L’imagerie joue un rôle important dans la prise en charge des patients avec un carcinome hépatocellulaire (CHC) car elle permet de poser un diagnostic sans qu’une preuve histopathologique soit nécessaire contrairement à d’autres cancers. Le Liver Imaging Reporting and Data System (LI-RADS) est un système de standardisation du compte rendu radiologique en imagerie hépatique chez des patients à risque de CHC. Ce système est destiné à tous les radiologues, médecins spécialistes ou médecins généralistes. Le LI-RADS assigne à chaque observation — c’est-à-dire à toute anomalie — une catégorie qui reflète sa probabilité d’être un CHC. Ce système a été créé pour améliorer la communication entre les différents intervenants dans la prise en charge des patients, ainsi que l’enseignement et la recherche. C’est un outil évolutif enrichi par la rétroaction des utilisateurs. Le but de cette mise au point est de présenter LI-RADS version 2017, expliquer les catégories LI-RADS, détailler l’algorithme et tableau pour le classement des observations dans le cadre d’un diagnostic de CHC en tomodensitométrie ou imagerie par résonance magnétique, définir les critères diagnostiques majeurs et auxiliaires pour parvenir à classer les lésions et souligner les bénéfices potentiels de l’utilisation de LI-RADS.

Diagnostic imaging plays an important role in the management of patients with hepatocellular carcinoma (HCC) since pathology confirmation is not mandatory for definitive diagnosis. The Liver Imaging Reporting and Data System (LI-RADS) is a system for standardized reporting of liver imaging examinations in patients at risk for HCC. This system may be used by all radiologists, academic or community physicians providing care to patient with liver disease. LI-RADS assigns to each observation — defined as an area with imaging features that differ from those of adjacent liver parenchyma — a category reflecting his probability of HCC. This system was designed to facilitate communication between health professionals involved in the care of patients at risk for HCC, to promote education and research. LI-RADS is a dynamic system iteratively refined with feedback from users. The purpose of this educational article is to introduce LI-RADS version 2017, define LI-RADS categories, explain LI-RADS computerized tomography and magnetic resonance imaging diagnostic algorithm and table for categorization of observations, define major and ancillary imaging features to assign categories, and emphasize the potential benefits of LI-RADS application.