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:]

mint Lesion 3.3 und der Blick in die Zukunft

In den vergangenen Wochen konnte die Produktversion 3.3 von mint Lesion fertiggestellt werden. Im Gespräch stellt Geschäftsführer Dr. Matthias Baumhauer die Neuerungen vor und gibt vor allem auch einen Einblick, was in Zukunft von mint Lesion noch erwartet werden kann.

Was ist neu in mint Lesion 3.3?

Der große Mehrwert von mint Lesion 3.3 liegt in einer neuen Systemarchitektur zur Erfassung strukturierter Daten und Modellierung von Arbeitsabläufen. Für unsere Anwender heißt das konkret, dass neue Befundprofile ohne aufwändige Programmierarbeiten ergänzt oder bestehende Befundprofile einfach verbessert und aktuell gehalten werden können. Im Zuge dieser Verbesserungen wurden neue Leitlinien, etwa für Mesotheliome, Lymphome und Immuntherapien, ergänzt. Im Zuge dieser großen Neuerungen gibt es auch eine Vielzahl neuer Features und Verbesserungen: Hierzu zählen die Verarbeitung von 4D Datensätzen, wie etwa DCE-MRI, eine konsequente Umsetzung der RadLex-Nomenklatur, sowie der Ausbau unserer Schnittstellen zur Anbindung von mint Lesion an KIS und RIS-Systemen und elektronischen Patientenakten.

Welche Entwicklungen schließen sich nun direkt an diese Release an?

Mit den technologischen Grundlagen von mint Lesion 3.3 können wir nun zukünftig noch viel schneller und flexibler für verschiedenste Indikationen eine spezifische Unterstützung bei der Befundung und Dokumentation bereitstellen und anpassen. Beispielsweise werden bereits auf dem Röntgenkongress in Leipzig dedizierte Profile gemäß den folgenden Leitlinien vorgestellt:

  • Leitlinien unter Beteiligung des American College of Radiology, wie ACR ® LI-RADS, Lung-RADS, BI-RADS etc.
  • Fleischner-Kriterien: Dokumentation und Patientenmanagement von Zufallsbefunden in der Lunge
  • Leitlinien der DRG Initiative zur strukturierten Befundung, wie Rektum-CA, Kolon-CA, Panckeas-CA
  • Ann Arbor Staging von Lymphomen
  • Pädiatrische onkologische Radiologie: Neuroblastom, Hepatoblastom etc.

Des Weiteren bauen wir den Komfort bei Befunddurchführung mit jeder Produktversion sukzessive aus. Hierzu zählt beispielsweise ein derzeit in Entwicklung befindliches, neues Verfahren zum automatisierten Wiederauffinden von Beobachtungen über longitudinale Patientenstudien hinweg. Auch bei der Vermessung von Läsionen sind sehr spannende neue Verfahren in der Entwicklung: Ein neues Verfahren soll auch heterogene Läsionen, also Tumore mit etwa einem nekrotischen Anteil, als ganzes Volumen und in Teilvolumina unterteilt erfassen und Veränderungen bei der Erscheinung durch eine Histogramm- und Texturanalyse aufzeigen.

Welche grundlegenden Entwicklungen machen die assistierte strukturierte Befundung immer bedeutsamer?

Neue Bildgebungsverfahren, wie etwa aus dem Bereich der molekularen Bildgebung, verbreiten sich zunehmend in klinischer Routine. Im Bereich der onkologischen Radiologie beispielsweise gibt es hierdurch mitunter eine Mehretagendiagnostik, bei der nicht nur die Kommunikation mit den klinischen Zuweisern, sondern die auch die Zusammenarbeit innerhalb der Radiologie vor neue Herausforderungen stellt. Nachvollziehbare und Leitlinien-konforme Befunde in strukturierter Form tragen dann besonders zu einer unmissverständlichen und effizienten Informationsübermittlung bei.

Ähnliche Inhalte

Ähnliche Inhalte

Bild zeigt als grafischen Abstrakt Bilder aus der Studie, von MRT Aufnahmen bis zur Auswertung der Delta-Radiomics-Texturmerkmale

Universitätsklinikum Heidelberg: Delta-Radiomics-Features von ADC-Karten als frühe Vorhersagevariable des Behandlungserfolgs bei Lungenkrebs

In dieser prospektiven Studie des Universitätsklinikums Heidelberg wurde untersucht, ob Änderungen von radiomischen Merkmalen in diffusionsgewichteten…

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…