All posts by : Radailogy Office

Männer hören es immer wieder, dass Prostatakrebs sehr häufig ist. Nur Radiologen mit langjähriger Erfahrung in der Onkologie sind in der Lage, gutartige und bösartige Läsionen zu unterscheiden. Und wenn der Befund nicht eindeutig ist, gibt es eine sinnvolle Unterstützung? Ja, es gibt sie!

Mit grosser Freude präsentieren wir Ihnen mdprostate, einen AI-Assistenten für die Erkennung und Analyse von Prostatatumoren in MR-Untersuchungen.

Warum mdprostate wichtig ist und wie es arbeitet

In aller Kürze: Prostatatumoren werden lokalisiert und vermessen und anhand der PI-RADS 2.1-Klassifikation gewertet. Die Ergebnisse werden in dreidimensionalen Farbgrafiken und in klaren Tabellen dargestellt. Ein interessantes Feature ist der automatisierte Vergleich mit der letzten Voruntersuchung.

Wer profitiert

Jeder Mann mit dem Wunsch nach einer Zweitmeinung. Und selbstverständlich Kliniker und Radiologen durch die detaillierte Darstellung von Prostatatumoren mit klaren Bildern und Tabellen.

Unsere eigene Erfahrung bei Radailogy

Unsere Tests ergaben eine hohe TP-Rate von > 80 % und eine TN-Rate von > 85 %. Die Sensitivität war in unserem Sample 87 %, die Spezifität 69%. Die Wertung basiert auf der PI-RADS 2.1-Klassifikation. mdprostate errechnet auch das Prostatavolumen. Uns überzeugte die detaillierte Darstellung der Prostata mit ausführlichen Tabellen und 3D-Bildern.

Jeder Mann kann eine AI-gestützte Zweitmeinung für seine MRI der Prostata durch den raschen und einfachen Upload von MR-Studien der Prostata auf Radailogy anfordern. Unsere Kunden in der Telemedizin verwenden diesen AI-Assistenten auch als Standard in der täglichen Praxis, um ihren onkologischen Workflow zu optimieren.

Die wissenschaftliche Evidenz

Bayerl N, Adams LC, Cavallaro A, Bäuerle T, Schlicht M, Wullich B, Hartmann A, Uder M, Ellmann S. Assessment of a fully-automated diagnostic AI software in prostate MRI: Clinical evaluation and histopathological correlation. Eur J Radiol. 2024 Dec;181:111790

Daten zum Upload auf Radailogy

1,5-3 Tesla, T2w SE: FOV 10 bis 12 mm, Bildauflösung 0,7 bis 0,9 mm, Schichtdicke 3 bis 4 mm, Intervall < 0,5 mm; DWI: b-Wert 1400 bis 2000, FOV 14 bis 16 mm, Bildauflösung 2,1 bis 2,5 mm, Schichtdicke 3 bis 4 mm, Intervall < 0,5 mm; ADC: FOV 14 bis 16 mm, Bildauflösung 2,1 bis 2,5 mm, Schichtdicke 3 bis 4 mm, Intervall < 0,5 mm

Flankenschmerzen zählen zu den häufigsten Ursachen für einen Besuch auf der Notfallambulanz und die Nephrolithiasis ist deren häufigste Ursache. Schliesslich beträgt die Inzidenz in Europa und USA etwa 0,5 % (500/100000 Einwohner) pro Jahr. Das lebenslange Erkrankungsrisiko beträgt 10 bis 15 %. Steinpatienten haben ein Rezidivrisiko innerhalb von 10 Jahren von etwa 50 %. Mehr als jeder fünfte Patient erlebt drei und mehr Rezidive in seinem Leben. Die Computertomographie ist bereits der Goldstandard für die Diagnose der Nephrolithiasis. Sie hat eine Sensitivität und Spezifität von jeweils etwa 96 %. Doch geht es besser? Es geht!

Mit grosser Freude präsentieren wir Ihnen xAID Abdomen, einen AI-Assistenten für die Erkennung der Nephrolithiasis in CT-Untersuchungen.

