The aim of this study was to investigate the robustness and reproducibility of radiomic features in different magnetic resonance imaging sequences.A phantom was scanned on a clinical 3 T system using fluid-attenuated inversion recovery (FLAIR), T1-weighted (T1w), and T2-weighted (T2w) sequences with low and high matrix size. For retest data, scans were repeated after repositioning of the phantom. Test and retest datasets were segmented using a semiautomated approach. Intraobserver and interobserver comparison was performed. Radiomic features were extracted after standardized preprocessing of images. Test-retest robustness was assessed using concordance correlation coefficients, dynamic range, and Bland-Altman analyses. Reproducibility was assessed by intraclass correlation coefficients.The number of robust features (concordance correlation coefficient and dynamic range ≥ 0.90) was higher for features calculated from FLAIR than from T1w and T2w images. High-resolution FLAIR images provided the highest percentage of robust features (n = 37/45, 81%). No considerable difference in the number of robust features was observed between low- and high-resolution T1w and T2w images (T1w low: n = 26/45, 56%; T1w high: n = 25/45, 54%; T2 low: n = 21/45, 46%; T2 high: n = 24/45, 52%). A total of 15 (33%) of 45 features showed excellent robustness across all sequences and demonstrated excellent intraobserver and interobserver reproducibility (intraclass correlation coefficient ≥ 0.75).FLAIR delivers the most robust substrate for radiomic analyses. Only 15 of 45 features showed excellent robustness and reproducibility across all sequences. Care must be taken in the interpretation of clinical studies using nonrobust features.

Abstract Background Fast and accurate diagnostics are key for personalized medicine. Particularly in cancer, precise diagnosis is a prerequisite for targeted therapies which can prolong lives. In this work we focus on the automatic identification of gastroesophageal adenocarcinoma (GEA) patients that qualify for a personalized therapy targeting epidermal growth factor receptor 2 (HER2). We present a deep learning method for scoring microscopy images of GEA for the presence of HER2 overexpression. Methods Our method is based on convolutional neural networks (CNNs) trained on a rich dataset of 1,602 patient samples and tested on an independent set of 307 patient samples. We incorporated an attention mechanism in the CNN architecture to identify the tissue regions in these patient cases which the network has detected as important for the prediction outcome. Our solution allows for direct automated detection of HER2 in immunohistochemistry-stained tissue slides without the need for manual assessment and additional costly in situ hybridization (ISH) tests. Results We show accuracy of 0.94, precision of 0.97, and recall of 0.95. Importantly, our approach offers accurate predictions in cases that pathologists cannot resolve, requiring additional ISH testing. We confirmed our findings in an independent dataset collected in a different clinical center. Conclusions We demonstrate that our approach not only automates an important diagnostic process for GEA patients but also paves the way for the discovery of new morphological features that were previously unknown for GEA pathology.

Body composition assessment (BCA) parameters have recently been identified as relevant prognostic factors for patients with hepatocellular carcinoma (HCC). Herein, we aimed to investigate the role of BCA parameters for prognosis prediction in patients with HCC undergoing transarterial chemoembolization (TACE).

Abstract The evolving field of medical education is being shaped by technological advancements, including the integration of Large Language Models (LLMs) like ChatGPT. These models could be invaluable resources for medical students, by simplifying complex concepts and enhancing interactive learning by providing personalized support. LLMs have shown impressive performance in professional examinations, even without specific domain training, making them particularly relevant in the medical field. This study aims to assess the performance of LLMs in radiology examinations for medical students, thereby shedding light on their current capabilities and implications. This study was conducted using 151 multiple-choice questions, which were used for radiology exams for medical students. The questions were categorized by type and topic and were then processed using OpenAIʼs GPT-3.5 and GPT- 4 via their API, or manually put into Perplexity AI with GPT-3.5 and Bing. LLM performance was evaluated overall, by question type and by topic. GPT-3.5 achieved a 67.6% overall accuracy on all 151 questions, while GPT-4 outperformed it significantly with an 88.1% overall accuracy (p<0.001). GPT-4 demonstrated superior performance in both lower-order and higher-order questions compared to GPT-3.5, Perplexity AI, and medical students, with GPT-4 particularly excelling in higher-order questions. All GPT models would have successfully passed the radiology exam for medical students at our university. In conclusion, our study highlights the potential of LLMs as accessible knowledge resources for medical students. GPT-4 performed well on lower-order as well as higher-order questions, making ChatGPT-4 a potentially very useful tool for reviewing radiology exam questions. Radiologists should be aware of ChatGPTʼs limitations, including its tendency to confidently provide incorrect responses.

Abstract In radiology, technological progress has led to an enormous increase in data volumes. To effectively use these data during diagnostics or subsequent clinical evaluations, they have to be aggregated at a central location and be meaningfully retrievable in context. Radiology data warehouses undertake this task: they integrate diverse data sources, enable patient-specific and examination-specific evaluations, and thus offer numerous benefits in patient care, education, and clinical research. The international standard Health Level 7 (HL7) Fast Healthcare Interoperability Resources (FHIR) is particularly suitable for the implementation of such a data warehouse. FHIR allows for easy and fast data access, supports modern web-based frontends, and offers high interoperability due to the integration of medical ontologies such as SNOMED-CT or RadLex. Furthermore, FHIR has a robust data security concept. Because of these properties, FHIR has been selected by the Medical Informatics Initiative (MII) as the data standard for the core data set and is intended to be promoted as an international standard in the European Health Data Space (EHDS). Implementing the FHIR standard in radiology data warehouses is therefore a logical and sensible step towards data-driven medicine.

Abstract Background To compare the diagnostic value of 120-kV with conventional 96-kV Cone-Beam CT (CBCT) of the temporal bone after cochlear implant (CI) surgery. Methods This retrospective study included CBCT scans after CI surgery between 06/17 and 01/18. CBCT allowed examinations with 96-kV or 120-kV; other parameters were the same. Two radiologists independently evaluated following criteria on 5-point Likert scales: osseous spiral lamina, inner and outer cochlear wall, semi-circular canals, mastoid trabecular structure, overall image quality, metal and motion artefacts, depiction of intracochlear electrode position and visualisation of single electrode contacts. Effective radiation dose was assessed. Results Seventy-five patients (females, n = 39 [52.0%], mean age, 55.8 ± 16.5 years) were scanned with 96-kV ( n = 32, 42.7%) and 120-kV ( n = 43, 57.3%) protocols including CI models from three vendors (vendor A n = 7; vendor B n = 43; vendor C n = 25). Overall image quality, depiction of anatomical structures, and electrode position were rated significantly better in 120-kV images compared to 96-kV (all p < = 0.018). Anatomical structures and electrode position were rated significantly better in 120-kV CBCT for CI models from vendor A and C, while 120-kV did not provide improved image quality in CI models from vendor B. Radiation doses were significantly higher for 120-kV scans compared to 96-kV (0.15 vs. 0.08 mSv, p < 0.001). Conclusions 120-kV and 96-kV CBCT provide good diagnostic images for the postoperative CI evaluation. While 120-kV showed improved depiction of temporal bone and CI electrode position compared to 96-kV in most CI models, the 120-kV protocol should be chosen wisely due to a substantially higher radiation exposure.