人工智能正在颠覆几乎所有可以想象的领域，交通、金融、教育等等。近日，Aidoc创始人兼CEOEladWalach发表文章称，人工智能将瞄准的一个关键领域是医疗保健，它将改变个性化医疗、临床决策甚至医疗保险等领域。Aidoc是一家智能放射学公司，它使用人工智能来检测医学成像中的异常并简化工作流程。EladWalach认为，或许人工智能能够改变最快的医学领域是放射学领域。AI将成为解释反映我们身体内部情况的重要医学图像的关键，例如CT扫描、MR和X射线图像，帮助医生做他们最擅长的事情：诊断。为什么放射学领域是第一个被人工智能革命的医学领域？是什么让医学影像领域为深度学习的魔力所倾倒？1.放射学可见。当然，医学扫描是视觉的，而人工智能在分析视觉图像方面尤其强大——至少部分归功于人工智能在安全和社交媒体服务方面的突破，这些服务可以识别我们的面孔并将我们从人群中挑出来。我们。放射学领域高度依赖视觉数据的解释，这使得它比其他一些医学领域更适合深度学习技术。这意味着放射科医生可以立即受益于人工智能技术的使用，而精神科医生或胃肠病学家则不能。2、行业急需放射学。医学影像（CT和MR）的数量继续显着增加——它们分别占2016年所有检查的7.9%和8.9%。然而，随着更多扫描的进行，放射科医生的数量已经趋于稳定。而且，随着技术的进步，每次扫描的图像分辨率和数量呈指数增长。因此，需要考虑的细节数量相应增加。这就产生了对技术的巨大需求，这些技术可以突破因不断增长的工作量而造成的危险瓶颈——而且，正如我们所知，必要性是发明之母，深度学习可以帮助评估CT和MRI扫描，快速找出放射科医生应该关注的领域这样他们就可以进一步调查，同时还可以更快地评估紧急扫描——从而改善患者的治疗效果。3.放射学以技术为中心。除了其视觉性质，放射学已经是一个以技术为核心的领域。放射科医生每天都依赖大量的先进技术——每次考试都涉及各种先进的软件系统、诊断监视器和工作站，放射科医生被认为是“早期采用者”，因为他们的日常工作是技术驱动的。这就是为什么他们更有可能采用由AI驱动的其他技术，并且有早期的例子表明放射科医生比他们的许多同事更容易接受创新：80年代的放射科接受了从胶片到数字图像的转变。4.可用数据量大。所有深度学习都需要大量数据才能真正有效，而就放射学而言，这些数据以过去几十年针对各种症状积累的无尽图像的形式存在。当然，数据挖掘也有挑战，挑战在于人工智能算法如何得到这些图像。最近，一些医疗机构公开分享他们的匿名数据，引发了这一领域的热潮。例如，美国国立卫生研究院最近发布了一个X射线数据集，其中包含超过100,000张带注释的图像（下图）。5、云计算将对人工智能产生影响。云存储容量和计算速度的增长正在对所有领域的人工智能产生重大影响，医学——尤其是放射学——也不例外。上述机器学习访问和解释大量数据的能力可以提高准确性和速度。这种能力很大程度上得益于云计算的不断发展，它提供了更实惠的服务。成为简单且具有成本效益的人工智能解决方案的重要推动者。6.这已经发生了。放射学中的人工智能已经存在，而且显然会继续存在。越来越多的初创公司以及大公司正在构建AI成像功能，并开始将其集成到他们的产品中。这些公司包括IBMWatson、ChangeHealthcare等。事实上，最大的放射学会议北美放射学会(RSNA)现在有一个专用于机器学习公司的部分，这些公司正在开发突破性的AI解决方案，这些解决方案已经在医疗保健环境中实施，改变了2018年放射学的面貌和超过。2018年，我们可以期待看到更多医学领域因定制的深度学习技术而发生革命性变化，包括病理学和遗传学。放射学不会是未来一年受益于人工智能奇迹的唯一领域，但它肯定是最先受益的领域之一。
