顶刊 Radiology2023 Top10文章排行榜发布：ChatGPT霸占5席！医学前沿必读
期刊基本信息
期刊名称：RADIOLOGY
期刊ISSN: 0033-8419
影响因子/SCI分区：19.7/1区
出版周期：Monthly
Radiology 是医学放射学领域的顶级期刊，涵盖了影像诊断、放射介入和医学影像技术等方面的研究与进展。
前言
2023年是《Radiology》创刊100周年。我们遵循着David Bluemke博士的传统，定期公布我们杂志的前十名文章榜单。这些榜单分别根据文章的引用次数、下载次数以及Altmetric评分来排名。每个榜单公布前10名文章
令人惊讶的是，结合ChatGPT的文章竟然霸占榜首，我们一起来看看~
引用榜前10名文章
引用量通常被认为是衡量研究质量和学术贡献的一种指标。较高的引用量通常暗示着文章对学科领域的重要性，表明其他研究者视其为有价值的参考和基础
- Automation Bias in Mammography: The Impact of Artificial Intelligence BI-RADS Suggestions on Reader Performance
中文标题：乳腺X光检查的自动化偏差：人工智能BI-RADS建议对读者表现的影响
在这个前瞻性实验中，27名不同经验的放射科医生阅读了50张乳腺X光片，并在AI系统的辅助下提供了他们的乳腺成像报告和数据系统（BI-RADS）评估。
结果发现当AI判断错误的情况下，没有经验的放射科医生容易被AI误导，产生错误的结果，这就是作者提出的自动化偏差。
- AI Improves Nodule Detection on Chest Radiographs in a Health Screening Population: A Randomized Controlled Trial
中文标题：AI提高了健康筛查人群胸部CT结节检测：一项随机对照试验
在这项单中心研究中，一共 10476 名患者纳入研究，并随机分为 AI 组（使用AI辅助检测） 和 non-AI 组。结果表明使用AI可以提高恶性肺结节的检测率。
- Deep Learning Image Reconstructi on for CT: Technical Principles and Clinical Prospect
中文标题：CT的深度学习图像重建：技术原理和临床前景
在过去的5年中，深度学习重建（DLR）技术变得越来越受欢迎。DLR利用人工智能从低剂量CT中更快速地重建高质量图像，然而，DLR算法的性能取决于用于模型训练的数据质量。
随着光子计数CT扫描仪的出现，将有更高质量的训练数据可用。与此同时，光谱数据将极大受益于DLR的计算能力。本综述概述了DLR的原理、技术方法和临床应用，包括金属伪影减少算法。此外，还讨论了新兴应用和前景。
- FAPI PET: Fibroblast Activation Protein Inhibitor Use in Oncologic and Nononcologic Disease
中文标题：FAPI PET：成纤维细胞活化蛋白抑制剂在肿瘤和非肿瘤疾病中的应用
本文综述了镓68（Ga）标记的成纤维细胞活化蛋白（FAP）抑制剂（FAPI）PET技术利用FAP的高表达来实现肿瘤成像。Ga-FAPI在靶病灶中具有快速示踪剂积累和低背景信号的优势，适用于检测小的原发性或转移性病灶。本综述总结了FAP成像技术的发展，介绍了Ga-FAPI PET和其他FAPI示踪剂的最新应用。
- Appropriateness of Breast Cancer Prevention and Screening Recommendations Provided by ChatGPT
中文标题：ChatGPT提供的乳腺癌症预防和筛查建议的适当性
背景：最近发布的人工智能大语言模型ChatGPT能够为有关心血管疾病预防的常见问题生成适当的建议。我们评估了ChatGPT对癌症预防和筛查常见问题的反应的适当性
方法：研究人员提了25个问题，涉及乳腺癌基本概念。每个问题都丢给ChatGPT三次，然后由三位乳腺放射科医生进行评分：分为(a)合适，(b)含有不正确信息的不适当回答，或©不可靠
结果：ChatGPT生成的回答在两种情境下对于25个问题中的22个（88%）被认为是合适的。ChatGPT在自动提供关于乳腺癌预防和筛查的患者教育信息方面具有巨大潜力，尽管还存在改进的空间。
- Supplemental Breast Cancer Screening in Women with Dense Breasts and Negative Mammography: A Systematic Review and Meta-Analysis
中文标题：乳腺致密且乳腺X射线检查呈阴性的妇女的辅助乳腺癌筛查：系统回顾与元分析
