Rechercher
image du produit
Radiologic Clinics of North America

S'abonner

Optimization of Radiology Workflow with Artificial Intelligence - 22/10/21

Doi : 10.1016/j.rcl.2021.06.006 
Erik Ranschaert, MD, PhD a, b, ⁎ , Laurens Topff, MD c, Oleg Pianykh, PhD d
a Elisabeth-Tweesteden Hospital, Hilvarenbeekseweg 60, 5022 GC Tilburg, The Netherlands 
b Ghent University, C. Heymanslaan 10, 9000 Gent, Belgium 
c Netherlands Cancer Institute, Plesmanlaan 121, 1066 CX, Amsterdam, The Netherlands 
d Department of Radiology, Harvard Medical School, Massachusetts General Hospital, 25 New Chardon Street, Suite 470, Boston, MA 02114, USA 

∗Corresponding author. Elisabeth-Tweesteden Hospital, Hilvarenbeekseweg 60, 5022 GC Tilburg, The Netherlands.Elisabeth-Tweesteden HospitalHilvarenbeekseweg 605022 GC TilburgThe Netherlands

Résumé

The potential of artificial intelligence (AI) in radiology goes far beyond image analysis. AI can be used to optimize all steps of the radiology workflow by supporting a variety of nondiagnostic tasks, including order entry support, patient scheduling, resource allocation, and improving the radiologist’s workflow. This article discusses several principal directions of using AI algorithms to improve radiological operations and workflow management, with the intention of providing a broader understanding of the value of applying AI in the radiology department.

Le texte complet de cet article est disponible en PDF.

Keywords : Artificial intelligence, Machine learning, Workflow, Operational efficiency, Radiology


Plan


© 2021  Elsevier Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

    •

  • Contenu

    •

Vol 59 - N° 6

P. 955-966 - novembre 2021 Retour au numéro
Article précédent Article précédent
  • Basic Artificial Intelligence Techniques : Evaluation of Artificial Intelligence Performance
  • Jayashree Kalpathy-Cramer, Jay B. Patel, Christopher Bridge, Ken Chang
| Article suivant Article suivant
  • Upstream Machine Learning in Radiology
  • Christopher M. Sandino, Elizabeth K. Cole, Cagan Alkan, Akshay S. Chaudhari, Andreas M. Loening, Dongwoon Hyun, Jeremy Dahl, Abdullah-Al-Zubaer Imran, Adam S. Wang, Shreyas S. Vasanawala

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

Accès rapides

Mon compte

Aide & support

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.