Forschende haben ein neues Molekül für Kontrastmittel entwickelt. Hierdurch könnten zwei Arten der Bildgebung schneller und präziser werden.

Der Förderverein „Freunde des Deutschen Krebsforschungszentrums" unterstützt das DKFZ und trägt dazu bei, die Position im internationalen Wettbewerb zu stärken. Mit dem beim diesjährigen Jahresempfang vergebenen DKFZ Innovation Award zeichnet der Verein mit Titus Brinker einen Forscher aus, dessen hoch innovative Arbeiten eine Brücke schlagen von der Forschung zur praktischen Verwertung mit Vermarktungspotenzial.

Max-Planck-Wissenschaftler werden in Lindau einen Niederfeld-Magnetresonanztomographen (MRT) für die weitere Entwicklung neuartiger MRT-Methoden vorstellen. In einer Begleitveranstaltung werden zwei Forscher ein Modell eines neuen Niederfeld-MRT-Systems zeigen. Es kombiniert Hyperpolarisation mit Bildgebungsverfahren, die bei geringen Magnetfeldstärken ausgeführt werden können. Mithilfe der KI kann die Qualität der MRT-Bilder verbessert werden.

Forschende der Universität Heidelberg haben im renommierten Wissenschaftsjournal Lancet Digital Health eine Studie zu mehr als 60.000 Patienten veröffentlicht und zeigen das Potenzial von KI in der Herzmedizin auf.

Forschende der Universität Heidelberg, des HITS und der Universität Galway, Irland, haben erstmals die gesundheitliche Entwicklung von Säuglingen für deren gesamten Stoffwechsel simuliert. Dazu entwickelten sie mathematische Modelle für die Stoffwechselprozesse von Neugeborenen. Die Modelle sollen zu einem besseren Verständnis von seltenen Stoffwechselerkrankungen beitragen.

Wie können mit Künstlicher Intelligenz (KI) nachvollziehbare medizinische Entscheidungen getroffen werden? Damit beschäftigt sich ein neues Projekt an der Universität Mannheim, das vom Bundes­ministerium für Bildung und Forschung (BMBF) eine Förderzusage erhielt.

Forscher des Max-Planck-Instituts für Biologie Tübingen haben das bahnbrechende Werkzeug SynTracker entwickelt. SynTracker erweitert die traditionelle mikrobielle Analyse durch die Berücksichtigung genomischer Strukturvariationen und ergänzt damit bestehende SNP-basierte Methoden. Diese Innovation ermöglicht genauere und tiefere Einblicke in die mikrobielle Stammdiversität und Evolution.

Invasive Infektionen wie eine Sepsis müssen umgehend und zielgerichtet behandelt werden. Fachleuten des Fraunhofer-Instituts für Grenzflächen- und Bioverfahrenstechnik IGB ist es gelungen, gemeinsam mit Verbundpartnern ein neu gedachtes Nachweisprinzip zu etablieren, das durch schnelle, hochpräzise Erregeridentifikation entscheidend dazu beitragen kann, Leben zu retten. Hierfür erhalten sie den Wissenschaftspreis des Stifterverbandes 2024.

Festo erweitert sein Portfolio um Multilayer-Manifolds aus Kunststoff (Bonded Manifolds), um Herstellern von Medizin- und Laborgeräten Lösungen aus einer Hand anbieten zu können. Dafür übernimmt Festo die Produktionsanlagen und -prozesse für die Herstellung dieser komplexen Kunststoff-Verteilerblöcke von dem in diesem Bereich führenden Unternehmen Carville.

Künstliche Intelligenz kommt in der Medizin immer häufiger zum Einsatz. Doch wie kann man sichergehen, dass Diagnosen wirklich genau sind und von Ärztinnen und Ärzten auch nachvollzogen werden können? Und wer ist verantwortlich, wenn falsch behandelt wird? Diesen Fragen widmet sich das neue, interdisziplinäre Graduiertenkolleg „Knowledge Infusion and Extraction for Explainable Medical AI“ (KEMAI) der Universität Ulm.

Bessere Sensoriken für kürzere Operationszeiten und erhöhte Patientensicherheit: Das Graduiertenkolleg „Intraoperative multisensorische Gewebedifferenzierung in der Onkologie“, an dem die Universität Stuttgart und die Universität Tübingen beteiligt sind, forscht seit 2019 im Bereich Medizintechnik. Mithilfe neuer Sensorik-Methoden wollen die Forschenden helfen, chirurgische Eingriffe bei Krebspatient*innen wirksamer und sicherer zu gestalten.

Wissenschaftler vom Deutschen Krebsforschungszentrum (DKFZ) und vom European Bioinformatics Institute, UK nutzen die dänischen Gesundheitsregister, um die individuellen Risiken für 20 verschiedene Krebsarten mit hoher Treffsicherheit vorherzusagen. Das Vorhersagemodell lässt sich auch auf andere Gesundheitssysteme übertragen.