Weitere Kompetenzen
- Mitglied der „Prostate MRI Working Group“ der Europäischen Gesellschaft für Urogenitale Radiologie, ESUR
- Q2-zertifizierter Experte für MRI der Prostata der AG Uroradiologie und Urogenitaldiagnostik in der Deutschen Röntgengesellschaft
- CAS in Medical Leadership UZH
- Leiter Radiologie am USZ Flughafen
- Leiter der interdisziplinären urogenitalen Forschungsgruppe des DIR
Werdegang
| Seit 2018 | Leitender Arzt, Leitung Urogenitale Radiologie am Institut für Diagnostische und Interventionelle Radiologie, Universitätsspital Zürich |
|---|---|
| 2013–2018 | Oberarzt Radiologie am Institut für Diagnostische und Interventionelle Radiologie, Universitätsspital Zürich |
| 2014 | Venia legendi der Universität Zürich für das Gebiet Radiologie: “Oncologic imaging in the abdomen: Combining morphologic and functional information“. |
| 2014 | Oberarzt am Stadtspital Waid, Zürich |
| 2013-2014 | Assistenzarzt am Institut für Diagnostische und Interventionelle Radiologie, Universitätsspital Zürich |
| 2011–2013 | Forschungsfellowship in onkologischer Bildgebung am Memorial Sloan Kettering Cancer Center, New York, USA |
| 2011 | Klinisches Fellowship in Neuroradiologie am Institut für Neuroradiologie, Universitätsspital Zürich |
| 2009 | Klinisches Fellowship in muskuloskelettaler Radiologie in der Universitätsklinik Balgrist |
| 2007–2011 | Assistenzarzt am Institut für Diagnostische und Interventionelle Radiologie, Universitätsspital Zürich |
| 2005–2007 | Assistenzarzt in Allgemeiner Chirurgie am Hôpital du Jura, Delémont |
Wichtigste Mitgliedschaften
- SGR/SSR Schweizerische Gesellschaft für Radiologie
- DRG Deutsche Gesellschaft für Radiologie
- ESR European Society of Radiology
- ESUR European Society of Urogenital Radiology
Forschungsschwerpunkte
- Multimodale Urogenitale Bildgebung mit Schwerpunkt MRI und CT
- Detektion und Charakterisierung des Prostatakarzinoms
- Detektion von Mikrometastasen beim Prostatakarzinom mittels USPIO (Ultrasmall superparamagnetic iron oxides)
- Methoden des Machine Learning in der Urogenitalen Bildgebung
- Machine Learning zur Prozess- und Workflowoptimierung