jump to content jump to footer

Das RACOON FADEN-Projekt widmet sich der Früherkennung von Adenomyose

Endometriose ist eine stark untererforschte Krankheit bei Frauen, die nun endlich durch das RACOON FADEN-Projekt mehr Aufmerksamkeit erhält.

In einem aufschlussreichen Interview sprechen Prof. Dr. Sylvia Mechsner (Charité Berlin) und Prof. Dr. Matthias May (Universitätsklinikum Erlangen) über das RACOON FADEN-Projekt, das sich auf die Früherkennung von Adenomyose, einer Form der Endometriose, konzentriert.

Dieses Projekt schließt eine bedeutende Lücke in der Diagnose und Behandlung von Frauen mit starken Menstruationsschmerzen. Mithilfe von MRT-Scans und künstlicher Intelligenz soll das Projekt frühe Anzeichen von Adenomyose identifizieren und das Verständnis der Morphologie eines gesunden Uterus vertiefen. Darüber hinaus betont das Interview die innovative Nutzung von strukturiertem Berichtswesen und der bestehenden RACOON-Infrastruktur, um die diagnostische Genauigkeit zu verbessern und die Forschung zu beschleunigen.

Lesen Sie das ganze Interview hier.

Erfolgsgeschichte Interview Klinische Forschung Standardisierte Messverfahren MRI Interoperabilität Personalized Therapy RACOON KI Strukturierte Berichterstattung

Ähnliche Inhalte

Anwendung von mint Lesion während einer Befundung in einer klinischen Studie, dargestellt mit dem TGRM-Export-Tool.
Die Lücke zwischen RECIST und der Überlebensprognose schließen: Warum die FDA-Analyse des g-Wertes bahnbrechend ist

Seit Jahrzehnten verlassen sich Onkologie-Studien auf RECIST 1.1, um die Wirksamkeit von Medikamenten zu bewerten. Diese kategorischen…

Teilnehmende beim RECIST and Beyond Workshop in Köln während des Hands-on Trainings in mint Lesion zur strukturierten Tumorresponse-Bewertung.
Der zweitägige Workshop „RECIST and Beyond“ am radCIO Köln bot ein intensives Hands-on Training zu RECIST, iRECIST, mRECIST und LI-RADS – mit praktischer Befundung direkt in mint Lesion.
Erfolgreicher Workshop „RECIST and Beyond“ in Köln: Präzise onkologische Bildgebung im Fokus

Wie lassen sich komplexe Tumorbefunde sicher, reproduzierbar und leitlinienkonform beurteilen?

Screenshot der mint-Lesion-Oberfläche mit RANO-2.0-Konfiguration, Tumorburden-Berechnung und strukturierten neuroonkologischen Bewertungstools.
mint Lesion unterstützt die vollständige Implementierung der RANO-2.0-Kriterien und bietet konfigurierbare Parameter, automatisierte Tumorburden-Berechnung und strukturierte Workflows für neuroonkologische Studien.
Implementierung von RANO 2.0 für neuroonkologische klinische Studien in mint Lesion

Die Bewertung des Tumoransprechens in neuroonkologischen klinischen Studien erfordert besondere Sorgfalt hinsichtlich der Messprotokolle und der…