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.

mint Lesion™ 3.8. Release: What’s New?

Das kürzlich veröffentlichte Release 3.8 bringt eine Vielzahl von neuen Features und Verbesserungen mit sich, welche die Befundung, die interdisziplinäre Zusammenarbeit und das Patientenmanagement in der klinischen Routine und bei klinischen Studien weiter erleichtern. Weltweit können Anwender nun von mehreren allgemeinen Neuerungen innerhalb der Softwarelösung sowie von spezifischen Updates für Radiomics oder verschiedener Befundprofile und Bewertungskriterien, z.B. PI-RADS oder TNM 8.0, profitieren.
 
mint Lesion™ ermöglicht es das große Ganze zu sehen, keine verwertbaren Daten auf Bildern zurückzulassen mit dessen einzigartigem Befundungsprozess, welcher jegliche Auffälligkeiten direkt mit Bilddaten verknüpft. Änderungen an der Benutzeroberfläche, wie der direkte Zugriff im Befundungsbereich auf die historischen Werte aller Messungen sowie Erklärvideos zu Produktfunktionalitäten von mint Lesion™ bieten dem Anwender alle Informationen, die für einen ganzheitlichen Befundungsprozess notwendig sind. Ein neuer Dialog zur Auswahl anatomischer Lokalisationen verbessert die Lesbarkeit langer Lokalisationsnamen, was eine einfachere Unterscheidung von Haupt- und Sublokalisationen ermöglicht.
 
Da wir Radiomics als treibende Kraft für die Weiterentwicklung der personalisierten Therapie verstehen, wurden in diesem Bereich weitere Verbesserungen vorgenommen: Radiomics-Merkmale können nun auch auf PET- und ADC-Bildmessungen berechnet werden, wodurch Anwender wertvolle Informationen erhalten, die es ermöglichen, potenziell schon bei der ersten Bildgebung über den besten Therapieansatz zu entscheiden. Über einen neuen Dialog können mehrere Radiomics-Exporte mit unterschiedlichen Konfigurationen bequem ausgelöst und genutzt werden, um die Heterogenität von Tumoren von Anfang an zu analysieren. mint Lesion™ unterstützt seine Anwender bei der Radiomics-Forschung, indem es Radiomics-Daten im Hintergrund der täglichen Befunderhebung sammelt, und diese neuen Änderungen werden, unter anderem, die Erhebung wertvoller Daten in klinischen Studien sowie in der klinischen Routine weiter befähigen.
 
In mint Lesion™ 3.8 können Prostata-Läsionen nun mit einem Freihandtool in die PI-RADS Prostata-Sektorkarte eingezeichnet werden und sind nicht mehr auf Ellipsenformen beschränkt, was zu einer präziseren Angabe der Form des Tumors führt. Zusätzlich wurden die Kopf-Hals-Karzinom-Staging-Kriterien TNM 8.0 hinzugefügt, zusammen mit Regeln zur automatischen Berechnung der TNM-Staging-Kategorien auf der Grundlage von Bilddaten und Antworten in den Befundprofilen – wie mint Lesion™ Anwender es schon kennen.
 
Bei laufenden klinischen Studien ist es wichtig, flexibel agieren zu können. Daher ist es jetzt möglich, per Konfiguration einen zusätzlichen Studienarm zu einer bereits bestehenden Studie hinzuzufügen. Der neue Studienarm wird demnach für alle Patienten verfügbar sein, die mit der Studie assoziiert sind. Von nun an können Anwender auch festlegen, ob Patienten auf Basis bestimmter DICOM-Attributwerte automatisch zu einer Studie hinzugefügt werden sollen.
 
Für einen vollständigen Überblick aller neuen Features und Verbesserungen von mint Lesion™ 3.8 können Sie uns gerne kontaktieren.

Ähnliche Inhalte

Ähnliche Inhalte

mint Lesion Screenshot mit HCC Diagnose laut APASL, AASLD, LI-RADS, LCA-NCC und EASL Leitlinien.

Multizentrische Studie: Vergleich diagnostischer Leitlinien für hepatozelluläres Karzinom

Neueste Fortschritte in MRT-Techniken und der Tumorbiologie haben zu aktualisierten Diagnoseleitlinien verschiedener Leberforschungsverbände für das…

Schematische Darstellung der Federated-Learning Studie und ihrer Dateninfastruktur

RACOON: Ein Leitfaden zur Überbrückung der Kluft zwischen simulierter und realer Forschung im Bereich des föderalen Lernens

Deep Learning (DL) ist ein wichtiger Bestandteil der radiologischen Bildanalyse geworden. Um diese Deep-Learning-Modelle zu trainieren, ist der Zugang…

Dieses Bild zeigt mehrere Ärzte vor einem Computer; sie schauen auf ein Bild in der medizinischen Bildgebungssoftware mint Lesion™

BZKF BORN Roll-Out Schulungen Gehen Weiter

Unser Experte Steffen Rupp besuchte kürzlich die Technische Universität München, um die vor Ort stattfindenden BZKF BORN Roll-Out Trainings…