Warum xAID Abdomen wichtig ist und wie es arbeitet

Der AI-Assistent erkennt röntgendichte Konkremente der Harn ableitenden Wege, abgesehen von Harnblasen-eigenen Steinen. Die Ergebnisse sind in Wort und Bild klar dargestellt. Die Diagnosezeit wird deutlich verringert und die Fallbesprechungen mit Klinikern und Patienten gewinnen an Qualität.

Wer profitiert

Patienten, Kliniker und Radiologen durch die detaillierte Darstellung und Diagnose der Nephrolithiasis mit aussagekräftigen Daten und Bildern.

Unsere eigene Erfahrung bei Radailogy

Selbst wenn Nierenkonkremente unter 5 mm klinisch kaum relevant sind, ist die Darstellung auch kleinerer Steine mit xAID Abdomen wertvoll. In unserem Sample waren die TP-, TN-, FP- und TN-Werte hervorragend, die Accuracy schliesslich grösser als 98 %. xAID Abdomen erkennt in der nativen CT des Abdomen auch Ektasien und Aneurysmata der Aorta abdominalis sowie Frakturen der Lendenwirbelkörper. Für letztere gibt der AI-Assistent eine ziemlich präzise Einschätzung des Alters sowie eine Beschreibung des Ausmasses der Frakturen an. xAID Abdomen erkennt weiters Adenome der Nebennieren mit hoher Zuverlässigkeit. Es werden auch Läsionen der Leber und der Nieren berichtet. Nicht zuletzt, weil die letztgenannten Läsionen Gegenstand der Kontrastmittel-verstärkten CT sind, empfehlen wir die Verwendung von xAID Abdomen derzeit insbesondere für die Erkennung der Nephrolithiasis. Hier liefert der AI-Assistent hohe Präzision. xAID Abdomen kann für jeden einzelnen Patienten durch den raschen und einfachen Upload von nativen CT-Untersuchungen auf Radailogy verwenden. Unsere Kunden in der Teleradiologie verwenden diesen AI-Assistenten auch als Standard in der täglichen Praxis, um ihren Workflow im Emergency-Setting zu optimieren.

Die wissenschaftliche Evidenz

Langkvist M, Jendeberg J, Thunberg P, Loutfi A, Liden M. Computer-aided detection of ureteral stones in thin-slice computed tomography volumes using Convolutional Neural Networks. Comput Biol Med. 2018;97:153–160

De Perrot T, Hofmeister J, Burgermeister S, et al. Differentiating kidney stones from phleboliths in unenhanced low-dose computed tomography using radiomics and machine learning. Eur Radiol. 2019;29(9):4776–4782

Daten zum Upload auf Radailogy

Native CT-Studien des Abdomen jeden CT- Geräteherstellers für Patienten älter als 18 Jahre, axiale Reformationen, Dosisleistung Minimum 2 mA, Schichtdicke höchstens 3 mm, Weichteil-Rekonstruktionskernel

War der Europäische Röntgenkongress ECR 2025 unser Erfolg? Wie kann man den Erfolg als Aussteller bei einem medizinischen Kongress verstehen und werten? Ist es, dass wir unzählige Vertragsverhandlungen geführt hatten? Ist es, dass wir Geld verdient hatten? Alles Nein!

Unser Erfolg mit ERS und Radailogy geht über Geschäftszahlen hinaus

ERS und Radailogy wurden als Trendsettter wahrgenommen, die das Wohl der Menschen stets in den Vordergrund stellt. Wir bieten unsere Teleradiologie und unsere Artificial Intelligence an, um Menschen rasch und klar jene Sicherheit zu geben, diese brauchen, um wichtige Entscheidungen sofort treffen zu können:

Kann ich von Arzt ohne notwendige Behandlung beruhigt nach Hause gehen, also kann ich mein Leben bedenkenlos mit Freude und Gelassenheit weiterführen? Oder ist meine Entscheidung, mich jetzt behandeln zu lassen, die bessere, um meine Gesundheit rasch wieder zu erlangen? Vor allem brauche ich mir keine Sorgen über irgendwelche unklaren Auskünfte machen, ob mein medizinischer Befund vielleicht bedeutet, dass niemand genau weiß, ob meine Gesundheit in Gefahr ist oder nicht.

