![Zwei Gehirnmodelle, im Hintergrund unscharf Prof. Inglese, die gemeinsam mit zwei Kolleg*innen auf einen Computerbildschirm blickt.](https://corporate.webassets.siemens-healthineers.com/71fdcccf1a42192c/a7ca900be62e/v/da2c54f84b17/MRI-in-MS-Inglese-Brain.jpg)
Die Grenzen der Multiple-Sklerose-Forschung überwinden
Kliniker*innen und Forscher*innen leisten Pionierarbeit. Ihre Erkenntnisse helfen uns, herausfordernde Krankheiten wie Krebs, neurodegenerative Erkrankungen und komplexe Erkrankungen des Bewegungsapparats besser zu verstehen und zu diagnostizieren.
Prof. Dr. Dr. Matilde Inglese ist eine dieser Pionier*innen.
MS ist eine multifaktorielle Erkrankung, bei der sowohl genetische als auch umweltbedingte Faktoren das Erkrankungsrisiko erhöhen können.
Prof. Dr. Dr. Matilde Inglese, Professorin für Neurologie, Universität Genua, Italien, Leiterin des Zentrums für Multiple Sklerose (MS), IRCCS Ospedale Policlinico San Martino
![MRT-Bild des Gehirns mit MS-Läsionen](https://corporate.webassets.siemens-healthineers.com/24aad1768ab3dbe3/e2a4b79ec973/v/61511327d109/MRI-in-MS-Inglese-FLAIR.jpg)
Mit FLAIR (Fluid Attenuated Inversion Recovery) abgebildete MS-Läsionen zeigen sich als hyperintense helle Flecken in der weißen Substanz (auf der rechten Seite zu erkennen).
![MRT-Bild des Gehirns mit MS-Läsionen](https://corporate.webassets.siemens-healthineers.com/1a8898ef2ca5fda3/a89c1547dc3a/v/936740799e1a/MRI-in-MS-Inglese-MPRAGE.jpg)
![Prof. Inglese blickt beim Gang durch den Korridor des Forschungsgebäudes auf ihr Mobiltelefon.](https://corporate.webassets.siemens-healthineers.com/405b975c05a34b0e/02b88623c9d9/v/1d90d1ad935f/MRI-in-MS-Inglese-Aisle.jpg)
Das Produkt befindet sich in der Entwicklungsphase und ist deshalb noch nicht käuflich zu erwerben. Die zukünftige Verfügbarkeit kann nicht garantiert werden.
Die hierin enthaltenen Aussagen basieren auf Ergebnissen, die von Siemens HealthineersKunden in deren jeweiligen spezifischen Nutzungsumfeld erzielt wurden. Es ist zu beachten, dass es kein „typisches“ Krankenhaus gibt und die Resultate von verschiedenen Variablen abhängen (wie z.B. der Größe des Krankenhauses, des Behandlungsspektrums, des Grads der IT Integration). Aus diesem Grunde ist nicht gewährleistet, dass andere Kunden dieselben Ergebnisse erzielen werden.