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

Medizinisches Fachpersonal, das MRT-Bilder eines Patienten auf einem Computermonitor überprüft, während sich der Patient im Hintergrund im MRT-Gerät befindet.
TGSE-BLADE zeigt signifikant weniger Verzerrungen und Artefakte durch intrakranielle Luft und ermöglicht eine präzisere Beurteilung ischämischer Veränderungen. Die Ergebnisse sprechen für TGSE-BLADE als robuste Alternative in der klinischen Routine.
Postoperative MRT nach Hirntumor: Weniger Artefakte, höhere diagnostische Sicherheit
Postoperative MRT-Untersuchungen nach Hirntumor-Resektion sind häufig durch Luft-Artefakte beeinträchtigt – und erschweren die zuverlässige…
Read more
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?
Read more
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…
Read more
scroll-top