近年来，随着深度学习等计算技术的日益成熟，人工智能(AI)在与影像学的结合中取得了巨大的成功，它对某些病灶的识别和分类已经接近甚至超过了人眼的精度。
2005年左右开始，人工智能进入发展加速期；科研人员不断探索，各领域专家协同合作，技术不断更新，2014年后人工智能更是高歌猛进；2020年开始，多项人工智能技术被国家药品监督管理总局（NMPA）批准进入临床应用。
虽然人工智能辅助诊断技术尚不能代替医生，后期还需医生根据人工智能辅助技术结果进行二次阅片、最终确诊；但是人工智能的应用降低了漏诊率、误诊率，在提升诊断的准确率方面效果显著，如以下几个方面。
1.肺结节
有些微小结节肉眼较难分辨，但人工智能依靠算法，即使结节只有１毫米，它都能够识别，具有很高的灵敏度和特异度；人工智能还可以对结节进行风险分层，将高风险的结节特别标记，为后续医生的诊断提供了可靠的基础。
不过，有些在肺门和纵隔接壤部位的实性结节，目前的人工智能技术也会容易漏报，还需影像科医生多次复看，但其在提高诊断及临床医师工作效率等方面的优势不可否认。
2.骨 龄
家长在发现自家孩子发育不正常（过快或过慢）时，往往会咨询医生是否需要做骨龄检查。从前，骨龄并没有太大的说服力，评估也十分繁琐费时。随着技术的进展，骨龄渐渐成为评价儿童生长发育状况的重要指标，也是部分儿童内分泌疾病诊断与疗效评估的参考依据，更是预测成长期儿童成年身高的主要依据。而在人工智能日益普及的今天，其繁琐性得到明显改善，准确性已能满足临床需求，现骨龄已可精准到几岁几个月。
3.骨 折
以前医生会根据患者拍的片子来寻找有无骨折，每位医生的观察结果也会不一样。骨折后，特别是肋骨骨折的患者会因疼痛而保持姿势，甚至肌肉紧绷，无意中固定了骨折部位，使骨折线不甚明显；几天后骨痂形成、骨折附近组织吸收，骨折线明显起来，医生才发现还有几处骨折。这一度令医生和患者都相当困扰。而人工智能的应用让骨折的蛛丝马迹都能被找出来，提高了诊断正确率和工作效率。
4.心脑血管
人工智能结合CT血管造影（CTA）可预测动脉粥样硬化斑块的风险，对于软斑块的预测更准；同时，还可以辅助判断冠状动脉是否会有狭窄等；而对于混合型斑块的评估准确性稍差一些，还需进一步提高。
人工智能医疗只是用来辅助与医生工作，人们在制造它们是的也主要是想用人工智能辅助医生提高效率，而不是为了取代医生，那么现在都有那些人工智能医疗出现在我们的生活中了呢?那就请关注我们的下一期哦！等你来看！