Resumo A radiologia tem uma série de características que a torna uma disciplina médica especialmente adequada à adoção precoce da inteligência artificial (IA), incluindo um fluxo de trabalho digital bem estabelecido, protocolos padronizados para armazenamento de imagens e inúmeras atividades interpretativas bem definidas. Tal adequação é corroborada pelos mais de 200 produtos radiológicos comerciais baseados em IA recentemente aprovados pelo Food and Drug Administration (FDA) para auxiliar os radiologistas em uma série de tarefas restritas de análise de imagens, como quantificação, triagem de fluxo de trabalho e aprimoramento da qualidade das imagens. Entretanto, para o aumento da eficácia e eficiência da IA, além de uma utilização clínica bem-sucedida dos produtos que utilizam essa tecnologia, os radiologistas devem estar atualizados com as aplicações em suas áreas específicas de atuação. Assim, neste artigo, pesquisamos na literatura existente aplicações baseadas em IA em neurorradiologia, mais especificamente em condições como doenças vasculares, epilepsia, condições desmielinizantes e neurodegenerativas. Também abordamos os principais algoritmos por trás de tais aplicações, discutimos alguns dos desafios na generalização no uso desses modelos e introduzimos as soluções comercialmente disponíveis mais relevantes adotadas na prática clínica. Se cautelosamente desenvolvidos, os algoritmos de IA têm o potencial de melhorar radicalmente a radiologia, aperfeiçoando a análise de imagens, aumentando o valor das técnicas de imagem quantitativas e mitigando erros de diagnóstico. , (IA) estabelecido definidas 20 FDA (FDA quantificação Entretanto bemsucedida sucedida tecnologia atuação Assim artigo neurorradiologia vasculares epilepsia neurodegenerativas desenvolvidos diagnóstico (IA 2

Abstract Radiology has a number of characteristics that make it an especially suitable medical discipline for early artificial intelligence (AI) adoption. These include having a well-established digital workflow, standardized protocols for image storage, and numerous well-defined interpretive activities. The more than 200 commercial radiologic AI-based products recently approved by the Food and Drug Administration (FDA) to assist radiologists in a number of narrow image-analysis tasks such as image enhancement, workflow triage, and quantification, corroborate this observation. However, in order to leverage AI to boost efficacy and efficiency, and to overcome substantial obstacles to widespread successful clinical use of these products, radiologists should become familiarized with the emerging applications in their particular areas of expertise. In light of this, in this article we survey the existing literature on the application of AI-based techniques in neuroradiology, focusing on conditions such as vascular diseases, epilepsy, and demyelinating and neurodegenerative conditions. We also introduce some of the algorithms behind the applications, briefly discuss a few of the challenges of generalization in the use of AI models in neuroradiology, and skate over the most relevant commercially available solutions adopted in clinical practice. If well designed, AI algorithms have the potential to radically improve radiology, strengthening image analysis, enhancing the value of quantitative imaging techniques, and mitigating diagnostic errors. (AI adoption wellestablished established storage welldefined defined activities 20 AIbased based FDA (FDA imageanalysis analysis enhancement triage quantification observation However efficiency expertise neuroradiology diseases epilepsy practice designed radiology errors 2

ABSTRACT Objective: Test if the MRI FAST1.2 protocol can detect extra-pituitary midline structural brain abnormalities in patients with ectopic posterior pituitary (EPP), and highlighting their radiological-laboratory correlations. Subjects and methods: Cross-sectional study of patients with EPP and control group. All individuals were submitted to FAST1.2, which combines the FAST1 protocol developed by our group with 3D T2DRIVE imaging. Results: We evaluated 36 individuals with EPP and 78 as control group. Pituitary stalk (PS) was identified in 7/36 patients in EPP group by FAST1, and in 24/36 patients in FAST1.2 (p < 0.001). FAST1 failed to detect PS in one individual in the control group, while the FAST1.2 defined the PS in all individuals. In EPP group, eleven had interhypothalamic adhesion (IHA), three septo-optic dysplasia, and one cerebellar malformation. We didn’t observe higher frequency of panhypopituitarism or developmental delay in patients with IHA. In control group, three had pars intermedia cysts, one hydrocephalus, and one hypothalamic hamartoma. Conclusions: FAST1.2 allows confident recognition of midline structural abnormalities, including the pituitary stalk and IHA, thereby making MRI acquisition faster and with no need for contrast administration. IHA could be associated with defects in neuronal migration, as occur in patients with EPP, with no clinical significance.

