S'abonner

A primer on artificial intelligence in pancreatic imaging - 26/08/23

Doi : 10.1016/j.diii.2023.03.002 
Taha M. Ahmed a, Satomi Kawamoto a, Ralph H. Hruban b, Elliot K. Fishman a, Philippe Soyer c, Linda C. Chu a,
a The Russell H. Morgan Department of Radiology and Radiological Science, Johns Hopkins Hospital, Johns Hopkins University School of Medicine, Baltimore, MD 21287, USA 
b Sol Goldman Pancreatic Research Center, Department of Pathology, Johns Hopkins Hospital, Johns Hopkins University School of Medicine, Baltimore, MD 21287, USA 
c Université Paris Cité, Faculté de Médecine, Department of Radiology, Hôpital Cochin-APHP, 75014, 75006, Paris, France, 7501475006 

Corresponding author:

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

Connectez-vous pour en bénéficier!

Highlights

Preliminary studies support the idea that artificial intelligence may facilitate earlier pancreatic tumor detection and improve disease classification and prognostication.
Most pancreas artificial intelligence studies are single-center retrospective studies, which raises concerns about external validity and generalizability.
The radiomics quality score provides an objective assessment of the quality of radiomics studies, and should be taken into account in the design of future validation studies.

Le texte complet de cet article est disponible en PDF.

Abstract

Artificial Intelligence (AI) is set to transform medical imaging by leveraging the vast data contained in medical images. Deep learning and radiomics are the two main AI methods currently being applied within radiology. Deep learning uses a layered set of self-correcting algorithms to develop a mathematical model that best fits the data. Radiomics converts imaging data into mineable features such as signal intensity, shape, texture, and higher-order features. Both methods have the potential to improve disease detection, characterization, and prognostication. This article reviews the current status of artificial intelligence in pancreatic imaging and critically appraises the quality of existing evidence using the radiomics quality score.

Le texte complet de cet article est disponible en PDF.

Keywords : Artificial intelligence, Deep learning, Radiomics, Pancreas

Abbreviations : AI, AIP, AUC, CT, EUS, EUS-FNA, IPMN, MCN, MRI, PDAC, pNET, SCN, SPN, RQS


Plan


© 2023  Société française de radiologie. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 104 - N° 9

P. 435-447 - septembre 2023 Retour au numéro
Article précédent Article précédent
  • Evaluation of washout using subtraction MRI for the diagnosis of hepatocellular carcinoma in cirrhotic patients with spontaneously T1-hyperintense nodules
  • Jocelyn Bizeul, Maxime Ronot, Marine Roux, Roberto Cannella, Jérôme Lebigot, Christophe Aubé, Anita Paisant
| Article suivant Article suivant
  • Postmortem CT better estimates fetal weight than the Hadlock's formula
  • Kawtar Debbi, Amine Bouachba, Julien Mancini, Lucile Tuchtan, Joana De Jesus Neves, Guillaume Gorincour

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

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.