Wir setzen all unser Wissen dafür ein, genau diese Entscheidungen zu ermöglichen, an jedem Tag im Jahr, für Menschen auf der ganzen Welt

In der Teleradiologie sind wir auch deshalb Marktführer geworden, weil sich unsere Kunden auf unsere klaren Entscheidungen verlassen.

Mit Radailogy implementieren wir mit großer Sorgfalt und Gewissenhaftigkeit zusätzliche Resultate von Maschinen. Und genau an diesem Interface kommt es in höchstem Maße darauf an, die Ergebnisse der AI-Assistentin für jeden einzelnen Menschen gewissenhaft zu prüfen und in unsere menschliche Verantwortung, sprich in unsere medizinischen Befunde zu integrieren.

Wir konnten diese menschlichen Werte vermitteln. Um nichts anderes geht es. Nichts anderes ist unser Erfolg

Danke an alle, die unsere Teilnahme am ECR 2025 in Wien zu einem solch schönen Fest mitgestaltet haben!

Ihr

Gerd Schueller

Die chronisch obstruktive Lungenerkrankung (COPD) ist weltweit die dritthäufigste Todesursache. Es ist allgemein anerkannt, dass die CT-Bildgebung dabei hilft, die Krankheit zu quantifizieren. Bislang galt der Lungenfunktionstest als diagnostischer Goldstandard. In jüngster Zeit zeigt die AI ihr volles Potenzial, um die Diagnose und Visualisierung der grundlegenden COPD-Pathologien in der Schnittbildgebung umfassend zu unterstützen.

Mit grosser Freude präsentieren wir Ihnen Corelines aview COPD, einen AI-Assistenten zur detaillierten Darstellung von COPD in CT-Studien der Lunge.

Warum aview COPD wichtig ist und wie es arbeitet

Der AI-Assistent klassifiziert und analysiert quantitativ zwei COPD-Phänotypen, nämlich den Atemwegstyp und den Emphysemtyp. Diese automatische Segmentierungssoftware ermöglicht die schnelle Analyse und Visualisierung der Lunge, der Lungenlappen sowie der Atemwege und Blutgefäße. Die Ergebnisse werden durch 2D- und 3D-Bilder, intuitive Diagramme und detaillierte Grafiken dargestellt. Ein wichtiges Feature ist die Verlaufskontrolle der Krankheit im CT-Follow-up. Daher kann aview COPD als Biomarker für die Diagnose und Lungenfunktion dienen. Dieser AI-Assistent kann sowohl für einzelne Patienten als auch in großen Abteilungen für Pulmonologie eingesetzt werden. Dieser AI-Assistent kann sowohl für einzelne Patienten als auch in großen pulmologischen Abteilungen eingesetzt werden.

Wer profitiert

Patienten, Ärzte und Radiologen profitieren von der klaren Beschreibung der wichtigsten COPD-Muster und der Verlaufskontrolle der Krankheit. Insbesondere die 2D- und 3D-Visualisierung der Lunge, der Lungenlappen, der Atemwege und der Blutgefäße ist eine willkommene Hilfe für die interdisziplinäre und Patientenkommunikation.

Unsere eigene Erfahrung bei Radailogy

Coreline gibt die Analyseübereinstimmung des AI-Assistenten für Emphysem, Atemwege und Air trapping mit 99 %, 96 % bzw. 99 % an. aview COPD bietet eine Vielzahl von MPR-Bildern, Diagrammen und Grafiken, für die Darstellung der pulmonalen Anatomie und Krankheit sowie des Verteilungsmuster der COPD. Interessant ist die Analyse und Darstellung von Emphysemclustern mithilfe des D-Slope (Steigungswert) durch Anwendung einer dreidimensionalen, größenbasierten Emphysemclustertechnik. Zur Berechnung des D-Slope wird der Durchmesser des Emphysemclusters gegen die kumulative Anzahl der Läsionen auf einer Log-Log-Skala aufgetragen. Die Steigung (D-Slope) dieser linearen Beziehungen wird berechnet, wobei eine steilere Steigung (Anstieg des absoluten D-Werts) eine geringere Emphysemgröße anzeigt. Die Segmentierung der Atemwege und Lungengefäße, die Morphologie und Pathologie der Atemwegswände und deren Durchmesser werden anhand von 3D-Bildern und detaillierten Tabellen dargestellt. Die Analyse der Interlobia ist aus unserer Sicht nur bedingt hilfreich. Insgesamt verbessern die visualisierten Inhalte das Verständnis der Lungenmorphologie und -pathologie. Wir sind der Ansicht, dass aview COPD die Workload der Radiologen verringern und gleichzeitig die professionelle Effizienz steigern kann.

