LMU Klinikum München: Datenvisualisierung und -analyse in klinischen Studien mit Imaging Endpoints

“mint Analytics erweitert die Möglichkeiten der strukturierten Response-Beurteilung in mint Lesion™ durch die sofortige Visualisierung der gesammelten Daten als Ganzes oder für individuelle Studien,“ berichtet PD Dr. Kunz, Leiter der Onkologischen Bildgebund sowie des Onkologischen Studienzentrums am LMU Klinikum München.

PD Dr. Kunz berichtet, wie er und sein Team den Status ihrer klinischen Studien problemlos verfolgen können und beschreibt, wie Sponsoren und Imaging CROs von der Nutzung von mint Lesion™ und dessen Add-On mint Analytics profitieren können.

Lesen Sie die Success Story hier.

Ähnliche Inhalte

Ähnliche Inhalte

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…

Eine Ärztin benutzt ein technisches Gerät. Hintergrund zeigt Punkte und Linien, um verbundene Daten darzustellen.

Die Macht der KI und die entscheidende Rolle der strukturierten Befundung

Wir alle kennen die Redewendung „ein Bild sagt mehr als tausend Worte“. In bestimmten Bereichen sind tausend Worte jedoch einfach zu viel und sogar…

Ein Arzt schaut sich einen CT Scan in mint Lesion™ an

Software-gestützte CT-Auswertung übertrifft manuelle Methoden in onkologischer Studie

Eine kürzlich am UKE Hamburg durchgeführte Studie vergleicht die manuelle und softwaregestützte Auswertung von CT-Untersuchungen nach iRECIST (immune…