jump to content jump to footer

RACOON-RESCUE treibt die Versorgung von pädiatrischem Non-Hodgkin-Lymphom voran

Pädiatrisches Non-Hodgkin-Lymphom (NHL) ist der vierthäufigste Tumor bei Kindern und Jugendlichen, doch den radiologischen Methoden in diesem Bereich fehlt es an Standardisierung; sie lassen Raum für deutliche Verbesserungen.

Das RACOON-RESCUE-Projekt schließt diese Lücke, indem es Forscher:innen aus der pädiatrischen Radiologie und Onkologie aus allen deutschen Universitätskliniken zusammenbringt, um Bilddaten systematisch zu analysieren. Ziel ist es, die Diagnostik, die Bewertung des Therapieansprechens und die Nachsorge bei pädiatrischem NHL zu verbessern.

Die Ergebnisse, die aus dem RACOON-RESCUE Projekt hervorgehen, sollen schlussendlich die Entwicklung optimierter und individualisierter Diagnose- und risikoadaptierter Therapiekonzepte ermöglichen.

Lesen Sie das vollständige Interview mit den Projektleitenden, Prof. Dr. Diane Renz und Prof. Dr. Wilhelm Wößmann, um mehr über diese Initiative zu erfahren.

Interview mintLesion Klinische Forschung Kinderkrebs RACOON KI Strukturierte Berichterstattung

Ähnliche Inhalte

Radiologin erstellt mit der Software mint Lesion einen strukturierten Befund
Strukturierte Befundung definiert die Radiologie neu: Sie standardisiert die Dokumentation, verbessert die Verständlichkeit und erzeugt Daten, die direkt für Forschung und KI nutzbar sind. Mit mint Lesion erstellen Radiolog:innen Befunde effizient und generieren zugleich hochwertige, interoperable Daten für präzise Diagnosen und Therapieentscheidungen.
Strukturierte Befundung in der Radiologie: Präzision, Klarheit und Datenqualitäty

Radiologische Befunde sind oft der Schlüssel zu einer Diagnose – und die Art, wie sie erstellt und weitergegeben werden, macht einen entscheidenden…

Beschleunigen Sie das Prostata-Screening mit Prostate.Carcinoma.ai in mint Lesion

Das Prostate.Carcinoma.ai-Plug-in, entwickelt von unserem Partner FUSE-AI, ist eine leistungsstarke Erweiterung für mint Lesion, die speziell zur…

Strukturierte Befundung verbessert die Genauigkeit der TNM-Klassifikation und die Zufriedenheit der Radiologen

In einer kollaborativen, multizentrischen Studie entwickelten und validierten Radiologieexpert:innen in mint Lesion ein softwaregestütztes Framework…