• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

[Artificial Intelligence in Thoracic Radiology. A Challenge in COVID-19 Times?].

作者信息

Corbacho Abelaira María Dolores, Ruano-Ravina Alberto, Fernández-Villar Alberto

机构信息

Servicio de Neumología, Hospital POVISA, Vigo, España.

Área de Medicina Preventiva y Salud Pública, Universidad de Santiago de Compostela, Servicio de Medicina Preventiva, Hospital Clínico Universitario de Santiago de Compostela, CIBER de Epidemiología y Salud Pública (CIBERESP), Santiago de Compostela, España.

出版信息

Arch Bronconeumol. 2021 Jan;57:15-16. doi: 10.1016/j.arbres.2020.10.008. Epub 2020 Oct 22.

DOI:10.1016/j.arbres.2020.10.008
PMID:34629635
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC7578193/
Abstract
摘要

相似文献

1
[Artificial Intelligence in Thoracic Radiology. A Challenge in COVID-19 Times?].[胸部放射学中的人工智能。在新冠疫情时代是一项挑战吗？]
Arch Bronconeumol. 2021 Jan;57:15-16. doi: 10.1016/j.arbres.2020.10.008. Epub 2020 Oct 22.
2
Use of CT and artificial intelligence in suspected or COVID-19 positive patients: statement of the Italian Society of Medical and Interventional Radiology.疑似或 COVID-19 阳性患者中 CT 和人工智能的应用：意大利医学和介入放射学会声明。
Radiol Med. 2020 May;125(5):505-508. doi: 10.1007/s11547-020-01197-9. Epub 2020 Apr 29.
3
Artificial intelligence for thoracic radiology: from research tool to clinical practice.用于胸部放射学的人工智能：从研究工具到临床实践。
Eur Respir J. 2021 May 20;57(5). doi: 10.1183/13993003.00625-2021. Print 2021 May.
4
The Role of Artificial Intelligence in Diagnostic Radiology: A Survey at a Single Radiology Residency Training Program.人工智能在诊断放射学中的作用：单个放射学住院医师培训计划的调查。
J Am Coll Radiol. 2018 Dec;15(12):1753-1757. doi: 10.1016/j.jacr.2017.12.021. Epub 2018 Feb 21.
5
Artificial intelligence to codify lung CT in Covid-19 patients.人工智能对新冠病毒患者肺部 CT 进行编码。
Radiol Med. 2020 May;125(5):500-504. doi: 10.1007/s11547-020-01195-x. Epub 2020 May 4.
6
[Artificial Intelligence in Radiology - Definition, Potential and Challenges].[放射学中的人工智能——定义、潜力与挑战]
Praxis (Bern 1994). 2021 Jan;110(1):48-53. doi: 10.1024/1661-8157/a003597.
7
Artificial Intelligence in Medicine: Where Are We Now?人工智能在医学中的应用：我们现在处于什么阶段？
Acad Radiol. 2020 Jan;27(1):62-70. doi: 10.1016/j.acra.2019.10.001. Epub 2019 Oct 19.
8
Thoracic Radiologists' Versus Computer Scientists' Perspectives on the Future of Artificial Intelligence in Radiology.胸科放射科医生与计算机科学家对放射学人工智能未来的看法。
J Thorac Imaging. 2020 Jul;35(4):255-259. doi: 10.1097/RTI.0000000000000453.
9
Social media's role in the perception of radiologists and artificial intelligence.社交媒体在放射科医生和人工智能认知中的作用。
Clin Imaging. 2020 Dec;68:158-160. doi: 10.1016/j.clinimag.2020.06.003. Epub 2020 Jun 15.
10
The future of radiology augmented with Artificial Intelligence: A strategy for success.人工智能增强放射学的未来：成功策略。
Eur J Radiol. 2018 May;102:152-156. doi: 10.1016/j.ejrad.2018.03.019. Epub 2018 Mar 14.

本文引用的文献

1
Role of intelligent computing in COVID-19 prognosis: A state-of-the-art review.智能计算在COVID-19预后中的作用：最新综述
Chaos Solitons Fractals. 2020 Sep;138:109947. doi: 10.1016/j.chaos.2020.109947. Epub 2020 May 29.
2
Machine learning-based CT radiomics method for predicting hospital stay in patients with pneumonia associated with SARS-CoV-2 infection: a multicenter study.基于机器学习的CT影像组学方法预测新型冠状病毒肺炎患者住院时间：一项多中心研究
Ann Transl Med. 2020 Jul;8(14):859. doi: 10.21037/atm-20-3026.
3
Clinical Implementation of Deep Learning in Thoracic Radiology: Potential Applications and Challenges.深度学习在胸部放射学中的临床应用：潜在的应用和挑战。
Korean J Radiol. 2020 May;21(5):511-525. doi: 10.3348/kjr.2019.0821.
4
Deep Learning for Chest Radiograph Diagnosis in the Emergency Department.深度学习在急诊科胸部 X 光诊断中的应用。
Radiology. 2019 Dec;293(3):573-580. doi: 10.1148/radiol.2019191225. Epub 2019 Oct 22.
5
Artificial Intelligence in Imaging: The Radiologist's Role.人工智能在影像学中的应用：放射科医生的角色。
J Am Coll Radiol. 2019 Sep;16(9 Pt B):1309-1317. doi: 10.1016/j.jacr.2019.05.036.
6
End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography.基于低剂量 CT 的三维深度学习肺癌全流程筛查。
Nat Med. 2019 Jun;25(6):954-961. doi: 10.1038/s41591-019-0447-x. Epub 2019 May 20.
7
High-performance medicine: the convergence of human and artificial intelligence.高性能医学：人机智能融合。
Nat Med. 2019 Jan;25(1):44-56. doi: 10.1038/s41591-018-0300-7. Epub 2019 Jan 7.
8
Deep learning for chest radiograph diagnosis: A retrospective comparison of the CheXNeXt algorithm to practicing radiologists.深度学习在胸片诊断中的应用：CheXNeXt 算法与临床放射科医生的回顾性比较。
PLoS Med. 2018 Nov 20;15(11):e1002686. doi: 10.1371/journal.pmed.1002686. eCollection 2018 Nov.
9
Development and Validation of a Deep Learning-based Automatic Detection Algorithm for Active Pulmonary Tuberculosis on Chest Radiographs.基于深度学习的胸部 X 线片活动性肺结核自动检测算法的开发与验证。
Clin Infect Dis. 2019 Aug 16;69(5):739-747. doi: 10.1093/cid/ciy967.
10
Development and Validation of Deep Learning-based Automatic Detection Algorithm for Malignant Pulmonary Nodules on Chest Radiographs.基于深度学习的胸部 X 线片恶性肺结节自动检测算法的开发与验证。
Radiology. 2019 Jan;290(1):218-228. doi: 10.1148/radiol.2018180237. Epub 2018 Sep 25.