Potenzial der Nutzung strukturierter Daten aus klinischen Studien und Routine für KI und Radiomics

Dr. Nils Grosse Hokamp teilt in diesem Kurzinterview seine Erfahrungen mit der Verwendung von mint Lesion™ an der Universitätsklinik Köln mit. Er spricht darüber, wie sie die Verwendung von mint Lesion™ im Laufe der Jahre ausgeweitet haben, wie dies ihre klinischen Studien verändert hat und seine Ansicht über das Potenzial strukturierter Daten für die Forschung.

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

Strukturierte Befundung Klinische Studien Klinische Routine Standardisierte Befundungen Therapiebeurteilung Radiomics KI Video

Ähnliche Inhalte

Ähnliche Inhalte

Radiologe nutzt KI zur Auswertung medizinischer Bilder

Förderung des föderierten Lernens in der Radiologie in der Praxis

Federated Learning (FL) ermöglicht kollaboratives Modelltraining ohne Datenzentralisierung - ein entscheidender Aspekt für die radiologische…

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…

Dieses Bild zeigt mehrere Ärzte vor einem Computer; sie schauen auf ein Bild in der medizinischen Bildgebungssoftware mint Lesion™

BZKF BORN Roll-Out Schulungen Gehen Weiter

Unser Experte Steffen Rupp besuchte kürzlich die Technische Universität München, um die vor Ort stattfindenden BZKF BORN Roll-Out Trainings…