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.

Virtuelle Untersuchung von menschlichen Lungen auf einem modernen Benutzeroberflächenbildschirm.

Früherkennung des Behandlungserfolgs bei Lungenkrebs mithilfe von Delta-Radiomics-Features

Die Studie der Uniklinik Heidelberg untersucht die Nutzung der diffusionsgewichteten MRTs (DWI), um frühe Therapieergebnisse bei Patient:innen mit fortgeschrittenem Lungenadenokarzinom vorherzusagen. Die Forscher:innen analysierten Änderungen von radiomischen Merkmalen, die aus ADC-Karten (Apparent Diffusion Coefficient) bei 144 Patient:innen abgeleitet wurden, die entweder mit Tyrosinkinase-Inhibitoren (TKI) oder platinbasierter Chemotherapie (PBC) behandelt wurden.

Die Studie ergab, dass radiomische Merkmale, sogenannte Delta-Radiomics-Features (DRFs), bereits 14 Tage nach Behandlungsbeginn den Therapieerfolg und das progressionsfreie Überleben (PFS) vorhersagen konnten.

Diese Merkmale ermöglichten es, zwischen Patient:innen mit voraussichtlich besseren und schlechteren Behandlungsergebnissen zu unterscheiden.

Der Einsatz von DWI-basierten Radiomics zeigt vielversprechende Ansätze für eine frühzeitige Entscheidungsfindung bei der Lungenkrebsbehandlung und könnte es Ärzt:innen ermöglichen, Therapien schneller anzupassen.

Dieser Ansatz bietet eine nicht-invasive, strahlungsfreie Alternative zur frühzeitigen Beurteilung des Therapieerfolgs bei Lungenkrebs.

Lesen Sie hier mehr.

Ähnliche Inhalte

Ähnliche Inhalte

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…

Medizinerin liest Studie auf Laptop

Wichtige Bildgebungsmerkmale zur Unterscheidung seltener Pankreastumore

Solid-pseudopapilläre Neoplasien (SPN), auch bekannt als Frantz-Tumore, sind seltene Tumore des Pankreas. Aufgrund überlappender Merkmale von SPN und…