praxisnah genau die Antworten, die sie für ihren klinischen Alltag brauchen.
Radiolog:innen, Onkolog:innen und Fachpersonen aus verwandten Bereichen arbeiteten in einem intensiven Hands-on-Format, bei dem die Befundung direkt in mint Lesion durchgeführt wurde. So konnten die erlernten Inhalte sofort praktisch angewendet werden – strukturiert, standardisiert und nachvollziehbar.
Tag 1: Response Monitoring in der modernen Onkologie
Im Fokus standen die Kriterien RECIST 1.1, iRECIST, mRECIST, LI-RADS Treatment sowie Lugano. Die Teilnehmenden lernten, wie sich Tumoransprechen und Progress sicher beurteilen lassen und wie standardisierte Reporting-Workflows zu mehr Konsistenz und Klarheit beitragen.
Tag 2: Leber- und Gallenwegsdiagnostik mit Schwerpunkt LI-RADS
Der Samstag widmete sich vollständig der Klassifikation, Befundung und Therapieevaluation von HCC sowie anderen einfachen und schweren Leber- und Gallenwegstumoren – inklusive sicherer Anwendung von LI-RADS.
Lernen in persönlicher Atmosphäre
Mit bewusst limitierter Teilnehmendenzahl bot der Workshop den idealen Rahmen für Austausch, Diskussionen und individuelles Feedback.
Prof. Dr. Thorsten Persigehl, wissenschaftliche Leitung der Veranstaltung, fasst es treffend zusammen:
„Durch das eigenständige Hands-on Training an Laptops wird jeder Teilnehmer etwas für seine klinische Routinebefundung mitnehmen.“
Wir freuen uns, dass wir den Workshop mit mint Lesion unterstützen konnten – und dass die Teilnehmenden erleben konnten, wie strukturierte Befundung und Entscheidungsunterstützung ihnen im klinischen Alltag echte Sicherheit gibt.
Weitere Workshops sind bereits in Planung.
Um nichts zu verpassen, folgen Sie uns gerne auf LinkedIn.
Ähnliche Inhalte
Ähnliche Inhalte
FHIR im Gesundheitswesen: Das Potenzial der Interoperabilität
Im Gesundheitswesen ist die Interoperabilität ein wichtiger Wegbereiter: Interoperable Systeme ermöglichen die nahtlose Kommunikation von…
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…
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…