Anales de la RANM

30 A N A L E S R A N M R E V I S T A F U N D A D A E N 1 8 7 9 CÁNCER DE PÁNCREAS, RADIÓMICA E INTELIGENCIA ARTIFICIAL Martí-Bonmatí L An RANM. 2022;139(01): 23 - 30 43. Bakasa W, Viriri S. Pancreatic Cancer Sur- vival Prediction: A Survey of the State-of- the-Art. Computational and Mathematical Methods in Medicine. 2021;2021:e1188414. doi:10.1155/2021/1188414 44. Watson MD, Baimas-George MR, Murphy KJ, et al. Pure and hybrid Deep Learning models can predict pathologic tumor response to neoadju- vant therapy in pancreatic adenocarcinoma: A pilot study. Am Surg. 2021;87(12):1901-1909. doi:10.1177/0003134820982557 45. Nasief H, Zheng C, Schott D, et al. A machine learning based delta-radiomics process for early prediction of treatment response of pan- creatic cancer. NPJ Precis Oncol. 2019;3:25. doi:10.1038/s41698-019-0096-z 46. Hsu T-MH, Schawkat K, Berkowitz SJ, et al. Ar- tificial intelligence to assess body composition on routine abdominal CT scans and predict mor- tality in pancreatic cancer- A recipe for your lo- cal application. Eur J Radiol. 2021;142:109834. doi:10.1016/j.ejrad.2021.109834 47. Barat M, Chassagnon G, Dohan A, et al. Artifi- cial intelligence: a critical review of current ap- plications in pancreatic imaging. Jpn J Radiol. 2021;39(6):514-523. doi:10.1007/s11604-021- 01098-5 48. Nappo G, Donisi G, Zerbi A. Borderline resect- able pancreatic cancer: Certainties and con- troversies. World Journal of Gastrointestinal Surgery. 2021;13(6):516-528. doi:10.4240/wjgs. v13.i6.516 49. Hernán MA, Robins JM. Using Big Data to emu- late a target trial when a randomized trial is not available. Am J Epidemiol. 2016;183(8):758- 764. doi:10.1093/aje/kwv254 50. Suman G, Patra A, Korfiatis P, et al. Quality gaps in public pancreas imaging datasets: Implica- tions & challenges for AI applications. Pancrea- tology. 2021;21(5):1001-1008. doi:10.1016/j. pan.2021.03.016 51. Blomstrand H, Batra A, Cheung WY, Elander NO. Real-world evidence on first- and second- line palliative chemotherapy in advanced pancre- atic cancer. World Journal of Clinical Oncology. 2021;12(9):787-799. doi:10.5306/wjco.v12.i9.787 52. Martí-Bonmatí L. Estimaciones de causalidad con imagen médica en oncología. An RANM. 2021;138(01): 16–23. DOI: http://dx.doi . org/10.32440/ar.2021.138.01.rev02 DECLARACIÓN DE TRANSPARENCIA El autor/a de este artículo declara no tener ningún tipo de conflicto de intereses respecto a lo expuesto en el presente trabajo. Si desea citar nuestro artículo: Martí-Bonmatí L. Cáncer de páncreas, radiómica e inteligencia artificial: una revisión. An RANM. 2022;139(01): 23– 30. DOI: 10.32440/ar.2022.139.01. rev03