CareLit Fachartikel

From Referral to Reporting: The Potential of Large Language Models in the Radiological Workflow

Anna Fink, Stephan Rau, Kai Kästingschäfer, Jakob Weiß, Fabian Bamberg, Maximilian Frederik Russe · RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 2026 · Heft 01 · S. 55-63

Dokument
961959
CareLit-ID
Jahr
2026
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Autor:innen
Anna Fink, Stephan Rau, Kai Kästingschäfer, Jakob Weiß, Fabian Bamberg, Maximilian Frederik Russe
Ausgabe
Heft 01 / 2026
Jahrgang 198
Seiten
55-63
Erschienen: 2026-01-01 00:00:00
ISSN
1438-9029

Zusammenfassung

Zusammenfassung Hintergrund Large Language Models (LLMs) bieten angesichts steigender radiologischer Fallzahlen ein vielversprechendes Potenzial zur Optimierung und Unterstützung von Arbeitsabläufen. In dieser Übersicht sollen potenzielle Anwendungsmöglichkeiten im radiologischen Alltag, verbleibende Herausforderungen sowie potenzielle Lösungsansätze diskutiert werden. Methode Darstellung der Anwendungsmöglichkeiten und Herausforderungen anhand praxisnaher Beispiele mit konkreten Optimierungsvorschlägen. Ergebnisse In nahezu allen Schritten des radiologischen Workflows, die sprachbasierte Prozesse beinhalten, is…

Schlagworte

Artificial intelligence Natural Language Processing Machine Learning Deep Learning Radiology RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Ver…