Datensilos überwinden
DICOM-Bilddaten, RT-Objekte und klinische Dokumentation werden nicht nebeneinander abgelegt, sondern semantisch verbunden.
Feature Deep Dive
Semantischer Data Layer für Radiation Oncology.
Cureator Foundation transformiert isolierte Bild-, Plan-, Dosis- und klinische Daten in einen semantischen Wissensgraphen. Für Anwender bedeutet das: schnellere Fallrecherche, präzisere Vergleichbarkeit, weniger manuelle Datenarbeit und kontrollierte Zusammenarbeit über bestehende Systeme hinweg.
Datenquellen
DICOM CT / MR / PET
DICOM-Metadaten
RTSTRUCT
RTDOSE
RTPLAN
HL7/FHIR
Befunde
Semantic Data Hub
Wissensgraph für Radiation Oncology
RDF-Triples und OWL-Strukturen verbinden Bilddaten, RT-Objekte und klinische Dokumentation. Die Radiation Oncology Ontology (ROO) ordnet Fachbegriffe und Beziehungen. SPARQL ermöglicht präzise Abfragen nach komplexen Fallbeispielen, Referenzfällen und Benchmarks; FAIR-Strukturen unterstützen Forschung und Wiederverwendbarkeit.
Klinische Nutzung
Referenzfall-Suche
DVH / RTOG CI
Dose Wash
Kohorten
Benchmarking
FAIR-Daten
Share & Discuss
ausgewählte KI
Was es löst
Von Datensilos zu einem offenen Wissensnetzwerk.
Cureator Foundation ist als semantischer Data Layer für die Strahlentherapie entwickelt. Klassische Systemlandschaften verteilen Bilddaten, RT-Objekte und klinische Informationen häufig über mehrere Quellen. Cureator nutzt semantische Technologien, um diese Daten nicht nur zu sammeln, sondern in Beziehung zu setzen.
Der Unterschied ist entscheidend: Im Mittelpunkt steht nicht die Ablage eines DICOM-Objekts, sondern die klinische Frage. Welche Fälle sind vergleichbar? Welche Pläne, Dosisverteilungen, DVHs, ROI-Volumina und Behandlungsdetails passen zu dieser Situation? Welche Daten können für Forschung, Benchmarking oder ausgewählte KI-Anwendungen wiederverwendet werden?
Feature-Architektur
Acht Funktionen, ein klinischer Zweck.
RDF / OWL / ROO
DICOM-Metadaten und klinische Begriffe werden als Beziehungen modelliert und mit Begriffen der Radiation Oncology Ontology verknüpft.
SPARQL-Abfragen
Komplexe Fall- und Kohortenfragen werden über einen Wissensgraphen abfragbar, statt manuell durch Systeme gesucht zu werden.
Referenzfälle und Benchmarks
Teams finden ähnliche historische Fälle, prüfen Plan-, Dosis- und Strukturinformationen und vergleichen lokale Behandlungsrealität.
Automatische Analysen
DVH, ROI-Volumen, RTOG CI und Dose-Wash-Ansichten reduzieren manuelle Berechnung und beschleunigen fachliche Prüfung.
Share & Discuss
Fallinformationen können kontrolliert per Link für Tumorboard, Abstimmung und standortübergreifende Zusammenarbeit bereitgestellt werden.
FAIR für Forschung
Daten werden auffindbar, zugänglich, interoperabel und wiederverwendbar vorbereitet – für retrospektive Analysen und Forschung.
KI-Kontext
Ausgewählte KI-Anwendungen erhalten site-spezifischen Kontext, statt nur mit generischen Annahmen zu arbeiten.
Semantische Suche
SPARQL macht Fallfragen abfragbar.
SPARQL ist die Abfragesprache für RDF/OWL-basierte Wissensgraphen. In Cureator wird sie genutzt, um klinisch relevante Beziehungen abzufragen: Patientendaten, Bilddaten, RTSTRUCT, RTDOSE, RTPLAN, Befunde und berechnete Kennzahlen werden in einer gemeinsamen Logik adressierbar.
Patient:innen > 65 Jahre · Lungenkarzinom · definierter Tumor-/ROI-Kontext · CT verfügbar
ähnliche Lokalisation · vergleichbare Dosisverteilung · vorhandene RTSTRUCT / RTDOSE / RTPLAN
DVH · ROI-Volumen · RTOG CI · Dose Wash im Fallzusammenhang
Diagnose · Bilddaten · RT-Objekte · Befunde · Verlaufsdaten in einer Abfrage
Referenzfälle und Benchmarks
Oft gibt es schon einen ähnlichen Fall
Medizinphysik und ärztliche Teams können historische Fälle nach klinischen, bildgebenden und dosimetrischen Merkmalen suchen. Damit wird lokale Behandlungserfahrung auch in Zukunft nutzbar: für Planprüfung, kritische Fälle, Tumorboard, interne Benchmarks und Forschung.
Cureator ersetzt keine klinische Bewertung. Es stellt die richtigen Informationen schneller im Zusammenhang bereit.
PlanRTPLAN · Ziele · Parameter
DosisRTDOSE · Dose Wash · DVH
StrukturRTSTRUCT · ROI · Volumen
KennzahlRTOG CI · Vergleich · Benchmark
KontextDiagnose · Befund · Verlauf
Analysen und Qualität
Kennzahlen direkt im Fallkontext.
Cureator macht zentrale Analysefunktionen dort sichtbar, wo Teams sie brauchen: DICOM Web Viewer, DVH-Ansichten, ROI-Volumen, RTOG Conformity Index, Dose-Wash-Visualisierung und statistische Analysen. Das reduziert manuelle Zwischenschritte und erleichtert die fachliche Prüfung.
Dosis-Volumen-Zusammenhang im Fallkontext prüfen.
Strukturen und Volumina schneller einordnen.
Planungsqualität vergleichbarer bewerten.
Dosisverteilung visuell erfassbar machen.
Forschung und KI-Kontext
FAIR-Strukturen für Forschung. Kontext für KI.
Cureator unterstützt in der Forschung, Daten zu strukturieren, Details einfacher auffindbar zu machen und Muster schneller zu erkennen. Für ausgewählte KI-Anwendungen stellt Cureator site-spezifischen Kontext bereit: lokale Fälle, lokale Standards, lokale Planungsrealität und klinisch kuratierte Daten.
Das ist bewusst keine anonyme KI-Blackbox. Cureator liefert die Grundlage, damit KI-Hilfsmittel besser vorbereitet, validiert und kontrolliert genutzt werden können.
1Daten selektieren
Site wählt relevante Fälle und Datentypen.
2Semantisch strukturieren
RDF/OWL, ROO und SPARQL machen Beziehungen nutzbar.
3Validieren und nutzen
Teams prüfen klinischen Kontext und Datenqualität.
4KI vorbereiten
Ausgewählte Module erhalten Site-spezifischen Kontext.
Nächster Schritt
Sehen Sie die Fallrecherche im Produkt.
Die technische Tiefe ist wichtig. Entscheidend ist aber der Moment im Alltag: Der richtige Fall, die relevante Dosis und der klinische Kontext liegen zusammen.