[Translate to German:] Prof. Frauenfelder und Hr. Steffen Rupp freuen sich über die Erweiterung der mint Lesion Nutzung im Universitätsspital Zürich

Onkologische Patientenversorgung im Wandel

Zukunftsweisende strukturierte Routine-Befundung mit mint Lesion am Universitätsspital Zürich

Heidelberg, DE, 05/09/2023 - Die langjährige Zusammenarbeit zwischen der Mint Medical GmbH und dem Universitätsspital Zürich (USZ) wird weiter vertieft, indem Mint Medicals  radiologische Softwareplattform mint Lesion im USZ nun auch in der onkologischen Routine-Befundung eingesetzt werden wird.

mint Lesion, die Vorreiter-Softwarelösung im Bereich der Standardisierung radiologischer Befunderhebungen sowie kontextgetriebener strukturierter Befunde, wurde am USZ bislang primär als radiologischer Assistent in klinischen Studien eingesetzt.

"Mit der Nutzungserweiterung wird mint Lesion nun fester Bestandteil in der Routinebefundung von komplexen, onkologischen Untersuchungen,“ sagt Prof. Dr. Thomas Frauenfelder, Direktor des Instituts für diagnostische und interventionelle Radiologie. „Die standardisierte Berichterstellung mit tiefer Integration von Bild und Befund ist ein wichtiger Schritt hin zu einem kompletten patientenzentrierten Versorgungsablauf (Digital Patient Journey) am Universitätsspital Zürich.“

Die Softwareplattform mint Lesion verknüpft Bildbetrachtung, Leitlinienkonformität und Datengenerierung, um somit die systematische, standardisierte Erfassung von quantitativen Daten, inklusive deren Kontext, zu ermöglichen. Die Einbettung von mint Lesion in den bestehenden Routine-Workflow unterstützt die Radiologie des Universitätsspitals Zürich bei der Etablierung einer standardisierten onkologischen Befundung und trägt damit zur nachhaltigen Qualitätssicherung bei.

Die in mint Lesion generierten strukturierten und annotierten Bilddaten werden in die Digital Patient Journey einfließen und somit zur Digitalisierung und Automatisierung der interdisziplinären Prozesse beitragen. Steffen Rupp, Sales Director bei Mint Medical, beschreibt das Universitätsspital Zürich als „engen und innovativen Partner, mit dem wir bereits seit über einem Jahrzehnt erfolgreich zusammenarbeiten.“ Durch diese Nutzungserweiterung wird die über Jahre angeeignete Erfahrung mit der strukturierten Befundung bei klinischen Studien auf die klinische Routine übertragen. „Wir bringen die Exzellenz aus den klinischen Studien nun in die klinische Routine, damit möglichst viele Patienten von datengestützten Therapieentscheidungen profitieren. Ich freue mich sehr, dass das USZ auch diesen Weg beschreitet und wir es dabei mit unserer Softwareplattform mint Lesion unterstützen können.“

Über Mint Medical

Mint Medical, ein Unternehmen von Brainlab, ist eine in Heidelberg ansässige IT-Firma im Medizinsektor mit Fokus auf radiologische Softwarelösungen, welche in der klinischen Routine, der klinischen Forschung sowie in klinischen Studien weltweit Anwendung finden. mint Lesion, das Kernprodukt der Firma, ist eine intuitiv nutzbare Software für eine standardisierte und computergestützte Auswertung von radiologischen und klinischen Daten nach definierten Protokollen, Richtlinien und Workflows. Das zertifizierte Medizinprodukt wird von (Universitäts)kliniken, Krebszentren und niedergelassenen Praxen, sowie von Auftragsforschungsunternehmen (CROs), pharmazeutischen und biotechnologischen Unternehmen eingesetzt.

Besuchen Sie die Mint Medical Webseite und folgen Sie uns auf  LinkedIn, Twitter, Instagram und YouTube für weitere Informationen.

Ähnliche Inhalte

Ähnliche Inhalte

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…

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

Universitätsklinikum Tübingen: Fortschritte in der Effizienz von MRT bei der Behandlung von Glioblastomen durch Deep Learning

Diese Studie untersucht den Einsatz von Deep Learning (DL) zur Optimierung von MRT-Protokollen für Patient:innen mit Glioblastomen. Glioblastome, 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…