人工智能正在對放射科醫(yī)生和其他影像專家提供護(hù)理的方式產(chǎn)生巨大的影響,，但是目前有些提供者仍然無力進(jìn)行必要的投資,。

根據(jù)Definitive Healthcare的一項新調(diào)查，高成本是影像供應(yīng)商尚未實施AI的最大原因,。超過54%的當(dāng)前未使用AI的受訪者指出,，所需的財務(wù)承諾是他們最大的障礙,。同時，35.3%的受訪者表示缺乏戰(zhàn)略方向,，而33.1%的受訪者表示缺乏技術(shù)專長,。

阻礙受訪者實施AI的其他常見障礙是缺乏必要的IT基礎(chǔ)架構(gòu)(31.7%)，處理法規(guī)指南(25.9%)和獲得領(lǐng)導(dǎo)地位(19.4%),。

該調(diào)查包括來自200多位放射科醫(yī)生,，管理人員，PACS管理人員和執(zhí)行人員的回復(fù),。在所有受訪者中,，有39%以上是放射科醫(yī)生,，在所有職稱中占最大比例。

該調(diào)查的另一個重要發(fā)現(xiàn)是,，目前使用AI的絕大多數(shù)用戶(92.6%)正在將其用于計算機輔助圖像檢測,。工作流改進(jìn)是最常見的第二大用途(26.5%)，該調(diào)查的執(zhí)行摘要指出了這兩個領(lǐng)域之間的緊密聯(lián)系,。

總結(jié)說：通過算法比人眼更快地檢測到異常,，AI能夠通過更高效的工作流程來提高產(chǎn)量。從理論上說,，利用AI進(jìn)行初步的圖像檢測將使放射線醫(yī)師能夠通過縮小聚焦范圍并消除查看被認(rèn)為是負(fù)面圖像的需求,，從而以更快的速度進(jìn)行分析或驗證讀取。進(jìn)一步的研究表明,，人工智能還可以減少進(jìn)行成像本身所需的時間,，從而可以在更短的時間內(nèi)收集更詳細(xì)的成像數(shù)據(jù)。