EUVIMEDEUVIMED entdecken
CrossrefInfokarte

RadioRAG: Online Retrieval–Augmented Generation for Radiology Question Answering

Soroosh Tayebi Arasteh, Mahshad Lotfinia, Keno Bressem, Robert Siepmann, Lisa Adams, Dyke Ferber, Christiane Kuhl, Jakob Nikolas Kather, Sven Nebelung, Daniel Truhn

Radiology: Artificial Intelligence · 2025-07-01 · 7 (4)

DOI: 10.1148/ryai.240476 ↗
AbstractBibliografische Angaben

Abstract

RadioRAG uses online retrieval–augmented generation to potentially improve the accuracy and factuality of large language model–generated responses to case-based radiology questions by incorporating real-time data from Radiopaedia.

Wissen, das zu Ihrer Arbeit passt.

Vom kostenlosen Einstieg über die persönliche Recherche bis zur vollständigen Research Suite.

Tarife ansehen →

Sind alle Verlagsvolltexte enthalten?

Nein. Bibliografische Nachweise, Abstracts und Volltexte sind unterschiedliche Inhalte. Ob ein Volltext verfügbar ist, hängt von der Quelle, Open Access und Ihren vorhandenen Lizenzen ab. Ein EUVIMED-Tarif ersetzt keine zusätzlichen Verlagsrechte.

Tarife ansehen →