Wissensportal für Fachkräfte der medizinischen Bildgebung: Radiologie durch strukturierte Befundung, datenbasierte Ansätze und multizentrische Forschung weiterentwickeln

Erhalten Sie Zugang zu wegweisender Forschung, innovativen Fallbeispielen und gemeinsamen Projekten, die die Radiologie weltweit vorantreiben. Entdecken Sie unsere Aktivitäten und Produktneuigkeiten und lernen Sie uns als Unternehmen und Team kennen.

Eine Radiologin arbeitet mit strukturierter Befundung

Standardisierung der onkologischen Bildgebung: Das BORN-Projekt

Das BZKF BORN-Projekt (Bayerisches Onkologisches Radiologie-Netzwerk) setzt neue Maßstäbe für die Sammlung, Analyse und Nutzung von onkologischen Bildgebungsdaten. Es ist das erste Projekt seiner Art, das eine umfassende IT-basierte Netzwerkstruktur schafft, um bildgebungsbasierte Daten bei onkologischen Erkrankungen harmonisiert und standardisiert zu erfassen. Ziel ist die Einführung einheitlicher, strukturierter Befundberichte und die Etablierung quantitativer, bildbasierter Biomarker.

Ein innovativer Ansatz für Bayern

BORN erweitert das Bayerische Zentrum für Krebsforschung (BZKF) durch eine vernetzende Komponente und baut auf den während der Covid-19-Pandemie etablierten Strukturen des Radiological Cooperation Network (RACOON) auf. Große, standardisierte Datensätze sind entscheidend für die Entwicklung von KI-Anwendungen, wobei die Daten dezentral in den Kliniken verbleiben, um den Datenschutz zu gewährleisten.

Vorteile für Patient:innen und Fachpersonal

Das Ziel von BORN ist es, Krebsvorsorge und -diagnostik in Bayern auf eine neue Ebene zu heben. Durch die standardisierte Durchführung und systematische Auswertung von Untersuchungen sowie die Schaffung einer einzigartigen Datenbank trägt das Projekt dazu bei, die Diagnose und Behandlung von Krebs nachhaltig zu verbessern.

Gemeinsame Entwicklung strukturierter Berichte

In Zusammenarbeit mit Brainlab und Mint Medical entwickeln die Projektpartner standardisierte und strukturierte Befundberichte für die onkologische Bildgebung. Diese werden zunächst an den sechs bayerischen Universitätskliniken für sechs Tumorarten eingeführt, mit dem Ziel, die Versorgung der Patient:innen in ganz Bayern zu verbessern und innovative Therapien zu ermöglichen. Die ersten einheitlichen Befundberichte umfassten die Tumorarten Leberkarzinom, Lungenkarzinom, Pankreaskarzinom, Prostatakarzinom, Rektumkarzinom und Mammakarzinom. Inzwischen wurden bereits weitere Templates entwickelt, wie zum Beispiel für Sarkome oder HNO-Tumore.

Dadurch entsteht eine Datengrundlage, die für Wissenschaftler:innen, aber auch für Medizinproduktehersteller und für die Pharmazeutische Industrie genutzt werden kann.

Das BORN-Projekt ist ein wegweisender Schritt, um Datenqualität, Diagnostik und Therapie in der Onkologie zu verbessern und Bayern zu einem Vorreiter in der standardisierten Krebsforschung zu machen.

Ausblicke

Die im BZKF BORN-Projekt entwickelten Untersuchungsstrategien sollen künftig auf zusätzliche Krankenhäuser und radiologische Praxen ausgeweitet werden, um eine flächendeckende Verbesserung der Versorgung für Patient:innen in ganz Bayern zu gewährleisten.

Folgende Befundungstemplates sind bereits hier einsehbar:

 

Cholangiozelluläres Karzinom

HNO-Tumore

Leberkarzinom

Lungenkarzinom

Mammakarzinom

Nierenzellkarzinom

Pankreaskarzinom

Rektumkarzinom

Prostatakarzinom

Sarkome

Uterus und Adnexen

Eine Übersicht aller Templates und die jeweiligen Untersuchungsprotokolle finden Sie außerdem hier.

Ähnliche Inhalte

Ähnliche Inhalte

Screenshot der mint-Lesion-Oberfläche mit RANO-2.0-Konfiguration, Tumorburden-Berechnung und strukturierten neuroonkologischen Bewertungstools.

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…

Bild eines Patienten, der einen MRT-Scan bekommt, um zu illustrieren, wie  die RACOON-Projekte in Deutschland, durch Bildgebung, strukturierte Befundung und KI gemeinsam die klinische Forschung verbessern.

RACOON – Bildgebung, Daten & Zusammenarbeit für bessere Entscheidungen

Die moderne Radiologie steht vor einer zentralen Frage: Wie lassen sich Bildgebung und klinische Daten so verbinden, dass Diagnosen präziser,…

Interview mit Prof. Dr. Timm Denecke über das RACOON-MARDER-Projekt zur KI-gestützten Früherkennung von Leberkrebs mittels MRT.

Früherkennung neu gedacht: Wie RACOON-MARDER Leberkrebs früher sichtbar machen will

Das hepatozelluläre Karzinom (HCC) wird oft erst spät entdeckt – mit gravierenden Folgen für Therapie und Überlebenschancen. Das Forschungsprojekt…