Wir haben aview COPD außerdem zusammen mit aview LCS evaluiert, welches zur Erkennung und Quantifizierung von Lungenrundherden in CT-Studien entwickelt wurde. Erfahren Sie mehr in unserem KI-Assistentenmenü!

Die wissenschaftliche Evidenz

Hwang HJ, Lee SM, Seo JB, Lee JS, Kim N, Lee SW, Oh YM. New Method for Combined Quantitative Assessment of Air-Trapping and Emphysema on Chest Computed Tomography in Chronic Obstructive Pulmonary Disease: Comparison with Parametric Response Mapping. Korean J Radiol. 2021 Oct;22(10):1719-1729.

Hwang HJ, Seo JB, Lee SM, Kim N, Yi J, Lee JS, Lee SW, Oh YM, Lee SD. Visual and Quantitative Assessments of Regional Xenon-Ventilation Using Dual-Energy CT in Asthma-Chronic Obstructive Pulmonary Disease Overlap Syndrome: A Comparison with Chronic Obstructive Pulmonary Disease. Korean J Radiol. 2020 Sep;21(9):1104-1113.

Daten zum Upload auf Radailogy

Native Low-dose-CT-Studien des Thorax jeden CT- Geräteherstellers, axiale Reformationen, Schichtdicke und Rekonstruktionsintervall jeweils 1,0 mm, Lungen-Rekonstruktionskernel

Gerade weil Lungenrundherde allein in Europa bei mehr als zwei Millionen Menschen pro Jahr auftreten und die Sterberate durch Lungenkrebs weltweit bei etwa zwei Millionen pro Jahr liegt, erfordert die Befundung mikroskopisch kleiner Läsionen eine Vielzahl von präzisen Informationen, darunter die Anzahl, Größe und den Status der Rundherde. In diesem Zusammenhang liegt die Stärke von AI-Assistenten darin, die Workload der Radiologen zu verringern und hochpräzise Befunde zu ermöglichen. Insbesondere die Bereitstellung qualitativ hochwertiger Follow up-Befunde zeigt das Potenzial von AI-Assistenten.

Mit grosser Freude präsentieren wir Ihnen Corelines aview LCS, einen AI-Assistenten für die Erkennung von Lungenrundherden in CT-Untersuchungen.

Warum aview LCS wichtig ist und wie es arbeitet

Der AI-Assistent erkennt und diagnostiziert Lungenrundherde in CT-Untersuchungen der Lungen. Die Segmentierung der Läsionen ermöglicht die Größen- und Volumeninformationen in 2D- und 3D-Darstellung. Die Rundherde werden automatisch in solide, semisolide und nicht solide gewertet. Eine wichtige Funktion ist der automatische Vergleich im CT-Follow-up. aview LCS berichtet gemäß den Richtlinien des Lung CT Screening Reporting and Data System (Lung-RADS Version 1.1), wie vom American College of Radiology empfohlen. Die Ergebnisse werden tabellarisch sowie mit 2D- und 3D-Bildern dargestellt. Jeder einzelne Rundherd wird mit seiner genauen Lage, seinem Durchmesser, seinem Volumen und seiner Morphologie beschrieben. Die klaren Berichte in Wort und Bild sind eine willkommene Unterstützung für den Wissenstransfer von Radiologen zu Patienten und Klinikern. Wird aview LCS für das allgemeine Lungenkrebs-Screening verwendet, ist gemäß der Referenz in unserem Abschnitt „Die wissenschaftlichen Beweise“ eine Arbeitserleichterung zwischen 77,4 % und 86,7 % zu erwarten. Dieser AI-Assistent kann sowohl für einzelne Patienten als auch in großen onkologischen Abteilungen eingesetzt werden.

