RSNA lança revista sobre inteligência artificial

A nova revista destaca as aplicações emergentes de aprendizado de máquina e inteligência artificial no campo da geração de imagens em várias disciplinas.

30 Jan, 2019

A Sociedade Radiológica da América do Norte (RSNA) publicou hoje (30) a primeira edição de sua nova revista online Radiology: Artificial Intelligence, realizada com os mesmos altos padrões editoriais da  Radiology. Com a missão de publicar trabalhos científicos de alta qualidade que avancem a compreensão da inteligência artificial (IA) em radiologia, a nova revista destaca as aplicações emergentes de aprendizado de máquina e inteligência artificial no campo da geração de imagens em várias disciplinas. 

 

"Estamos extremamente satisfeitos com a qualidade dos artigos na primeira edição da revista", disse o editor Charles E. Kahn Jr., MD, professor e vice-presidente de radiologia da Escola de Medicina Perelman e membro sênior do Instituto de Informática Biomédica. e o Instituto Leonard Davis de Economia da Saúde da Universidade da Pensilvânia. "Esses artigos destacam as formas pelas quais a IA pode ser aplicada para melhorar a saúde de maneira mensurável".

 

Os leitores podem conferir nessa primeira edição:

 

  • "Inteligência Artificial e Real Radiologia" por Charles E. Kahn Jr., MD, MS;
  • "Radiologia Aumentada: Olhando o Horizonte" por Christie M. Lincoln, MD, et al.;
  • "Aumentando o Conjunto de Dados de Radiografia de Tórax da NIH com Anotações de Especialista de Possível Pneumonia" por George Shih, MD, et al.;
  • "Desafios Relacionados à Pesquisa de Inteligência Artificial em Imagens Médicas e a Importância das Competições de Análise de Imagens", de Luciano M. Prevedello, MD, MPH, et al. 

Pesquisa original:

 

  • "Combinação de Aprendizagem por Transferência Ativa e Processamento de Linguagem Natural para Melhorar a Volumetria Hepática Usando Métricas Substitutas com Aprendizado Profundo" por Brett Marinelli, MD, et al. As métricas substitutas e a aprendizagem de transferência ativa podem facilitar a implantação e a validação de métodos de segmentação baseados em aprendizagem profunda em conjuntos de dados clínicos;
  • "Redes Neurais de Convolução para Detecção e Localização de Fratura Automatizada em Radiografias de Pulso" por Yee Liang Thian, MBBS, FRCR, et al. As redes de detecção de objetos de aprendizagem profunda podem ser treinadas para detectar e localizar com precisão as fraturas nas radiografias do punho;
  • "Classificação Binomial de Fraturas do Cotovelo Pediátrico usando uma Abordagem Multivista de Aprendizagem Profunda Emulando a Tomada de Decisão do Radiologista" por Jesse C. Rayan, MD, et al. A aprendizagem profunda pode efetivamente classificar radiografias de cotovelo pediátricas agudas e não agudas no cenário de trauma. 

O novo periódico convida os autores a enviarem manuscritos ilustrando o uso da IA ​​para diagnosticar e gerenciar pacientes, extrair informações, agilizar o fluxo de trabalho de radiologia ou melhorar os resultados da assistência médica. A revista também procura revisões e artigos de opinião com foco na educação em IA e no papel da IA ​​para educar radiologistas, provedores de referência e pacientes, bem como outras questões importantes na especialidade. 

 

"Nosso objetivo é fornecer a mesma alta qualidade de pesquisa científica original que a nossa revista, Radiology , mas focada em IA", disse Kahn. "Além da pesquisa original, recebemos artigos que exploram as implicações éticas, sociais, legais e econômicas da IA ​​em radiologia."

 

A revista Radiologia: Inteligência Artificial é publicada bimestralmente e está disponível exclusivamente online.

 

Fonte: AI/RSNA

Compartilhe


NOTÍCIAS RELACIONADAS