□河南省人民医院李子园
人工智能在医学诊疗领域的五大应用分别为智能诊疗、医学影像智能识别、医疗机器人、药物智能研发和智能健康管理。其中，智能识别在当今医学影像领域逐渐发挥巨大作用。有研究称，医疗数据中有90%以上的数据来自医学影像，而人工智能技术通过大量学习影像数据，可以帮助医生进行病变的寻找及定位，以减少错判、漏判的发生。
影像组学作为智能识别的最重要方法及医学影像诊断领域的创新技术，能够从影像图片中高通量地提取影像特征、建立影像模型，作为一种无创的诊疗手段，为广大患者提供高质量的精准医疗。能够应用于影像组学的图像包括X线、CT、MRI及超声和PET检查等，其中一些功能成像如弥散加权成像（DWI）同样可以应用。影像组学主要应用于以下三个方面，智能诊断、智能评估和智能预测。
其中基于人工智能的肺部结节及肺癌筛查、乳腺癌的筛查已广泛应用于临床影像工作中。一项大规模研究提示应用人工智能的CAD软件可以检出影像科医生漏诊的56%~70%的肺结节，主要为6mm以下肺结节，此大小的结节较小，人眼易漏诊。使用更加先进的影像组学处理技术可进一步降低肺结节的假阳性率。
当对肺结节性质存在争议时，CAD软件有助于结节性质的判断。此技术可以明显缩短影像医师的阅片时间，提高工作效率和诊断正确率。乳腺CAD软件广泛应用在X线检查对于乳腺癌的筛查中，主要集中在提高钙化灶检出率和肿块检出的敏感性和准确性等方面，其诊断速度是普通影像医师的几十倍，且准确率高达99%。CAD对于MRI评估乳腺癌对新辅助化疗的反应具有很高的特异性，可达100%，但由于敏感度较低，因此仍需结合影像医师经验来综合判断，以提高诊断的准确性。
当前，人工智能在医学影像领域的探索可谓多种多样，但真正应用于临床影像学则少之又少，主要原因在于较难收集到可用于处理的准确影像学数据及缺乏灵活的思维判断模式。医生对于疾病的判断不仅仅在于机械的诊断，更基于科学的知识、患者的具体情况以及大量临床经验的综合考虑。但人工智能可作为医生的得力助手，发挥其重要优势，不仅能帮助患者快速完成X线、超声、磁共振成像等影像学检查，且可以帮助医生提高诊疗效率，及时发现疾病，减低误诊、漏诊率，人工智能与影像医师密切结合将成为未来医学影像学发展的重要方向。