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.

Neue Technik beschleunigt Ganzkörper-MRT für junge Patienten ohne Verlust der Bildqualität, so eine Studie

Anlässlich des Internationalen Kinderkrebsmonats September möchten wir die Fortschritte auf dem Gebiet der Krebsdiagnostik hervorheben. Eine aktuelle Studie unter der Leitung von Dr. med. Paul-Christian Krüger und sein Team vom Universitätsklinikum Jena zeigt einen innovativen Ansatz für die Ganzkörper-MRT bei Kindern und Jugendlichen auf, bei dem eine fortschrittliche Sequenz zum Einsatz kommt, die den Zeitaufwand für das bildgebende Verfahren erheblich reduziert, ohne die Qualität der Bilder zu beeinträchtigen.

Ein derartiges Engagement für die Sicherheit und das Wohlbefinden der jungen Patienten ist wirklich herzerwärmend. Dieses Engagement motiviert die Forscher, die Diagnosemethoden ständig zu perfektionieren und zu verbessern, und ebnet den Weg für Fortschritte bei der Früherkennung und Behandlung von Krebs im Kindesalter.

Erfahren Sie mehr über diese Studie mit mint Lesion™.

 

Ähnliche Inhalte

Ähnliche Inhalte

Medizinische Fachkräfte schauen auf ein technisches Gerät und diskutieren diagnostische Leitlinien

2.237 Patienten, 11 Krankenhäuser, vier HCC-Kriterien: Eine Vergleichsstudie

Eine aktuelle Studie, die in 11 südkoreanischen Krankenhäusern durchgeführt wurde, verglich die diagnostische Leistung von vier Leitlinien zur…

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…

Radiologe nutzt KI zur Auswertung medizinischer Bilder

Förderung des föderierten Lernens in der Radiologie in der Praxis

Federated Learning (FL) ermöglicht kollaboratives Modelltraining ohne Datenzentralisierung - ein entscheidender Aspekt für die radiologische…