Wer profitiert

Patienten, Kliniker und Radiologen profitieren von der zuverlässigen Erkennung von Lungenrundherden mit übersichtlichen Befunden. Insbesondere die 2D- und 3D-Visualisierung der Lunge und der Rundherde ist eine willkommene Hilfe für die interdisziplinäre und Patientenkommunikation.

Unsere eigene Erfahrung bei Radailogy

Coreline gibt die Leistungsdaten wie folgt an: Sensitivität 97%, Spezifität 76%, Genauigkeit 91%, ROC AUC .76. Der KA-Assistent weist im eigenen Patientengut bei Rundherden größer als 10 mm hohe Werte für PPV, NPV und Sensitivität von jeweils über 92 % auf. Die Läsionen werden anhand der Parameter Durchmesser, Volumen und Morphologie präzise lokalisiert und beschrieben.

Im Follow-up werden jeweils zwei CT-Studien verglichen. Der Status jedes Rundherds wird als Baseline, unverändert, kleiner oder größer angegeben. Neue Knoten werden als solche angegeben. Dieser automatisierte Vergleich im CT-Follow-up reduziert den Arbeitsaufwand erheblich. Die vom Anbieter angepriesene Verringerung des Arbeitsaufwands von 86,7 % und die Zeitersparnis von 70 % konnten wir jedoch nicht bestätigen.

Wir haben aview LCS außerdem zusammen mit aview COPD evaluiert, welcher zur Erkennung und Quantifizierung des Lungenemphysems im Lungen-CT entwickelt wurde. Erfahren Sie mehr in unserem Menu AI-Assistenten!

Die wissenschaftliche Evidenz

Lancaster HL, Zheng S, Aleshina OO, Yu D, Yu Chernina V, Heuvelmans MA, de Bock GH, Dorrius MD, Willem Gratama J, Morozov SP, Gombolevskiy VA, Silva M, Yi J, Oudkerk M. Outstanding negative prediction performance of solid pulmonary nodule volume AI for ultra-LDCT baseline lung cancer screening risk stratification. Lung Cancer. 2022 Jan 6;165:133-140.

Daten zum Upload auf Radailogy

Native Low-dose-CT-Studien des Thorax jeden CT- Geräteherstellers, axiale Reformationen, Schichtdicke und Rekonstruktionsintervall weniger als 1,25 mm, Lungen-Rekonstruktionskernel

Kalkablagerungen verengen die Herzkranzgefässe und erhöhen das Infarktrisiko. Das Calcium-Scoring in einer einfachen CT-Untersuchung des Thorax gibt Auskunft darüber, ob Ihre Herzkranzgefäße durch diese Arteriosklerose geschädigt sind.

Mit grosser Freude präsentieren wir Ihnen aview CAC, einen AI-Assistenten für die CT des Herzens.

Warum aview CAC wichtig ist und wie es arbeitet

Koronararterienkalk (CAC) ist ein Marker für die gesamte atherosklerotische Belastung der Koronararterien. Daher ist es ein wichtiges Instrument zur Stratifizierung des kardiovaskulären Risikos und zur präventiven Behandlung asymptomatischer Patienten mit unklarem Risiko für Herz-Kreislauf-Erkrankungen.

aview CAC ist ein neuer AI-Assistent zur Segmentierung und Kennzeichnung von Koronararterien. Er erkennt und analysiert Kalk in den Koronararterien anhand von CT-Untersuchungen des Thorax durch Messung des Agatston-Scores.

Patienten mit einem hohen Agatston-Score haben ein erhöhtes Risiko für einen Herzinfarkt.

Wer profitiert

Unter Berücksichtigung Ihres Alters und Ihres Geschlechts lässt sich mit aview CAC errechnen, wie hoch Ihr Risiko für einen Herzinfarkt ist.

