S'abonner

Artificial Intelligence in Radiation Oncology - 24/10/19

Doi : 10.1016/j.hoc.2019.08.003 
Christopher R. Deig, MD a, Aasheesh Kanwar, MD a, Reid F. Thompson, MD, PhD a, b,
a Radiation Medicine, Oregon Health & Science University, 3181 Southwest Sam Jackson Park Road, Portland, OR 97239, USA 
b Hospital & Specialty Medicine, VA Portland Healthcare System, 3710 SW US Veterans Hospital Road, Portland, OR 97239, USA 

Corresponding author.

Résumé

The integration of artificial intelligence in the radiation oncologist’s workflow has multiple applications and significant potential. From the initial patient encounter, artificial intelligence may aid in pretreatment disease outcome and toxicity prediction. It may subsequently aid in treatment planning, and enhanced dose optimization. Artificial intelligence may also optimize the quality assurance process and support a higher level of safety, quality, and efficiency of care. This article describes components of the radiation consultation, planning, and treatment process and how the thoughtful integration of artificial intelligence may improve shared decision making, planning efficiency, planning quality, patient safety, and patient outcomes.

Le texte complet de cet article est disponible en PDF.

Keywords : Artificial intelligence, Machine learning, Deep learning


Plan


 Disclosure Statement: The authors have nothing to disclose.
 Disclaimer: The contents do not represent the views of the U.S. Department of Veterans Affairs or the United States Government.


© 2019  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 33 - N° 6

P. 1095-1104 - décembre 2019 Retour au numéro
Article précédent Article précédent
  • Nanotechnology in Radiation Oncology
  • Bo Sun, C. Tilden Hagan, Joseph Caster, Andrew Z. Wang
| Article suivant Article suivant
  • Patient-Centered Outcomes in Radiation Oncology
  • Amardeep S. Grewal, Abigail T. Berman

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.