通过对乳腺X线检查的系统检索和分析，本研究对比了不同成像模式在乳腺癌诊断方面的效果和风险偏向。研究结果表明，MRI在准确性方面表现最为出色，而其他成像模式，如数字乳腺体层合成和自动乳腺超声，同样具备较高的诊断能力。
- Leveraging GPT-4 for Post Hoc Transformation of Free-text Radiology Reports into Structured Reporting: A Multilingual Feasibility Study
中文标题：利用GPT-4将自由文本放射学报告事后转换为结构化报告：一项多语言可行性研究
结构化报告在放射学中的重要性已经得到充分确认。然而，实施结构化报告存在挑战，特别是在将众多现有的自由文本报告转换为结构化格式时。
我们引入了一种创新的方法，使用了GPT-4，用于自动将自由文本放射学报告转换为结构化模板。我们的评估涉及170份详细的英文CT和MRI扫描报告，以及583份德文胸部放射学报告。
使用 GPT-4 为不同类型的CT和MRI检查生成结构化的放射学报告。在创建了结构化报告的模板列表之后，指示GPT-4从模板集合（“模板列表”）中选择给定自由文本报告的最合适的模板。在第二步中，模型被指示根据所选模板构建报告的结构。然后，GPT-4返回一个格式为JSON的结构化报告。
- ChatGPT Is Shaping the Future of Medical Writing But Still Requires Human Judgment
中文标题：ChatGPT正在塑造医学写作的未来，但仍需要人类的判断
以上两篇GPT的文章都属于 original research.而这篇文章是REVIEWS（社论）
在这篇社论中，Philippe Kimora博士提出了在医学写作中应对ChatGPT使用所涉及的法律问题。当人工智能生成的内容用于商业目的时，必须谨慎避免侵犯版权。人类作者有责任确保利用人工智能生成的文本符合相关法规和法律。此外，医疗法律问题也需被充分考虑。由人工智能生成的错误的放射学报告可能引发潜在的诉讼，而目前尚不清楚应由谁对此负责等等…
- ChatGPT and the Future of Medical Writing
中文标题：ChatGPT与医学写作的未来
这也是一篇社论。且这篇文章的大部分内容是由ChatGPT撰写的
应用ChatGPT于医学写作领域
聊天机器人和自然语言处理（NLP）技术，如GPT，有潜力通过自动化特定任务和提高写作过程的效率，彻底改变医学写作领域。例如，使用GPT的聊天机器人可以用于从电子病历中提取信息，协助进行文献检索，或提供有关写作风格和格式的指导。通过使用聊天机器人和NLP，医学写作者有可能更快、更轻松地创建更准确、更一致的文件。
- ChatGPT and Other Large Language Models Are Double-edged Swords
中文标题：ChatGPT和其他大型语言模型是双刃剑
这也是篇社论。指出ChatGPT具有一些优点，但也存在一些限制。其中之一是，ChatGPT可能会产生看似可信但不正确的回答，例如发明一些它需要熟悉的术语。这种现象被称为幻觉效应(hallucination effect)，是许多自然语言处理模型中的一个常见问题。此外，ChatGPT倾向于遵循指令而不是进行真正的互动。例如，当用户提供的信息不足时，ChatGPT倾向于对用户想听到什么做出假设，而不是提出澄清性问题。
因此，ChatGPT和其他大语言模型（LLMs）可能会引入意外的后果，成为一把双刃剑。本社论提供了几个用例，以说明这些工具在临床环境中的潜在作用以及它们对医学新闻的潜在影响。
以上就是引用 Top10 文章，再次做个总结
下载榜前10名文章
文章下载的数量是对该主题的兴趣的一般度量。我们很多下载最多的文章都是评论文章。然而，这些相同的文章也可能是我们引用最少的文章，对整体影响因子的贡献最小。
Altmetric前10名文章
Altmetric评分倾向于反映“热门话题”或者在社交媒体和新闻媒体上，具有较高新闻价值的问题，并且Altmetric评分越高，影响越大。
以上内容参考：
- Top Publications in Radiology, 2023: Our 100th Year（https://doi.org/10.1148/radiol.233126）
- 鼎湖影像
粉丝福利
考虑到很多高校并没有购买Radiology，无法下载文中提到的paper.
需要的同学在公号后台回复Radiology2023即可获取文中所有papers
文章持续更新，可以关注微公【医学图像人工智能实战营】获取最新动态，一个关注于医学图像处理领域前沿科技的公众号。坚持以实践为主，手把手带你做项目，打比赛，写论文。凡原创文章皆提供理论讲解，实验代码，实验数据。只有实践才能成长的更快，关注我们，一起学习进步~
我是Tina, 我们下篇博客见~
白天工作晚上写文，呕心沥血
觉得写的不错的话最后，求点赞，评论，收藏。或者一键三连