Hatten Sie bereits eine Screening-CT Ihrer Lungen, so können Sie uns diese Studie an Radailogy senden, und Sie erhalten rasch und sicher Auskunft über dieses Risiko.

Wird Koronararterienkalk nachgewiesen, dann ist eine koronare Erkrankung eher wahrscheinlich, unabhängig davon, ob Sie Symptome verspüren oder nicht. Es bedeutet auch, dass mögliche Folgeuntersuchungen (CT-Angiographie der Koronararterien oder MRI des Herzens) Rückschlüsse auf die Entwicklung der Erkrankung und die Wirksamkeit einer Therapie zulassen.

Unsere eigene Erfahrung bei Radailogy

aview CAC berechnet die Ergebnisse nach dem CAC-DRS-Bewertungssystem. Der AI-Assistent verwendet den Modifikator „Ax“ oder „Vx“, um den Agatston- bzw. den visuell geschätzten CAC-Score darzustellen, wobei x der CAC-Score-Kategorie entspricht. Als nächstes wird die Anzahl der betroffenen Arterien mit dem Modifikator „Ny“ angegeben, wobei y der Anzahl der betroffenen Kategorien entspricht.

Beide Modifikatoren werden dann kombiniert und durch eine Virgule getrennt, um einen zusammengesetzten CAC-DRS-Score (Ax/Ny oder Vx/Ny) zu ergeben. Die Berechnung basiert auf dem gewichteten, höchsten Dichtewert (HU), multipliziert mit der Fläche des Verkalkungsstellen. Der Dichtewert beschreibt den Risikofaktor: 130-199 HU: 1; 200-299 HE: 2; 300-399 HU: 3; 400+ HU: 4.

Der Test wird schnell, genau und mit einer geringer Interreader-Variabilität durchgeführt. Darüber hinaus verbessert die proprietäre Kernel-Konvertierungstechnologie von aview CAC die Genauigkeit und Leistung für eine schnelle Analyse. Die Ergebnisse werden in klaren Zahlen und gut verständlichen Bildern dargestellt.

Die wissenschaftliche Evidenz

Vonder M, Zheng S, Dorrius MD, van der Aalst CM, de Koning HJ, Yi J, Yu D, Gratama JWC, Kuijpers D, Oudkerk M. Deep Learning for Automatic Calcium Scoring in Population-Based Cardiovascular Screening. JACC Cardiovasc Imaging. 2022 Feb;15(2):366-367.

Aldana-Bitar J, Cho GW, Anderson L, Karlsberg DW, Manubolu VS, Verghese D, Hussein L, Budoff MJ, Karlsberg RP. Artificial intelligence using a deep learning versus expert computed tomography human reading in calcium score and coronary artery calcium data and reporting system classification. Coron Artery Dis. 2023 Sep 1;34(6):448-452.

Suh YJ, Kim C, Lee JG, Oh H, Kang H, Kim YH, Yang DH. Fully automatic coronary calcium scoring in non-ECG-gated low-dose chest CT: comparison with ECG-gated cardiac CT. Eur Radiol. 2023 Feb;33(2):1254-1265.

Daten zum Upload auf Radailogy

Native CT-Studien des Thorax jeden CT- Geräteherstellers, 120 Kvp, axiale Reformationen, Schichtdicke und Rekonstruktionsintervall jeweils 2,5-3 mm, Weichteil-Rekonstruktionskernel

Unsere Welt der Artificial Intelligence und der Teleradiologie hautnah

Zu unseren großen Stärken zählt, dass wir unseren Partnern sorgfältig zuhören und genau verstehen, wie wir unsere Dienste für jeden unserer Kunden individuell und punktgenau gestalten. Dadurch gelingt es uns, unsere AI-Assistenten und unsere Teleradiologie Tag für Tag und rund um die Uhr in Perfektion für viele hunderttausend Patienten exakt so zu leisten, wie Menschen uns brauchen.

Denn am meisten kommt es trotz aller Technologie und Höchstgeschwindigkeit in der täglichen Praxis immer auf das Verständnis und Vertrauen unter uns Menschen an.

