Eur Radiol：影像学相关人工智能实现无所不能的羁绊在哪里？
2021-01-05 shaosai MedSci原创
为什么AI的潜能与其在放射诊断领域的应用之间存在重大差距？
目标：为什么AI的潜能与其在放射诊断领域的应用之间存在重大差距？ 为了回答这个问题，我们系统性地回顾和批判性地分析了AI在放射学领域的应用。
方法：我们根据它们的聚焦方式和解剖区域以及它们的开发阶段、技术结构和认证等来系统地分析这些应用程序。
结果：我们确定了放射学诊断领域中由99家公司提供的269种AI应用程序。 我们证明了AI应用程序在任务、模态和解剖区域方面的作用是十分有限的。 大多数可用的AI功能都集中在支持放射学工作流程中的“感知”（病灶的发现）和“推理”（良恶性的判断）上。
结论：因此，我们的贡献是：（1）提供一个用于分析和绘制放射诊断领域技术发展的系统框架;（2）提供有关AI应用领域的经验证据;（3）提供对当前AI应用程序状态的见解。 总之，我们讨论了AI应用程序对放射学工作的潜在影响，并重点介绍了开发这些应用程序的未来可能性。
原始出处：
Mohammad Hosein Rezazade Mehrizi,Peter van Ooijen,Milou Homan,et al. Applications of artificial intelligence (AI) in diagnostic radiology: a technography study
PMID:32945967 DOI:10.1007/s00330-020-07230-9
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
好文章！
84