XiaoMi-AI文件搜索系统
World File Search System放射学
人工智能在神经放射学中的前景
摘要 目的 通过对现有应用进行客观、系统的评估，对人工智能 (AI) 在神经放射学中的可能性进行系统回顾。分析 AI 应用对神经放射学家工作的潜在影响。方法 我们确定了 2017 年至 2019 年期间市场上提供的 AI 应用程序。我们系统地收集和构建了关系数据库中的信息，并根据应用程序的特征、它们对放射学工作流程的功能以及它们在“支持”、“扩展”和“替换”放射学任务方面的潜在影响进行编码。结果 我们从 27 家供应商处确定了神经放射学领域的 37 个 AI 应用程序，共提供 111 种功能。大多数功能“支持”放射科医生，尤其是用于检测和解释图像发现。第二大功能组通过提供有关病理发现的定量信息来“扩展”放射科医生的可能性。一小部分但引人注目的功能试图“取代”某些放射学任务。结论神经放射学中的人工智能不仅处于开发和测试阶段，而且可用于临床实践。大多数功能支持放射科医生或扩展他们的任务。没有一个应用程序可以取代整个放射学专业，但少数应用程序可以取代有限的一组任务。AI 产品的科学验证比监管部门的批准更有限。
放射学中的人工智能当前应用和......
在过去五年中，关于人工智能 (AI) 在放射学中的应用的研究一直以惊人的速度增长。PubMed 搜索显示，2018 年之前，每年只有不到 500 份手稿包含术语“人工智能”和“放射学”。然而，在 2018 年，这一比例翻了一番，达到约 1000 篇文章，而在 2019 年和 2020 年，这一数字达到了约 2000 篇。显然，AI 在放射学中的应用正在获得发展势头，主要是因为它有潜力提升该领域。许多研究表明，AI 能够提高放射科医生的效率、突出紧急病例、增强诊断信心、减少工作量并帮助指导患者的预后和治疗策略。因此，AI 不仅不会像曾经怀疑的那样与放射科医生竞争，反而实际上可以增强放射科医生的能力，提供最佳的患者护理。 AI 有可能通过图像分析的三个主要步骤改变放射科医生的工作：检测、表征和监控。本文将回顾当前 AI 在每个类别中的研究状况，并强调这些发现对未来放射学实践的潜在影响。
人工智能 (AI) 在放射学领域的应用
摘要：背景：在过去十年中，人们对将人工智能 (AI) 应用于放射学以改进诊断程序的兴趣日益浓厚。AI 具有潜在优势，涵盖成像链的所有步骤，从诊断测试的处方到测试报告的传达。AI 在放射学领域的应用也对诊断时的医患沟通提出了挑战。本系统综述重点关注 AI 在癌症诊断沟通中实施时的患者角色以及患者与医生之间的人际交往技巧。方法：从 1990 年到 2021 年在 PubMed、Embase、Medline、Scopus 和 PsycNet 上进行了系统搜索。搜索词为：（“人工智能”或“智能机器”）和“通信”、“放射学”和“肿瘤学诊断”。遵循 PRISMA 指南。结果：共识别出 517 条记录，5 篇论文符合纳入标准并进行了分析。大多数文章强调了 AI 在放射学中的技术支持的成功，却以牺牲患者对 AI 的信任和以患者为中心的癌症疾病沟通为代价。根据结果讨论了实际意义和未来指南。结论：事实证明，AI 有助于帮助临床医生进行诊断。未来的研究可能会通过提供有关 AI 有利用途的充分信息以及通过对医患诊断沟通进行充分培训来提高医疗依从性，从而提高患者的信任度。
人工智能与放射学：应对新冠肺炎难题
为了控制 COVID-19 疫情的蔓延，需要快速检测和诊断。虽然逆转录聚合酶链反应 (RT-PCR) 被用作诊断 COVID-19 的金标准方法，但许多科学家和医生指出，这种技术的变异性、准确性和可负担性存在一些挑战。与此同时，在中国疫情早期用于诊断 COVID-19 的放射学方法被许多人忽视，主要是因为它们的特异性低，难以进行鉴别诊断。然而，放射学方法的实用性不容忽视。事实上，在过去几个月里，印度的医疗顾问和放射科医生一直在使用或建议使用胸部高分辨率计算机断层扫描 (HRCT) 来早期诊断和追踪 COVID-19，特别是对于术前和无症状患者。与此同时，科学家们一直在尝试通过使用基于人工智能 (AI) 的解释模型来改进 COVID-19 诊断和监测的放射学方法。本综述旨在汇编和比较此类成果。为此，我们回顾并介绍了关于使用放射学和人工智能辅助放射学诊断和监测 COVID-19 的最新科学文献，强调了此类技术的优势和局限性。