Lernen Sie unser Team von Radailogy und ERS persönlich kennen

Live-Demonstration unserer AI-Assistenten mit Ihren eigenen Teststudien

ERS TV Amenti Club: Seien Sie unser Live-Gast

Mit uns durch den Kongress-Dschungel

Sofa, Popcorn und Cola während unserer exklusiven Movie Shows

Sichere Ladestationen für Ihr Smartphone

Buchen Sie jetzt schon Ihren persönlichen Termin!

office@radailogy.com

Tel +41 41 763 33 10

Wir freuen uns auf Sie in Wien!

Ihr Team von Radailogy und ERS

Wir haben das neueste Upgrade für Sie! Gleamers BoneView-Messungen der Körperachsen verfügen über interessante, neue Funktionen.

Was ist neu?

Caton-Deschamps- und Insall-Salvati-Indices

Der Caton-Deschamps-Index wird zur Messung der Patellahöhe und zur Identifizierung der Patella alta und der Patella baja verwendet. Sie hängt von der Länge der Patellagelenkfläche und ihrem Abstand von der Tibia ab.

Der Insall-Salvati-Index ist das Verhältnis der Patellasehnenlänge zur Patellalänge und dient zur Bestimmung der Patellahöhe.

Genu flexum und Genu recurvatum

Unter Genu flexum versteht man die pathologische Reduktion der vollständigen Kniestreckung, auch Beugekontraktur genannt. Der normale aktive Bewegungsbereich beträgt 0° Extension und 140° Flexion.

Beim Genu recurvatum, oder Back knee, wird das Knie nach hinten gebeugt. Bei dieser Deformität kommt es zu einer übermäßigen Streckung des Femorotibialgelenks.

Rückfuss-Winkel auf Méary-Aufnahmen

Beim Méary-View-Röntgenbild wird die Winkelabweichung der Rückfussachse gemessen, um eine Fehlstellung des Rückfusses zu beurteilen.

Die wissenschaftliche Evidenz

van Duijvenbode D, Stavenuiter M, Burger B, van Dijke C, Spermon J, Hoozemans M. The reliability of four widely used patellar height ratios. Int Orthop. 2016 Mar;40(3):493–497.

Kadakia N & Ilahi O. Interobserver Variability of the Insall-Salvati Ratio. Orthopedics. 2003;26(3):321-323.

Neri, R. Barthelemy, Y. Tourné. Radiologic analysis of hindfoot alignment: Comparison of Méary, long axial, and hindfoot alignment views. Revue de Chirurgie Orthopédique et Traumatologique. 2017;103(8):882-887.

Daten zum Upload auf Radailogy

Digitalradiographie des Skeletts

Wir haben das neueste Upgrade für Sie! Gleamers BoneView-Messungen der Körperachsen verfügen über interessante, neue Funktionen.

Was ist neu?

Risser-Index

Der Risser-Index wird zur Einstufung der Skelettreife für Patienten bis zu 18 Jahren verwendet, basierend auf dem Grad der Ossifikation und der Fusion der Beckenkammapophysen. Er wird hauptsächlich als Marker für die Skelettreife, ein Surrogat für Wachstumsgeschwindigkeit und -potenzial, zur Planung der Skoliosekorrektur eingesetzt.

Azetabulumwinkel für die Messung der kongenitalen Hüfte

Der Acetabulumwinkel, oder Sharp-Winkel, wird zur Beurteilung einer entwicklungsbedingten Hüftdysplasie verwendet, insbesondere bei Patienten mit bereits verknöchernden Epiphysen und daher eingeschränkter sonografischer Beurteilbarkeit.

Lendenwirbelsäule

Die Performance bei seitlichen Aufnahmen der Lendenwirbelsäule hat sich deutlich verbessert. Darüber hinaus wird die Lordose nun zwischen L1 und S1 berechnet, statt zwischen L1 und L5.

Die wissenschaftliche Evidenz

Hacquebord J, Leopold S. In Brief: The Risser Classification: A Classic Tool for the Clinician Treating Adolescent Idiopathic Scoliosis. Clin Orthop Relat Res. 2012;470(8):2335-2338.

