Radiographic imaging systems can produce records of exposure and dose parameters for each patient. A variety of file formats are in use including plain text, bit map images showing pictures of written text and radiation dose structured reports as text or extended markup language files. Whilst some of this information is available with image data on the hospital picture archive and communication system, access is restricted to individual patient records, thereby making it difficult to locate multiple records for the same scan protocol. This study considers the exposure records and dose reports
Сравнительное исследованиеСтатьяОбзорПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Modern radiology relies entirely on digital imaging systems. Healthcare records draw cybercriminals' attention. On-site and cloud-based informatics systems, including artificial intelligence, can boost efficiency but also create weak points. Medical imaging systems must safeguard patient identities, control access, secure devices, and coordinate with patients, payers, and billing partners. Endorsed by the American College of Radiology and the Society for Imaging Informatics in Medicine, this white paper outlines steps to fortify the medical imaging pipeline methodically, train caregivers on th
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Modern radiology relies entirely on digital imaging systems. Health care records draw cybercriminals' attention. On-site and cloud-based informatics systems, including artificial intelligence, can boost efficiency but also create weak points. Medical imaging systems must safeguard patient identities, control access, secure devices, and coordinate with patients, payers, and billing partners. Endorsed by the ACR and the Society for Imaging Informatics in Medicine, this white paper outlines steps to fortify the medical imaging pipeline methodically, train caregivers on the frontline, and develop
СтатьяConsensus StatementПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Errors in radiology reports are a major patient-safety concern and are difficult to detect with manual quality assurance (QA). Large language models (LLMs) can assist, but generic prompting does not reflect radiologists' structured, section-based workflows.
OBJECTIVE: To develop and evaluate RadCoT (Radiological Chain-of-Thought), a domain-specific prompting framework aligning LLM reasoning with radiological review workflows, and to assess whether it enables open-source models to approach commercial benchmarks for error detection.
MATERIALS AND METHODS: In this retrospective stud
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The Radiology Reimagined demonstration, formerly known as Imaging AI in Practice, is presented at the Radiological Society of North America (RSNA) Annual Meeting. It highlights how interoperability and semantic standards can facilitate the integration of artificial intelligence (AI) into radiology workflows. This integration encompasses examination ordering, scheduling, protocoling, image acquisition, examination interpretation, reporting, results communication, follow-up, and billing. Since 2020, Radiology Reimagined has become a prominent feature of the RSNA Annual Meeting, showcasing AI's r
СтатьяОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This review of the American College of Radiology Ovarian-Adnexal Reporting and Data System (O-RADS) ultrasound (US) v2022 will familiarize the reader with the updated O-RADS US system, highlight new updates, and outline key technical and reporting components. Additionally, this review will outline how to approach and incorporate the system into clinical practice, with reporting and real-world examples. Future directions will focus on addressing knowledge gaps and expanding on research opportunities.
СтатьяОбзорПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Communication between health care providers is becoming more intertwined with technology. During the pandemic, telehealth strategies grew exponentially. Remote viewing of imaging on a smartphone may offer efficient communication; however, the reliability of injury assessment when compared with traditional methods is not known. The purpose of this study was to evaluate intraobserver and interobserver reliability of distal radius fracture radiograph review for smartphone versus traditional Picture Archiving and Communication System (PACS).
METHODS: Eight evaluators (3 attending hand
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Ovarian cancer is the second-most common gynecologic malignancy and one of the leading causes of cancer-related deaths in women. However, its incidence remains low, accounting for approximately 1% of all types of cancers. Ovarian cancer encompasses a heterogeneous group of tumors classified based on distinctive histopathologic and molecular features. Epithelial ovarian tumors are the most common type, accounting for approximately 90% of ovarian cancers, and can be further divided into type I and type II cancers. Type II epithelial ovarian cancers are the most common and most aggressive, with h
СтатьяОбзорПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This paper discusses the use of AutoHotkey (AHK) and programmable peripheral computing devices to enhance the workflow of diagnostic radiologists. Multiple features designed and coded by an emergency teleradiologist to optimize efficiency and complete redundant tasks with ease are presented. The full AutoHotkey script, which currently supports Visage PACS, PowerScribe 360, and Epic EHR, is available in the article appendix. Recommended peripheral devices and schematics for easy integration with the AutoHotkey script are provided. Downloadable peripheral device profiles for the recommended devi
СтатьяОбзорПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND AND OBJECTIVE: Structured reports in radiology have demonstrated substantial advantages over unstructured ones. However, the transition from unstructured to structured reporting can face challenges, as experienced radiologists worry about the potential loss of valuable information. In this study, we fine-tuned the Llama 2 model capable of generating structured pituitary MRI reports from unstructured reports.
