Rechercher
image du produit
Diagnostic and Interventional Imaging

S'abonner

Artificial intelligence in adrenal imaging: A critical review of current applications - 04/01/23

Doi : 10.1016/j.diii.2022.09.003 
Maxime Barat a, b, ⁎ , Martin Gaillard b, c, Anne-Ségolène Cottereau b, d, Elliot K. Fishman e, Guillaume Assié b, f, Anne Jouinot b, f, Christine Hoeffel g, Philippe Soyer a, b, Anthony Dohan a, b
a Department of Radiology, Hôpital Cochin, Assistance Publique-Hôpitaux de Paris, Paris 75014, France 
b Université Paris Cité, Faculté de Médecine, Paris 75006, France 
c Department of Digestive, Hepatobiliary and Pancreatic Surgery, Hôpital Cochin, AP-HP, Paris 75014, France 
d Department of Nuclear Medicine, Hôpital Cochin, Assistance Publique-Hôpitaux de Paris, Paris 75014, France 
e The Russell H. Morgan Department of Radiology and Radiological Science, Johns Hopkins University School of Medicine, Baltimore, MD 21287, USA 
f Department of Endocrinology, Center for Rare Adrenal Diseases, Hôpital Cochin, Assistance Publique-Hôpitaux de Paris, Paris 75014, France 
g Department of Radiology, Robert Debré Hospital, Reims 51092, France 

⁎Corresponding author at: Department of Radiology, Hôpital Cochin, Assistance Publique-Hôpitaux de Paris, Paris 75014, France.Department of RadiologyHôpital Cochin, Assistance Publique-Hôpitaux de ParisParis75014France
connectez-vous ou créez un compte

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Highlights

•
Artificial intelligence has currently potential applications in almost all fields of adrenal diseases.
•
Although most studies are preliminary studies, they suggest that artificial intelligence may improve adrenal lesion classification, prognosis, and possibly management of patients.
•
Some studies suggest that artificial intelligence algorithms should not be built using imaging data alone but should integrate biological data for better efficacy.
•
Large prospective, studies with external validations are needed to build effective models that will help improve patients’ care.

Le texte complet de cet article est disponible en PDF.

Abstract

In the elective field of adrenal imaging, artificial intelligence (AI) can be used for adrenal lesion detection, characterization, hypersecreting syndrome management and patient follow-up. Although a perfect AI tool that includes all required steps from detection to analysis does not exist yet, multiple AI algorithms have been developed and tested with encouraging results. However, AI in this setting is still at an early stage. In this regard, most published studies about AI in adrenal gland imaging report preliminary results that do not have yet daily applications in clinical practice. In this review, recent developments and current results of AI in the field of adrenal imaging are presented. Limitations and future perspectives of AI are discussed.

Le texte complet de cet article est disponible en PDF.

Keywords : Adrenal glands, Artificial intelligence, Deep learning, Machine learning

Abbreviations : AA, AI, AL, ACC, AUC, AUROC, CI, CNN, CT, DL, DNN, DSC, FDG, ML, MRI, PET/CT


Plan


© 2022  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

    •

  • Contenu

    •

Vol 104 - N° 1

P. 37-42 - janvier 2023 Retour au numéro
Article précédent Article précédent
  • Artificial intelligence: A review of current applications in hepatocellular carcinoma imaging
  • Anna Pellat, Maxime Barat, Romain Coriat, Philippe Soyer, Anthony Dohan
| Article suivant Article suivant
  • Generative adversarial networks (GAN)-based data augmentation of rare liver cancers: The SFR 2021 Artificial Intelligence Data Challenge
  • Sébastien Mulé, Littisha Lawrance, Younes Belkouchi, Valérie Vilgrain, Maité Lewin, Hervé Trillaud, Christine Hoeffel, Valérie Laurent, Samy Ammari, Eric Morand, Orphée Faucoz, Arthur Tenenhaus, Anne Cotten, Jean-François Meder, Hugues Talbot, Alain Luciani, Nathalie Lassau

Bienvenue sur EM-consulte, la référence des professionnels de santé.

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.