RESUMO Introdução: Diversas manifestações neurológicas têm sido atribuídas à COVID-19. Objetivo: Investigar a ocorrência de sintomas neurológicos e achados de neuroimagem em pacientes internados em dois centros de referência brasileiros. Métodos: Estudo retrospectivo que avaliou pacientes internados em dois hospitais no Brasil entre 4 de março e 7 de julho de 2020, com confirmação laboratorial de infecção pelo COVID-19 e que foram submetidos a tomografia computadorizada ou ressonância magnética do crânio em razão de sintomas neurológicos. Resultados: Obtivemos 1.359 pacientes com confirmação laboratorial de infecção pelo COVID-19. Deles, 250 (18,4%) apresentaram sintomas neurológicos e foram submetidos a exames de imagem do crânio e nove (3,6%) demonstraram achados de neuroimagem compatíveis com acidente vascular cerebral (AVC) isquêmico agudo ou subagudo. Em seis dos nove pacientes, observaram-se inicialmente tosse e dispneia graves, enquanto outros três chegaram ao pronto-socorro com sinais de AVC agudo. Conclusões: Foram descritos os achados de neuroimagem em pacientes infectados com COVID-19 em dois grandes centros de referência brasileiros. Reforçamos a importância de estar atento aos quadros neurológicos, especialmente de AVC, tanto em pacientes graves hospitalizados quanto em pacientes que chegam ao pronto-socorro com sintomas neurológicos agudos, mesmo em idosos.

ABSTRACT Background: A variety of neurological manifestations have been attributed to COVID-19. Objective: To investigate the occurrence of neurological symptoms and neuroimaging findings in patients hospitalized in two Brazilian reference centers. Methods: We performed a retrospective cohort study of patients who had laboratory-confirmed COVID-19 presenting in two hospitals in Brazil between March 4 and July 7, 2020, who underwent brain imaging. Results: We recorded 1,359 patients with laboratory-confirmed COVID-19. Brain imaging was performed in 250 (18.4%) patients with neurological symptoms, and nine of them (3.6%) had acute or subacute ischemic stroke neuroimaging findings. Six of the nine patients initially presented with respiratory symptoms while the other three patients presented to the emergency room with acute stroke signs. Conclusions: We described the neuroimaging findings of patients infected with COVID-19 who presented with neurological symptoms in two major hospitals in Brazil. We reinforce the importance of being aware of cerebrovascular complications, both in severe hospitalized patients and in patients who present to the emergency room with acute neurological symptoms, even in the elderly.

RESUMO O estudo angiográfico intracraniano não invasivo está sendo amplamente utilizado no diagnóstico de doenças vasculares intracranianas. Com a crescente demanda e o aumento subsequente do uso dessa técnica na prática clínica, radiologistas e neurologistas devem estar cientes das opções nos parâmetros de imagem e como estes afetam a qualidade da imagem, as indicações clínicas, os métodos de avaliação e as limitações na interpretação dessas imagens. Devido ao aprimoramento das técnicas de imagem por RM, a possibilidade de avaliação precisa e direta das anormalidades na parede vascular arterial (vessel wall imaging) evoluiu, agregando dados substanciais ao diagnóstico quando comparados à avaliação indireta baseada em análises de fluxo convencionais. Neste artigo, os autores discorrem sobre a avaliação e interpretação dos achados de imagem desta nova técnica e suas aplicações clínicas.

ABSTRACT Intracranial vessel wall imaging plays an increasing role in diagnosing intracranial vascular diseases. With the growing demand and subsequent increased use of this technique in clinical practice, radiologists and neurologists should be aware of the choices in imaging parameters and how they affect image quality, clinical indications, methods of assessment, and limitations in the interpretation of these images. Due to the improvement of the MRI techniques, the possibility of accurate and direct evaluation of the abnormalities in the arterial vascular wall (vessel wall imaging) has evolved, adding substantial data to diagnosis when compared to the indirect evaluation based on conventional flow analyses. Herein, the authors proposed a comprehensive approach of this technique reinforcing appropriated clinical settings to better use intracranial vessel wall imaging.