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:]

Neueste TNM- und RADS-Klassifikation in mint Lesion

Mit einer Reihe an klinischen Befundvorlagen zur Tumordiagnostik bietet mint Lesion kontextspezifische Unterstützung in der Anwendung etablierter radiologischer Kriterien und Leitlinien zur effizienteren Erhebung und Dokumentation von Befunden. Zur Erkennung und Charakterisierung relevanter Auffälligkeiten, die die Behandlung von Patienten maßgeblich beeinflussen, führt mint Lesion dabei strukturiert durch die Interpretation medizinischer Bilddaten und hebt besondere Aspekte einer Tumorentität hervor.

  • TNM-Klassifikation (nach der 8. Auflage)
    • Pharynx-/Larynxkarzinom
    • Lungenkarzinom
    • Kolorektalkarzinom
    • Pankreaskarzinom
    • Leberzellkarzinom
  • ACR RADS
    • PI-RADS v2
    • NI-RADS
    • BI-RADS
    • Lung-RADS
    • LI-RADS

Die TNM-Klassifikation von der Union for International Cancer Control (UICC) ist eine seit Jahren weltweit etablierte Einstufung maligner Tumoren. Die Einteilung von Tumorerkrankungen in klinisch-homogene Gruppen nach der anatomischen Ausbreitung ermöglicht eine Stadiengruppierung, die mit der Prognose eines onkologischen Falles korreliert und wichtige Informationen für individuelle Therapieentscheidungen liefert. Zudem schafft dieses System eine belastbare Basis für die Evaluation neuer erfolgsversprechender Therapieregime in der onkologischen Forschung, besonders bei Kommunikation und Informationsaustausch zwischen Krebsbehandlungszentren.

Die Reporting and Data Systems (RADS) des American College of Radiology (ACR), umfassen unterschiedliche standardisierte Befundungskriterien zur Qualitätssicherung in der Radiologie. Mit Hilfe einer standardisierten Terminologie und festgelegter Klassifikationsalgorithmen wird der Befunderhebungsprozesses erleichtert und die daran anschließende Berichterstellung und Bewertung der gesammelten Information optimiert.

Ähnliche Inhalte

Ähnliche Inhalte

Portrait von Dr. Maurice Heimer, ist Arzt in Weiterbildung für Radiologie

Einblicke in das BORN-Projekt: Entwicklung und Erfolge mit Dr. Maurice Heimer

Das BORN-Projekt des Bayerischen Zentrums für Krebsforschung (BZKF) schreitet in seiner zweiten Förderphase zügig voran. Ein zentraler Aspekt ist die…

Portrait von Dr. Maurice Heimer, ist Arzt in Weiterbildung für Radiologie

Ein Blick auf das BORN-Projekt des BZKF: Interview mit Dr. Maurice Heimer von der Klinik und Poliklinik für Radiologie am LMU Klinikum

Das Bayernweite Onkologische Radiologie Netzwerk (BORN) befindet sich zwischenzeitlich in der zweiten Förderphase und schreitet mit schnellen…

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…