人工智能和增强智能正在推动医学成像科学的发展。描述这一趋势的唯一术语是构建。人工智能将会出现在医学影像发展的正确的时间和地点。由于人工智能包括机器学习、深度学习、卷积神经网络、自然语言处理各种前沿技术，医学成像将变得更好、更强、更快、更高效。那么为什么医学成像适合采用人工智能？行业专家为此提出了一些看法，如果人们尚未开始做好准备，需要了解现在应该做些什么。

斯坦福大学放射学和生物医学信息学教授，医学和成像人工智能中心（AIMI中心）主任Curtis Langlotz医学博士指出，“人工智能将为放射科医生提供帮助，而不是取而代之......但使用人工智能技术的放射科医生将取代那些不使用人工智能的放射科医生。”这是令人振奋的观点。

人机协作是医学成像的未来发展方向。放射科医生对人工智能在加速和提高图像解释能力方面的潜力很感兴趣。一些医生开始从人工智能应用中获益，并测试更多自己的和商业的应用。像许多其他行业一样，医疗保健部门希望人工智能能够快速从数据中挖掘出见解，使信息更有用，更具可操作性。虽然机器不能独立思考，但它们可以自我学习。人工智能将会塑造放射学的未来。

北美放射学学会主席、RSNA公司总裁Vijay Rao医学博士说，现在是医学成像采用人工智能的时候。他在2018年年度会议上说，“人工智能有可能提升我们的专业水平，并改变放射学的实践应用，这可以让放射科医生在有利于患者和医生的计划上花费更多的时间进行研究。”

“实施人工智能的一部分是将影像阅览室打造成数字诊断数据中心，提供全面的成像服务”费城杰斐逊大学医院放射科主任Rao说。放射科医生需要与患者、推荐人和护理人员共同进行决策。

“如果产生更多有用的数据，就会成为更好的顾问。”麦迪逊威斯康星大学医学与公共卫生学院医学成像业务主管，信息学副主席Gary Wendt博士对此表示赞同。 “如果真的给更多人提供更多可操作的数据，那么医生将是护理过程中更有价值的一部分。”

Rao将数字诊断数据中心视为临床团队通过视频会议实现会诊的一个重要场所，以便做出有关患者护理的决策。放射科医生有朝一日可以依靠人工智能将当前的成像结果与其他临床科室和健康问题社会决定因素的知识经验进行汇总。还可以收集实验室结果、手术或组织检查结果、健康史、身体检查、患者人口统计学、患者基因组学、风险因素等数据，并将其整合到整体临床分析中。

“这些数据隐藏在我们没有采取行动的数据中，我们现在需要做些什么来帮助病人？”Geisinger成像科学和创新部门担任心脏成像技术实验室（CITL）的联席主任Brandon Fornwalt博士说。Fornwalt是一名医学博士、放射科医师和数据科学家。他认为，研究人员和放射科医师的使命是找出答案。

威斯康星大学医学与公共卫生学院放射信息学的神经放射科医生和医学主任Richard Bruce博士提供了另一种观点。他说，“人工智能不一定总是提供全新的东西，而是应将注意力集中到已经存在的东西上。那么如何减少这些干扰？如何将所有这些相关的事情带到最顶层？这样就可以描绘出患者最引人注目的故事。”

Rao将她的愿景称为“整体成像护理提供模型。”放射科医生可以负责患者的成像服务过程，而不是负责患者沟通的转诊医生，其中包括将结果传达给患者。“人工智能和相关技术为我们提供了最终实现这一愿景所需的精确工具，”她说。