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:]

Schaffung von Evidenz zur COVID-19 Bekämpfung

Unsere COVID-19-Befundungsvorlage ist bereits seit zwei Wochen in Verwendung, und ihre Nutzung nimmt stetig zu. Wir sind dankbar für die enge Zusammenarbeit und das Feedback, das wir von bestehenden und neuen Anwendern von mint Lesion erhalten haben.

Unser medizinisches Team hat alle derzeit verfügbaren Publikationen herangezogen und auf deren Grundlage eine Befundungsvorlage erstellt, die von Befundern in Ihrem Krankenhaus oder Forschungszentrum auf einfachste Weise genutzt werden kann. Sobald neue Veröffentlichungen und Richtlinien verfügbar sind, werden wir die Befundungsvorlage unter Beibehaltung der bereits gesammelten strukturierten Daten aktualisieren.

mint Lesion™ extrahiert alle Primärdaten einschließlich der Radiomics-Merkmale aus den Bilddaten und verknüpft jeden Messwert sofort mit seinem Kontext und weiteren klinisch relevanten Daten. Zusammen mit den klinischen Endpunkten stehen die maschinell auswertbaren Daten für die Verwendung bei Echtzeitanalysen und für KI bereit.

Lassen Sie sich von mint Lesion™ bei der Generierung der Daten und dem Aufbau der Evidenz unterstützen, mit denen wir den Kampf gegen COVID-19 gemeinsam angehen können.

Fragen Sie eine Demo an

Ähnliche Inhalte

Ähnliche Inhalte

Puzzleteile verbinden sich zu einem interoperablen System

FHIR im Gesundheitswesen: Das Potenzial der Interoperabilität

Im Gesundheitswesen ist die Interoperabilität ein wichtiger Wegbereiter: Interoperable Systeme ermöglichen die nahtlose Kommunikation von…

Drei wichtigen Sequenzen (FLAIR, T2, T1 mit Kontrastmittel) in der Glioblastom-Bewertung

Optimierung der Bildgebung bei Glioblastomen: Verbesserung der MRT-Effizienz und -Qualität durch Deep Learning

Diese Studie untersucht den Einsatz von Deep Learning (DL) zur Optimierung von MRT-Protokollen bei Patient:innen mit Glioblastomen, mit dem Ziel, die…

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…