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:]

RSNA 2015

Den Jahresabschluss in unserem Messekalender stellt wie jedes Jahr die RSNA in Chicago dar und unsere Erwartungen an die Messe wurden einmal mehr übertroffen.

Neben den Möglichkeiten zur strukturierten Befundung über die verfügbaren Befundprofile im Bereich Screening, Staging und Verlaufskontrolle, wurde zum ersten Mal auch die Anwendung vorgestellt eigens konfigurierbare strukturierte Befundungstemplates einzusetzen. So können nun standardisierte Befundprozesse individuell festgelegt und auf die konkreten Bedürfnisse zugeschnitten werden.

Die Rückmeldungen waren durchweg sehr positiv und wir bedanken uns bei allen Besuchern – Kunden, Interessenten und Kooperationspartner – für die vielen interessanten Gespräche und den wertvollen Input.

Wir blicken mit voller Vorfreude auf das Jahr 2016.

Ähnliche Inhalte

Ähnliche Inhalte

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…

Schematische Darstellung der Federated-Learning Studie und ihrer Dateninfastruktur

RACOON: Ein Leitfaden zur Überbrückung der Kluft zwischen simulierter und realer Forschung im Bereich des föderalen Lernens

Deep Learning (DL) ist ein wichtiger Bestandteil der radiologischen Bildanalyse geworden. Um diese Deep-Learning-Modelle zu trainieren, ist der Zugang…