LI-RADS: Looking Back, Looking Forward

医学 模式 模态(人机交互) 词典 医学物理学 范围(计算机科学) 放射科 人工智能 计算机科学 社会科学 社会学 程序设计语言
作者
Victoria Chernyak,Kathryn J. Fowler,Richard Kinh Gian,Aya Kamaya,Yuko Kono,An Tang,Donald G. Mitchell,Jeffrey C. Weinreb,Cynthia Santillan,Claude B. Sirlin
出处
期刊:Radiology [Radiological Society of North America]
卷期号:307 (1) 被引量:9
标识
DOI:10.1148/radiol.222801
摘要

Since its initial release in 2011, the Liver Imaging Reporting and Data System (LI-RADS) has evolved and expanded in scope. It started as a single algorithm for hepatocellular carcinoma (HCC) diagnosis with CT or MRI with extracellular contrast agents and has grown into a multialgorithm network covering all major liver imaging modalities and contexts of use. Furthermore, it has developed its own lexicon, report templates, and supplementary materials. This article highlights the major achievements of LI-RADS in the past 11 years, including adoption in clinical care and research across the globe, and complete unification of HCC diagnostic systems in the United States. Additionally, the authors discuss current gaps in knowledge, which include challenges in surveillance, diagnostic population definition, perceived complexity, limited sensitivity of LR-5 (definite HCC) category, management implications of indeterminate observations, challenges in reporting, and treatment response assessment following radiation-based therapies and systemic treatments. Finally, the authors discuss future directions, which will focus on mitigating the current challenges and incorporating advanced technologies. Tha authors envision that LI-RADS will ultimately transform into a probability-based system for diagnosis and prognostication of liver cancers that will integrate patient characteristics and quantitative imaging features, while accounting for imaging modality and contrast agent.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
华仔应助坦率大炮采纳,获得10
刚刚
图图烤肉发布了新的文献求助10
刚刚
巫马沛春完成签到,获得积分10
1秒前
单hx完成签到,获得积分20
1秒前
2秒前
ZOO发布了新的文献求助10
2秒前
helloclare完成签到,获得积分10
3秒前
3秒前
知行合一完成签到,获得积分10
3秒前
邓硕发布了新的文献求助10
3秒前
3秒前
圆佑圆发布了新的文献求助10
3秒前
wardell发布了新的文献求助10
4秒前
娇儿发布了新的文献求助10
4秒前
完美世界应助Bailan采纳,获得10
4秒前
李昆朋完成签到,获得积分10
4秒前
花园荆棘完成签到,获得积分10
5秒前
息灾发布了新的文献求助10
6秒前
6秒前
6秒前
彩虹发布了新的文献求助30
6秒前
aaxx发布了新的文献求助10
6秒前
7秒前
Anthony_潇完成签到,获得积分10
7秒前
柠檬发布了新的文献求助10
7秒前
喜汁郎完成签到,获得积分10
8秒前
8秒前
风来枫去发布了新的文献求助10
8秒前
zwj完成签到,获得积分10
8秒前
迫切发布了新的文献求助10
9秒前
11秒前
11秒前
lss发布了新的文献求助30
12秒前
13秒前
洁净钢笔发布了新的文献求助10
13秒前
bkagyin应助zwj采纳,获得10
13秒前
风来枫去完成签到,获得积分10
14秒前
SciGPT应助眼睛大的尔蝶采纳,获得10
15秒前
乐乐应助邓硕采纳,获得10
15秒前
16秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 600
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3152657
求助须知:如何正确求助?哪些是违规求助? 2803891
关于积分的说明 7856198
捐赠科研通 2461571
什么是DOI,文献DOI怎么找? 1310444
科研通“疑难数据库(出版商)”最低求助积分说明 629205
版权声明 601782