• 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

Radiology, explicability and AI: closing the gap.

作者信息

López-Úbeda Pilar, Martín-Noguerol Teodoro, Luna Antonio

机构信息

R+D+I Department, HT Medica, Jaén, Spain.

Radiology Department, MRI Unit, HT Medica, Jaén, Spain.

出版信息

Eur Radiol. 2023 Dec;33(12):9466-9468. doi: 10.1007/s00330-023-09902-8. Epub 2023 Jul 6.

DOI:10.1007/s00330-023-09902-8
PMID:37410108
Abstract
摘要

相似文献

1
Radiology, explicability and AI: closing the gap.放射学、可解释性与人工智能：弥合差距。
Eur Radiol. 2023 Dec;33(12):9466-9468. doi: 10.1007/s00330-023-09902-8. Epub 2023 Jul 6.
2
Assessment of the Willingness of Radiologists and Radiographers to Accept the Integration of Artificial Intelligence Into Radiology Practice.评估放射科医生和放射技师接受人工智能融入放射科实践的意愿。
Acad Radiol. 2022 Jan;29(1):87-94. doi: 10.1016/j.acra.2020.09.014. Epub 2020 Oct 29.
3
Explicability of artificial intelligence in radiology: Is a fifth bioethical principle conceptually necessary?人工智能在放射学中的可解释性：从概念上讲，是否有必要引入第五个生物伦理原则？
Bioethics. 2022 Feb;36(2):143-153. doi: 10.1111/bioe.12918. Epub 2021 Jul 12.
4
Professionals' responses to the introduction of AI innovations in radiology and their implications for future adoption: a qualitative study.专业人员对放射科引入人工智能创新的反应及其对未来采用的影响：一项定性研究。
BMC Health Serv Res. 2021 Aug 14;21(1):813. doi: 10.1186/s12913-021-06861-y.
5
Artificial intelligence in emergency radiology: A review of applications and possibilities.急诊放射学中的人工智能：应用与可能性综述
Diagn Interv Imaging. 2023 Jan;104(1):6-10. doi: 10.1016/j.diii.2022.07.005. Epub 2022 Aug 4.
6
Training opportunities of artificial intelligence (AI) in radiology: a systematic review.放射学中人工智能（AI）的培训机会：系统评价。
Eur Radiol. 2021 Aug;31(8):6021-6029. doi: 10.1007/s00330-020-07621-y. Epub 2021 Feb 15.
7
[Artificial intelligence (AI) in radiology? : Do we need as many radiologists in the future?].[放射学中的人工智能（AI）？：未来我们还需要那么多放射科医生吗？]
Urologe A. 2022 Apr;61(4):392-399. doi: 10.1007/s00120-022-01768-w. Epub 2022 Mar 11.
8
Workflow Applications of Artificial Intelligence in Radiology and an Overview of Available Tools.人工智能在放射学中的工作流程应用及可用工具概述。
J Am Coll Radiol. 2020 Nov;17(11):1363-1370. doi: 10.1016/j.jacr.2020.08.016.
9
Artificial Intelligence and the Trainee Experience in Radiology.人工智能与放射科住院医师培训体验
J Am Coll Radiol. 2020 Nov;17(11):1388-1393. doi: 10.1016/j.jacr.2020.09.028. Epub 2020 Oct 1.
10
Noninterpretive Uses of Artificial Intelligence in Radiology.人工智能在放射学中的非解释性用途。
Acad Radiol. 2021 Sep;28(9):1225-1235. doi: 10.1016/j.acra.2020.01.012. Epub 2020 Feb 12.

引用本文的文献

1
Artificial intelligence in rheumatology research: what is it good for?风湿病学研究中的人工智能：它有什么用？
RMD Open. 2025 Jan 8;11(1):e004309. doi: 10.1136/rmdopen-2024-004309.
2
Natural language processing-based analysis of the level of adoption by expert radiologists of the ASSR, ASNR and NASS version 2.0 of lumbar disc nomenclature: an eight-year survey.基于自然语言处理的专家放射科医生对ASSR、ASNR和腰椎间盘命名法第2.0版NASS的采用水平分析：一项为期八年的调查。
Quant Imaging Med Surg. 2024 Nov 1;14(11):7780-7790. doi: 10.21037/qims-23-1294. Epub 2024 Feb 23.
3
Machine learning models in evaluating the malignancy risk of ovarian tumors: a comparative study.

本文引用的文献

1
Explicability of artificial intelligence in radiology: Is a fifth bioethical principle conceptually necessary?人工智能在放射学中的可解释性：从概念上讲，是否有必要引入第五个生物伦理原则？
Bioethics. 2022 Feb;36(2):143-153. doi: 10.1111/bioe.12918. Epub 2021 Jul 12.
2
Trustworthiness of Artificial Intelligence Models in Radiology and the Role of Explainability.放射学中人工智能模型的可信度及可解释性的作用。
J Am Coll Radiol. 2021 Aug;18(8):1160-1162. doi: 10.1016/j.jacr.2021.02.008. Epub 2021 Mar 5.
3
Challenges and solutions for introducing artificial intelligence (AI) in daily clinical workflow.
机器学习模型评估卵巢肿瘤恶性风险的比较研究。
J Ovarian Res. 2024 Nov 6;17(1):219. doi: 10.1186/s13048-024-01544-8.
4
Imagine there is no paperwork… it's easy if you try.想象一下没有文书工作……如果你尝试，这很容易。
Br J Radiol. 2024 Mar 28;97(1156):744-746. doi: 10.1093/bjr/tqae035.
在日常临床工作流程中引入人工智能（AI）所面临的挑战与解决方案。
Eur Radiol. 2021 Jan;31(1):5-7. doi: 10.1007/s00330-020-07148-2. Epub 2020 Aug 14.
4
Implementation of artificial intelligence (AI) applications in radiology: hindering and facilitating factors.人工智能（AI）在放射学中的应用：阻碍和促进因素。
Eur Radiol. 2020 Oct;30(10):5525-5532. doi: 10.1007/s00330-020-06946-y. Epub 2020 May 26.
5
Strengths, Weaknesses, Opportunities, and Threats Analysis of Artificial Intelligence and Machine Learning Applications in Radiology.人工智能和机器学习在放射学中的应用的优势、劣势、机会和威胁分析。
J Am Coll Radiol. 2019 Sep;16(9 Pt B):1239-1247. doi: 10.1016/j.jacr.2019.05.047.
6
Artificial intelligence in radiology: who's afraid of the big bad wolf?人工智能在放射学领域：谁在害怕大灰狼？
Eur Radiol. 2019 Apr;29(4):1637-1639. doi: 10.1007/s00330-018-5995-9. Epub 2019 Feb 8.