METHODS: We used a training set comprising 104 pituitary MRI reports to fine-tune Llama 2 and 26 reports as a test set to evaluate the system. The dataset was annotated manuall
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
We undertook this project to integrate context sensitive computer-based educational and decision making aids into the film interpretation and reporting process, and to determine the clinical utility of this method as a guide for further system development. An image database of 347 digital mammography images was assembled and image features were coded. An interface was developed to a computerized speech recognition radiology reporting system which was modified to translate reported findings into database search terms. These observations were used to formulate database search strategies which no
СтатьяПоддержка службы здравоохранения СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Vibe coding is a workflow in which users describe the desired software behavior in natural language, following which large language models (LLMs) generate the code. It is increasingly being used by non-developer clinicians without any formal programming training to create tools that support the clinical workflow. This development is both timely and consequential for radiology, one of the specialties both most exposed to artificial intelligence (AI)-driven automation and best positioned to adopt it owing to its longstanding engagement with imaging AI, digital infrastructure, and information sys
СтатьяОбзорПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Modern radiography practice faces challenges related to high examination volume, technologist staffing, variability in image acquisition and processing, and heterogenous equipment. This study describes the design, implementation, and longitudinal performance of a radiography infrastructure for imaging standardization and quality improvement.
METHODS: A quality infrastructure has been developed and implemented in a large radiography practice by a multidisciplinary team since 2019. Four main components include clinical image quality scoring using a standardized four-point scale ac
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Integration of artificial intelligence (AI) into radiology practice can create opportunities to improve diagnostic accuracy, workflow efficiency, and patient outcomes. Integration demands the ability to seamlessly incorporate AI-derived measurements into radiology reports. Common data elements (CDEs) define standardized, interoperable units of information. This article describes the application of CDEs as a standardized framework to embed AI-derived results into radiology reports. The authors defined a set of CDEs for measurements of the volume and attenuation of the liver and spleen. An AI sy
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Negation in radiology reports (eg, "no evidence of dissection") is essential for accurately conveying diagnostic information. Clinical natural language processing systems, however, often fail to determine whether findings occur within negated or speculative contexts, leading to excessive false keyword alerts, noise in information extraction, and reduced precision in downstream clinical or research applications. Transformer models have advanced detection capabilities but require costly expert labeling. Large language models (LLMs) may provide label-efficient alternatives through few
СтатьяВалидационное исследованиеПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
AIM: Radiology reports are essential for clinical decision-making and must meet standards of clarity, completeness, and diagnostic accuracy. However, quality assessment is often subjective, time-consuming, and dependent on expert reviewers. Large language models (LLMs) offer a promising alternative for automating this process. This study evaluates whether LLMs can objectively and consistently assess the formal and diagnostic quality of neuroradiology reports.
MATERIALS AND METHODS: We analysed 277 neuroradiology reports, originally authored by 10 radiologists and subsequently evaluated by a d
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Using artificial intelligence (AI) to augment knowledge is key to establishing precision education in modern radiology training. Our department has developed a novel AI-derived knowledge recommender, the first reported precision education program in radiology, RADHawk (RH), that augments the training of radiology residents and fellows by pushing personalized and relevant educational content in real-time and in context with the case being interpreted.
PURPOSE: To assess the impact on trainees of an AI-based knowledge recommender compared to traditional knowledge sourcing for radiol
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Radiology administrators are expected not only to take on the ultimate accountability for meeting the needs and challenges of present day-to-day operations, but also to plan for the future. Computer Aided Facility Management (CAFM), as a tool, enables radiology managers to obtain up-to-date data to manage their services. Using Autocad on a unix-based minicomputer as the graphical base generator and integrating information from a MUMPS-based minicomputer, the CAFM process can define areas to be studied for productivity and life cycle costs. From an analysis of radiology service, management was
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The effect that accompanying patient information has on diagnostic accuracy in radiologic interpretation has been studied by many researchers but remains a matter of contention. Experiments in the past emphasized the chest film because this procedure is the one done most frequently in radiology. However, with the increasing importance of digital imaging, the role of patient history in these procedures should be assessed. The use of a model computerized patient history in the interpretation of digitized chest images that were displayed on a high-resolution workstation was studied. Two hundred f
Клиническое исследованиеСтатьяРандомизированное исследованиеПоддержка службы здравоохранения СШАПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Structured reporting in knee MRI represents a transformative advancement in musculoskeletal radiology, promising enhanced clarity and consistency in evaluating the knee's complex anatomy-menisci, ligaments, cartilage, and bone. This review article explores the foundations, evolution, and clinical applications of structured reporting, with a special focus on its role in knee MRI. Furthermore, we examine different studies highlighting the benefits of structured reporting, like improved clinician communication and support for emerging artificial intelligence (AI) tools, while also addressing chal
СтатьяОбзорПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования