jump to content jump to footer
Porträt von Professor Christina Messiou, Consultant Radiologist am Royal Marsden NHS Foundation Trust

KI-gestützte Ganzkörper-MRT beim multiplen Myelom: Prof. Christina Messiou im Interview

Das multiple Myelom stellt Radiologen vor eine besondere Herausforderung: Die Erkrankung befällt das Knochenmark oft ungleichmäßig verteilt, klassische Biopsien liefern nur punktuelle Ergebnisse. Die Ganzkörper-MRT hat sich hier als besonders sensitives Verfahren etabliert – kombiniert mit KI-gestützter Automatisierung eröffnet sie völlig neue Möglichkeiten für Diagnostik und Therapiesteuerung.

Im Interview spricht Prof. Christina Messiou (The Royal Marsden NHS Foundation Trust, Institute of Cancer Research London) darüber, wie die Integration eines KI-Algorithmus in mint Lesion die Befundung verändert, warum automatisierte Metriken wie Skelett-Segmentierung, Fettfraktion und longitudinale Verlaufskurven klinisch entscheidend sind – und wohin sich die Präzisionsmedizin bei Myelom in den kommenden Jahren entwickelt.

Jetzt das vollständige Interview lesen: KI in der Ganzkörper-MRT bei multiplem Myelom

Erfolgsgeschichte mintLesion Klinische Routine MRI Knochenlaesionen KI

Ähnliche Inhalte

Teilnehmende beim RECIST and Beyond Workshop in Köln während des Hands-on Trainings in mint Lesion zur strukturierten Tumorresponse-Bewertung.
Der zweitägige Workshop „RECIST and Beyond“ am radCIO Köln bot ein intensives Hands-on Training zu RECIST, iRECIST, mRECIST und LI-RADS – mit praktischer Befundung direkt in mint Lesion.
Erfolgreicher Workshop „RECIST and Beyond“ in Köln: Präzise onkologische Bildgebung im Fokus
Wie lassen sich komplexe Tumorbefunde sicher, reproduzierbar und leitlinienkonform beurteilen?
Screenshot der mint-Lesion-Oberfläche mit RANO-2.0-Konfiguration, Tumorburden-Berechnung und strukturierten neuroonkologischen Bewertungstools.
mint Lesion unterstützt die vollständige Implementierung der RANO-2.0-Kriterien und bietet konfigurierbare Parameter, automatisierte Tumorburden-Berechnung und strukturierte Workflows für neuroonkologische Studien.
Implementierung von RANO 2.0 für neuroonkologische klinische Studien in mint Lesion
Die Bewertung des Tumoransprechens in neuroonkologischen klinischen Studien erfordert besondere Sorgfalt hinsichtlich der Messprotokolle und der…
Bild eines Patienten, der einen MRT-Scan bekommt, um zu illustrieren, wie die RACOON-Projekte in Deutschland, durch Bildgebung, strukturierte Befundung und KI gemeinsam die klinische Forschung verbessern.
Überblick über die wichtigsten RACOON-Projekte im Bereich Radiologie und klinische Forschung.
RACOON – Bildgebung, Daten & Zusammenarbeit für bessere Entscheidungen
Die moderne Radiologie steht vor einer zentralen Frage: Wie lassen sich Bildgebung und klinische Daten so verbinden, dass Diagnosen präziser,…