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 Medical und Siemens Healthineers syngo.via schließen Partnerschaft

Siemens Healthineers und Mint Medical haben eine Partnerschaft geschlossen, um die Verfügbarkeit von Softwarelösungen zur Bildverarbeitung und Berichterstellung in Krankenhäusern zu verbessern. Diese Zusammenarbeit, die auf dem diesjährigen Radiological Society of North America (RSNA) Annual Meeting am 27. November 2017 bekannt gegeben wurde, ermöglicht den Nutzern, mint Lesion über syngo.via zu verwenden – eine intelligente und integrierte multimodale Bildverarbeitungssoftware zur Befundung und Berichterstellung. Diese Integration wird über syngo.via OpenApps ermöglicht, über welches syngo.via an den Siemens Healthineers Digital Ecosystem Store angebunden ist.

„Der Bedarf an fortschrittlichen Softwarelösungen aufgrund der komplexeren Behandlungs-möglichkeiten wächst stetig. Die Partnerschaft mit Siemens Healthineers eröffnet uns die Möglichkeit, den Nutzern weltweit unsere kontextsensitive und leitliniengestützte Lösung auf eine einfache und verlässliche Art und Weise zur Verfügung zu stellen.“ – so Dr. Matthias Baumhauer, Geschäftsführer, Mint Medical GmbH.

Mit dem Start der Kooperation wird eine angepasste Version von mint Lesion – mint Lesion for OpenApps – nun auch über syngo.via bereitgestellt. mint Lesion ermöglicht eine multimodale Befundung bei gleichzeitiger Berücksichtigung der konkreten Befundaufgabe und der damit verbundenen Leitlinie und erstellt automatisch einen strukturierten Befundbericht. Die Anwender werden durch die Befundung durchgeführt 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 wie RECIST 1.1 stehen.

Carsten Bertram, Head of Syngo, Siemens Healthineers, erklärt: „Durch die Einbettung von mint Lesion in syngo.via unterstützen wir gemeinsam den gesamten Workflow, von der Diagnose bis hin zur Therapiebeurteilung und strukturierten Berichterstellung. Dies ist ein kosteneffizienter Weg, die klinischen Möglichkeiten unserer Kunden zu verbessern und die Versorgung neu zu gestalten.“

syngo.via OpenApps bietet einen direkten und offenen Zugang zu einer wachsenden Vielfalt an klinischen Anwendungen von Siemens Healthineers und seiner Partner – direkt auf syngo.via. OpenApps verbindet syngo.via ebenfalls mit dem Siemens Healthineers Digital Ecosystem Store. Der Store ermöglicht es den Nutzern, darin zu stöbern, Apps herunterzuladen und zu testen sowie Angebote anzufragen, die mit einem flexiblen Registrierungskonzept einhergehen. Mit nur einem Klick werden Apps auf der sicheren Umgebung von syngo.via installiert und somit nahtlos in den klinischen Workflow integriert.

Weitere Informationen zu syngo.via finden Sie unter www.siemens.com/syngo.via-OpenApps.

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…