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.

[Translate to German:]

Klare, konsistente und vollständige Dokumentation der von der Bildgebung abgeleiteten Informationen

Der radiologische Befundbericht soll Informationen liefern, die bei jedem Behandlungsschritt, bei dem eine Bildgebung erforderlich ist, lebensverändernde Entscheidungen beeinflussen. Die jüngste Literatur zeigt jedoch, dass diese Informationen sehr oft vernachlässigt werden.

Die aktuelle klinische Praxis zeigt, dass in den Befundberichten durchweg Informationen ausgelassen werden, die mit dem klinischen Ergebnis und dem Risiko eines lokalen und entfernten Tumorrezidivs in Zusammenhang stehen. In 52% der in einer multizentrischen Studie [1] ausgewerteten radiologischen Befundberichte von Krebspatienten fehlten wesentliche Informationen, die für therapeutische Entscheidungen benötigt werden.

Einige alarmierende Beispiele: Studien, die Befundberichte von Patienten mit Rektumkarzinom analysierten, zeigen, dass die extramurale venöse Invasion (EMVI) nur in 7,7 % [2] und die Tumorbeteiligung der mesorektalen Faszie (MRF) in einem Drittel [3] der Freitextberichte übersehen wurde.

Eine weitere Studie [4] zeigt, dass das TNM-Stadium nur in 6 % der textbasierten Berichte explizit erwähnt wurde und in 22 % die Informationen unvollständig waren.

In mint Lesion, werden die Anwender durch die Befundung geführt und es wird sichergestellt, dass alle relevanten Informationen erhoben werden, die so im Einklang mit z. B. der ACR-RADS-Klassifikation, den TNM-Leitlinien oder Kriterien für die Therapiebeurteilung stehen. Dies gewährleistet eine klare und konsistente Dokumentation der bildgebenden Informationen und verbessert die Vollständigkeit der Befunde erheblich.

1 Patel A, Rockall A, Guthrie A, et al Can the completeness of radiological cancer staging reports be improved using proforma reporting? A prospective multicentre non-blinded interventional study across 21 centres in the UK, BMJ Open 2018;8:e018499.

2 Sahni, V. A., Silveira, P. C., Sainani, N. I. and Khorasani, R. Impact of a Structured Report Template on the Quality of MRI Reports for Rectal Cancer Staging, American Journal of Roentgenology. 2015;205: 584-588.

3 Brown, P.J., Rossington, H., Taylor, J. et al. Standardised reports with a template format are superior to free text reports: the case for rectal cancer reporting in clinical practice. Eur Radiol 29, 5121–5128 (2019).

4 Sexauer, R., Weikert, T., Mader, K. et al. Towards More Structure: Comparing TNM Staging Completeness and Processing Time of Text-Based Reports versus Fully Segmented and Annotated PET/CT Data of Non-Small-Cell Lung Cancer. Contrast Media & Molecular Imaging (2018) Article ID 5693058.

Ähnliche Inhalte

Ähnliche Inhalte

Puzzleteile verbinden sich zu einem interoperablen System

FHIR im Gesundheitswesen: Das Potenzial der Interoperabilität

Im Gesundheitswesen ist die Interoperabilität ein wichtiger Wegbereiter: Interoperable Systeme ermöglichen die nahtlose Kommunikation von…

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…