Lee Y, Chung C, Koo K, Lee K, Kwon D, Park M. Measuring Acetabular Dysplasia in Plain Radiographs. Arch Orthop Trauma Surg. 2011;131(9):1219-1226.

Daten zum Upload auf Radailogy

Digitalradiographie des Skeletts

Nicht bei jedem Patienten mit Symptomen einer akuten intrakraniellen Pathologie findet sich ein entsprechendes CT-Korrelat, sondern vielmehr ein chronischer zerebraler Prozess – und umgekehrt. Daher ist die umfassende Erkennung aller intrakranieller Pathologien eine der Hauptaufgaben von Neurologen und Radiologen, sei es in der Akutmedizin, sei es in der Routinediagnostik.

Mit grosser Freude präsentieren wir Ihnen Brainscan CT, einen AI-Assistenten für die Erkennung akuter und chronischer intrakranieller Pathologien in CT-Studien.

Warum Brainscan CT bedeutend ist und wie es arbeitet

Der AI-Assistent berichtet akute und chronische intrakranielle Prozesse in CT-Untersuchungen. Mit Tabellen und Heat Maps verschafft er Neurologen, Radiologen und Akutmedizinern einen unmittelbaren Blick auf entscheidende Pathologien des Gehirns.

Jeder Mediziner kann Brainscan CT durch den raschen und einfachen Upload von CT-Studien des Neurokraniums auf Radailogy einsetzen. Im Akutbetrieb kann dieser AI-Assistent auch als Standard in den Workflow integriert werden, um Triage-Protokolle vollständig auszunützen.

Wer profitiert

Patienten, Kliniker und Radiologen durch die umfassende Erkennung intrakranieller Pathologien und die herausragende Darstellung der Ergebnisse in Tabellen und Heat Maps.

Unsere eigene Erfahrung bei Radailogy

Brainscan CT erkannte in unseren Testreihen intraparenchymale, subdurale, epidurale und subarachnoidale Blutungen mit hoher Zuverlässigkeit. Dies deckt sich mit den vom Hersteller angegebenen Performance-Daten: Sensitivität von durchschnittlich 85% bei einer Spezifität von zumindest 95%. Schädelfrakturen wurden gut erkannt, auch wenn die Sensitivität gemäss Hersteller lediglich bei 51% liegt. Akute Infarkte wurden ausreichend gut erkannt, wenngleich die Abgrenzung zu chronischen Prozessen nicht ohne Ausnahmen stattfand, korrelierend mit einer Sensitivität von knapp 60% bei einer Spezifität von 99%. Weitere von Brainscan CT erkannte Pathologien sind: Vaskuläre Läsionen im Allgemeinen, Marklagerdegeneration, Ödem, Atrophie, Kalzifikationen sowie Tumoren. Letztere konnten wir nicht ausführlich testen.

Die Darstellung der Ergebnisse erfolgt mit Tabellen. Das Vorhandensein intrakranieller Pathologien wird – als Ausdruck der Wahrscheinlichkeit – als Prozentsatz angegeben und auch mit einem Balkendiagramm dargestellt. Anfangs etwas gewöhnungsbedürftig ist, dass bereits die Angabe von 51% die Detektion der einzelnen Läsionen bedeutet. Der AI-Assistent hat in unseren Testreihen mit grosser Mehrheit eindeutige Ergebnisse produziert. Angaben von 50% Wahrscheinlichkeit beobachteten wir nur in Ausnahmen, in welchen auch Radiologen nicht selbstverständlich zu einer klaren Meinung kommen würden.

In der aktuellen Version zeigt Brainscan CT intrakranielle Blutungen und Marklagerdegenerationen auch mittels beeindruckender Heat Maps an. Die Ergebnisse werden direkt als DICOM-Bilder in das PACS geliefert.

Daten zum Upload auf Radailogy

Native CT-Studien des Neurokraniums jeden CT- Geräteherstellers für Patienten älter als 18 Jahre, axiale Reformationen, Matrixgröße höchstens 512 x 512; Schichtdicke höchstens 5 mm, Weichteil-Rekonstruktionskernel