人工智能在放射学领域兴起的影响
¹ 法国里尔大学医院肌肉骨骼放射科。² 法国里尔大学里尔医学院。通讯地址：Thibaut JACQUES 博士。法国里尔大学医院肌肉骨骼放射科，59000 里尔。电子邮箱：thibaut.jacques@chru-lille.fr
放射学人工智能面临的巨大挑战
几十年来，快速、高质量的放射图像采集一直是一项重大挑战，而且仍然是一项巨大的挑战。如何加快 MRI 和 CT 扫描等图像数据采集速度一直是人们关注的焦点，以提高效率和患者安全等。为此，已开发并报告了许多用于快速、高质量放射图像重建的 AI 技术（2），在某些情况下，静脉造影剂的剂量大大减少，辐射剂量也更低。可以预见，这些新的图像数据采集技术将继续得到开发，以造福患者、放射科医生和放射临床流程。此外，人工智能可以在整合和优化放射数据采集工作流程中发挥重要作用，例如，最近一个成功的例子是 COVID-19 大流行期间的非接触式患者定位系统 ( 3 )，该系统自动校准、定位和多视图合成组件，无需身体接近即可对患者进行扫描。本期刊的放射学人工智能专业将鼓励和欢迎解决人工智能赋能的图像数据采集各个方面的投稿。
儿科放射学中的自主人工智能
摘要背景 自主人工智能 (AI) 骨龄评定系统 (BoneXpert) 旨在用于临床放射学实践，作为一种 AI 替代工具，完全取代放射科医生。目的本研究旨在调查该工具在临床实践中的使用情况。放射科医生是否更倾向于使用 BoneXpert 来协助而不是取代自己，以及这样做节省了多少时间？材料和方法我们向已经使用该软件的欧洲各科室的 282 名放射科医生发送了一份包含八个多项选择题的调查问卷。结果 97 名 (34%) 受访者来自 18 个国家。他们的回答显示，在安装自动化方法之前，83 名 (86%) 的受访者每次骨龄评定花费超过 2 分钟；安装后，这一比例下降到 20 名 (21%) 。只有 17/97 (18%) 的受访者使用 BoneXpert 完全取代放射科医生；其余的受访者在不同程度上使用它来协助放射科医生。例如，39/97 (40%) 从未推翻自动读数，而 9/97 (9%) 推翻了超过 5% 的自动评级。大多数 58/97 (60%) 的受访者自己检查了 X 光片以排除潜在疾病的特征。结论 BoneXpert 显著缩短了骨龄测定的报告时间。然而，射线分析不仅仅涉及确定骨龄。它还涉及识别异常，因此，放射科医生无法完全被取代。最初为取代放射科医生而开发的 AI 系统可能更适合作为 AI 辅助工具，特别是如果它们尚未经过验证可以自主工作，包括在图像超出有效范围时省略评级的能力。
欧洲儿科神经放射学大会
我们很高兴地宣布欧洲神经放射学会 (ESNR) 和欧洲儿科放射学会 (ESPR) 之间建立了开创性的合作关系，并与匈牙利神经放射学会和匈牙利放射学会儿科分会合作，举办第 1 届欧洲儿科神经放射学大会！
计划 - ICRP 放射学系统研讨会...
主席，NCRP，7910 Woodmont Avenue，Suite 400，马里兰州贝塞斯达 20814；电话（301）657-2652，分机 19；传真（301）907-8768 摘要 - 我很高兴有机会在由 ICRP 组织的这次重要的放射防护研讨会上作介绍性发言，ICRP 是 NCRP 的特别联络组织。在辐射防护和测量相关领域发表的报告和评论列于 http://NCRPpublications.org。NCRP 最近的工作集中在几个领域，包括（列出过去五年的出版物）（1）美国人口电离辐射暴露的特征（报告编号 160）；（2）医学中的辐射防护（报告编号 168、159、155）； (3) 受放射性核素污染人员的治疗（报告号 166、161、156）；(4) 应对核或放射恐怖主义事件（报告号 165，评论号 19）；(5) 外部和内部剂量测定及剂量重建的不确定性（报告号 164、163、158）；(6) 航天任务中的辐射防护（报告号 167、153）（7）操作辐射安全（报告号 162）；(8) 环境辐射（报告号 154）。NCRP 与 ICRP 在辐射防护和基础辐射科学的这些及相关领域有许多共同利益。ICRP 的多位成员是 NCRP 董事会和科学委员会的成员。NCRP 期待着扩大与 ICRP 的合作。
