Objektive, reproduzierbare und zuverlässige Daten in klinischen Studien mit Imaging Endpoints

Dr. Anthony Tolcher, Onkologe und Geschäftsführer von NEXT Oncology, sprach mit uns über Objektivität als eine der größten Herausforderungen bei klinischen Studien und wie eine Softwarelösung für Tumorbeurteilung die Qualität und Reproduzierbarkeit von Daten verbessern kann, während gleichzeitig Zeit eingespart wird.

Darüber hinaus sind solche Softwarelösungen ein Schlüsselaspekt für die Zulassung neuartiger Medikamente auf der Grundlage kleiner Stichprobengrößen - wie z.B. der zielgerichteten oder gewebe-agnostischen Medizin, als bedeutender Fortschritt für Präzisionstherapien. Dr. Tolcher beschreibt zudem, wie mint Lesion™ dabei hilft, zuverlässige Daten zu generieren, "so dass [man] sicherstellen kann, dass die Medikamente, die zugelassen werden, auch wirklich wirken".

Klicken Sie hier oder auf das Bild oben, um das gesamte Video auf YouTube anzusehen.

Ähnliche Inhalte

Ähnliche Inhalte

Bild zeigt als grafischen Abstrakt Bilder aus der Studie, von MRT Aufnahmen bis zur Auswertung der Delta-Radiomics-Texturmerkmale

Universitätsklinikum Heidelberg: Delta-Radiomics-Features von ADC-Karten als frühe Vorhersagevariable des Behandlungserfolgs bei Lungenkrebs

In dieser prospektiven Studie des Universitätsklinikums Heidelberg wurde untersucht, ob Änderungen von radiomischen Merkmalen in diffusionsgewichteten…

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…