Kunde: Universitätsklinikum mit 1.200 Betten

Herausforderung

Die Radiologie-Abteilung benötigte Unterstützung bei der Auswertung von CT- und MRT-Aufnahmen, um Diagnosezeiten zu verkürzen und die Genauigkeit zu erhöhen.

Lösung

Wir entwickelten ein Computer Vision System basierend auf Deep Learning, das Anomalien in medizinischen Bildern erkennt und Radiologen bei der Diagnose unterstützt.

Technologie

  • Convolutional Neural Networks (CNN)
  • Transfer Learning mit vortrainierten Modellen
  • DICOM-Integration
  • GDPR-konforme Datenhaltung

Ergebnisse

  • -40% Diagnosezeit
  • +25% Erkennungsgenauigkeit
  • 95% Sensitivität bei kritischen Befunden
  • Entlastung des medizinischen Personals