Potenzial von longitudinalen Daten aus einzel- und multizentrischen klinischen Studien für die KI-Forschung

Prof. Dr. Hans-Christoph Becker von der Stanford University, ein langjähriger Nutzer von mint Lesion™, teilt in diesem Kurzinterview seine Erfahrungen im Umgang mit der Software. Er spricht über die Reaktion, die er erhielt, als er den mint-Befundbericht zum ersten Mal vorgestellt hat, darüber, wie Patienten von dem longitudinalen Überblick über ihre Krankheit profitieren und über seine Pläne, die strukturierten Daten für die KI-Forschung zu nutzen.

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

Ähnliche Inhalte

Ähnliche Inhalte

Screenshot der strukturierten Befundungsvorlage für NSCLC Staging

Software-unterstützte strukturierte Befundung verbessert die Genauigkeit der TNM-Klassifikation beim NSCLC-Staging

In dieser multizentrischen Zusammenarbeit entwickelten und evaluierten Expert:innen der Thoraxradiologie ein softwaregestütztes Framework zur…

KI-basierte Erkennung von Lungenknoten mit contextflow und Lung-RADS in mint Lesion

Setzen Sie auf KI-gestützte Lungenrundherden-Erkennung und -Analyse für eine umfassende Patientenversorgung

Entdecken Sie die Möglichkeiten eines KI-gestützten und optimierten Lungen-Screenings mit contextflow ADVANCE Chest CT integriert in mint Lesion.…

[Translate to German:] Hands holding a glass lung

Vergleich von iRECIST und RECIST 1.1 zur Beurteilung der Immuntherapie bei Melanom und nicht-kleinzelligem Lungenkrebs

In einer retrospektiven Studie am Universitätsklinikum Köln wurden die radiologischen Kriterien iRECIST und RECIST 1.1 zur Beurteilung des…