人工智能在醫療領域的一大應用，就是與醫學影像結合，發展成為“智能醫學影像”。據全球市場調查（Global Market Insight）的報告顯示，智能醫學影像已經成為人工智能醫療應用的第二大細分市場，而且人氣還在不斷升高。“醫學影像”是什麽呢？這可不是醫生幫你攝影哦，其實它跟我們生病時經常會去的放射科有很大關係。比如X光、B超、CT等，這些醫院的“透視眼”拍攝到的畫麵都算是“醫學影像”。對於病人來說，拍攝這些“醫學影像”並不是一件麻煩事，病人所要做的就是隻是輕鬆地站在儀器對麵或者躺在病**讓儀器掃描。但是，“拍片一時爽，診斷火葬場”，看似輕鬆的檢測過程，背後可有一段影像科醫生的辛酸血淚史！這些醫學影像灰蒙蒙的，看起來好像都一樣，實際上卻暗藏玄機，隻有專業的醫師才能從這些圖像裏發現異常情況。怎麽發現的呢？即使是久經沙場的醫生也不能看一眼就下定論，而是要對一個病人的250～300張醫療影像進行比對，尋找發現問題。我們拿到的是一張薄薄的診斷書，但是醫生卻要看數百張影像。如果一個放射科醫生每天要診斷超過60個病人的CT，那麽他一天要看的影像就達到了15000～18000張，甚至到了疾病多發季節，一天要診斷的病人就超過了100個。不僅醫生壓力大，而且醫患矛盾又容易發生：一方麵，醫生為了對病人負責，必須要仔細審查，不能遺漏任何一處異常，另一方麵，病人等得心焦，容易鬧脾氣，這實在是一個苦差事。
醫學影像
但是，有了人工智能，醫生的壓力就能大大減少。“智能醫學影像”能在很短的時間內完成對醫學影像的初步篩選、判斷，完成病灶篩查、靶區勾畫、髒器三維成像、病理分析以及影像定量分析等，而且不需要休息，準確率不會因為疲勞受到影響。紐約大學蘭恭醫學中心（NYU Langone Health）發現，在找到並匹配特定的肺結節（通過胸部CT）方麵，醫學影像的自動化分析的速度比放射科醫師要快62％～97％，據說每年能節省30億美元。但是，這麽高難度的醫學診斷要如何通過人工智能來實現呢？我們先來看看智能醫學影像的界定。它是將人工智能的圖像識別、深度學習等技術應用在醫學影像領域，幫助醫生進行醫療診斷，以提高準確率和診斷效率的一種技術。圖像識別，也就是對患者的影像進行識別，對影像進行分割、提取特征、標注關鍵信息。深度學習，就是能基於大量已有的影像數據和診斷數據，進而做出自己的判斷，能夠獨立診斷疾病。簡而言之，就是像一個普通的醫生那樣，先看圖，找出關鍵信息，再做出分析。