人工智慧發展速度飛快、日新月異。同樣，醫學影像學由於裝置不斷更新換代，也在快速發展著。當人工智慧遇上醫學影像，必將迎來一場顛覆性的革命。比如，閱片效率大大提高，誤診率大大降低，影像科醫生面臨失業等等。但是，如果因此而過於興奮便會大錯特錯。因為，二者目前只是非常膚淺的結合，要達到深層融合、熟練應用、準確閱片，未來還有特別漫長的路要走。從以下幾個方面加以分析：
第一，雖然醫學大資料有很快發展，中國也收集、掌握了海量的醫療大資料。但是，能遊有效被使用的資料仍然太少，很多資料都是非結構化資料，從結構化資料轉變成結構化資料，仍然需要大量的工作。沒有足夠的有效大資料，仍然不能對人工智慧產生正面影響，也無法完成人工智慧的深度學習。
第二，醫生在實際工作中，對一個疾病的診斷往往需要綜合考慮多因素、全方位、立體化的臨床判斷，然後再加以治療。目前，人工智慧+醫學影像單單只是對疾病形態學的一種判斷，只是對影象本身的單一分析，尚未綜合考慮患者病史、臨床表現、血液生化檢查、病理檢查等等多維度的指標。因此，人工智慧+醫學影像能做的事情還只是皮毛。
當然，事情都是在變化的。相信隨著有效的、結構化的大資料越來越多，人工智慧深度學習能力越來越強，醫療診斷中其他輔助檢查與醫學影象結合的越來越完美，人工智慧+醫學影像會達到更好的效果。到那時，影像科醫生的工作效率會大大提高，應該主要從事複核診斷和疑難雜症的會診了。
人工智慧發展速度飛快、日新月異。同樣，醫學影像學由於裝置不斷更新換代，也在快速發展著。當人工智慧遇上醫學影像，必將迎來一場顛覆性的革命。比如，閱片效率大大提高，誤診率大大降低，影像科醫生面臨失業等等。但是，如果因此而過於興奮便會大錯特錯。因為，二者目前只是非常膚淺的結合，要達到深層融合、熟練應用、準確閱片，未來還有特別漫長的路要走。從以下幾個方面加以分析：
第一，雖然醫學大資料有很快發展，中國也收集、掌握了海量的醫療大資料。但是，能遊有效被使用的資料仍然太少，很多資料都是非結構化資料，從結構化資料轉變成結構化資料，仍然需要大量的工作。沒有足夠的有效大資料，仍然不能對人工智慧產生正面影響，也無法完成人工智慧的深度學習。
第二，醫生在實際工作中，對一個疾病的診斷往往需要綜合考慮多因素、全方位、立體化的臨床判斷，然後再加以治療。目前，人工智慧+醫學影像單單只是對疾病形態學的一種判斷，只是對影象本身的單一分析，尚未綜合考慮患者病史、臨床表現、血液生化檢查、病理檢查等等多維度的指標。因此，人工智慧+醫學影像能做的事情還只是皮毛。
當然，事情都是在變化的。相信隨著有效的、結構化的大資料越來越多，人工智慧深度學習能力越來越強，醫療診斷中其他輔助檢查與醫學影象結合的越來越完美，人工智慧+醫學影像會達到更好的效果。到那時，影像科醫生的工作效率會大大提高，應該主要從事複核診斷和疑難雜症的會診了。