Artículo original: Kassab Y, Bailly M, Brabant S, Oppenheim C, Bernard-Tessier A, Stolowy N, Salaün H, Dejobert M, Lemoine T, Begon M, Boulouis G, Cottier J-P, Lauvin M-A, Daurel H, Piton A-L, Khanna RKK, Metrard G, Cohen C. How do…
Archivos del blog
¿Cómo leen y utilizan los médicos no radiólogos los informes de Radiología? Encuesta nacional francesa.
Tagged with: Comunicación Radiológica, Original, R1, R2, R3, R4, RM, TC
Publicado en European Society of Radiology, Revistas
Publicado en European Society of Radiology, Revistas
Estado Actual de la Implementación de Inteligencia Artificial en Servicios Estadounidenses de Neurorradiología.
Artículo original: Wintermark M, Allen JW, Bhala R, Derdeyn C, Gupta A, Hess CP, Hoxworth JM, Huisman T, Jayaraman MV, Malhotra A, McKinney AM, Mossa-Basha M, Policeni B, Poussaint TY, Saindante A, Vagal A, Whitlow C. Current State of Artificial…
Tagged with: estudio observacional, Estudio transversal, IA, Inteligencia artificial, Neurorradiología, Original, R2
Publicado en American Journal of Neuroradiology
Publicado en American Journal of Neuroradiology
Simulación de la priorización de la cola de TC guiada por inteligencia artificial en el Servicio de Urgencias
Artículo original: Silva E, Tang K, Chiacchia S, Zhang X, Langlotz CP, Kim D. Simulation of AI-driven CT Queue Prioritization in the Emergency Department. Radiology: Artificial Intelligence. 2026;8(5):e260110. DOI: https://doi.org/10.1148/ryai.260110 Sociedad: Radiological Society of North America (@RSNA). Palabras clave: Inteligencia…
Tagged with: gestión del flujo de trabajo, IA, Inteligencia artificial, Original, R3, R4
Publicado en Radiological Society of North America
Publicado en Radiological Society of North America
Cuantificación automatizada de la enfermedad funcional de la vía aérea pequeña mediante TC inspiratoria y espiratoria: precisión diagnóstica y eficiencia del método basado en “deep learning”
Artículo original: : Gherca S, Yang S, Bremerich J, Halter J, Stolz D, Winkel DJ et al. Fully Automated Quantification of Functional Small Airway Disease at Inspiratory and Expiratory Chest CT Using Deep Learning. Radiology: Cardiothoracic Imaging. 2026;8(3):e250215. DOI: 10.1148/ryct.250215…
Tagged with: Cardiotorácica, deep learning, Original, R3
Publicado en Radiology: Cardiothoracic imaging
Publicado en Radiology: Cardiothoracic imaging
Terapia de reperfusión en participantes del ensayo ESCAPE-MeVO: características de imagen y resultados clínicos
Artículo original: Ospel JM, Diprose WK, Uchida K, Möhlenbruch MA, Volders D, Jumaa MA, et al. Reperfusion therapy in ESCAPE-MeVO trial participants: Imaging characteristics and clinical outcomes. Radiology. 2026;319(2):e251769. DOI: http://dx.doi.org/10.1148/radiol.251769 Sociedad: Radiological Society of North America (@RSNA) Palabras clave:…
Imagen y características de los nódulos pulmonares en niños con tumores sólidos: ¿qué hace que un nódulo pulmonar sea una metástasis?
Artículo original: Littooij AS, McGuirk SP, Merks JHM, Riera L. Imaging and characterization of pulmonary nodules in children with solid tumors: what makes a pulmonary nodule a metastasis? Pediatr Radiol. 2026. DOI: https://doi.org/10.1007/s00247-026-06630-1 Sociedad: European Society of Paediatric Radiology (@ESPRSociety).…
Tagged with: Original, Pediatría, R2, R3, R4, revisión
Publicado en Pediatric Radiology, The Society for Pediatric Radiology
Publicado en Pediatric Radiology, The Society for Pediatric Radiology
Tumores orbitarios: ¿qué necesita saber el radiólogo desde la perspectiva del cirujano?
Artículo original: Esmaeli B, Debnam JM. Orbital tumors: what the radiologist needs to know from the orbital surgeon’s perspective. Radiol Clin North Am. 2026;64(4):761-774. DOI: doi:10.1016/j.rcl.2026.02.007. Sociedad: @RadClinics Palabras clave: orbital tumor, neuroradiology, surgical planning. Abreviatura y acrónimos: CT (computed…
Tagged with: Neurorradiología, Original, R3, R4, RM, TC
Publicado en Radiologic Clinics of North America
Publicado en Radiologic Clinics of North America
Deep Learning en la predicción de la supervivencia del glioblastoma: interpretabilidad de modelos en función del tiempo integrando resonancia magnética, información clínica y molecular
Artículo original: Lee J, Jeon YH, Jang J, Eum H, Kim M, Park SH, et al. Deep Learning for Survival Prediction in Glioblastoma: Time-dependent Model Interpretability Using MRI, Clinical, and Molecular Data. Radiol Artif Intell. 2026;8(3):e250675. DOI: http://dx.doi.org/10.1148/ryai.250675 Sociedad: Radiological…
Tagged with: Neurorradiología, Original, R3, R4, RM
Publicado en Radiology: Artificial Intelligence, Revistas
Publicado en Radiology: Artificial Intelligence, Revistas
Predicción del vasoespasmo en HSA aneurismática: rol de la RM de pared vascular
Artículo original: Aksakal M, Chang D, Kharaji M, Watt C, Levitt MR, Hippe DS, Zhu C, Mossa-Basha M. Predicting Vasospasm and Delayed Cerebral Ischemia in Aneurysmal SAH: The Role of Vessel Wall MRI. AJNR. 2026 Mar; 47 (4): 937–943. DOI:…
Tagged with: @TheASNR, estudio observacional de cohortes retrospectivo, Original, R3, R4, revisión, RM, RM de pared vascular.
Publicado en American Journal of Neuroradiology
Publicado en American Journal of Neuroradiology
Prevención de derivaciones innecesarias ante hallazgos mamarios incidentales
Artículo original: Fatima R, Babu LS, Sharma S. Preventing unnecessary referrals for incidental breast findings. Clin Radiol. 2025; 80 (12):107073. DOI: https://doi.org/10.1016/j.crad.2025.107073 Sociedad: Royal College of Radiologists (@RCRadiologists) Palabras clave: N/A Abreviaturas: ICE (Integrated Clinical Environment), MDT (Multi Disciplinary Team…
