医学成像数据是有关患者福祉的最丰富信息来源之一。同时，对极高的高分辨率医学图像的解释是一项复杂的任务。
X射线，猫扫描，MRI和其他测试方式挤满了大量的非结构化数据，人工智能（AI）计划成为放射科医生，病理学家，护理人员，决策者，决策者，成为有价值的盟友也就不足为奇了。和公共卫生治理。
这每日剂量团队探索了与领导者医疗集团全球首席执行官Sukhdeep Sachdev一起进行诊断成像中人工智能成像的可能性和承诺。
在诊断成像中实现人工智能（AI）的承诺的时间表是什么？
Arab Health 2020将充当领导者集团在诊断医学成像中释放人工智能（AI）的力量的平台。Leader Group与成像，神经科学与基因组学高级研究中心合作伙伴（Caring）启动CARPL - 一个启用AI的诊断和分析平台，可通过医学成像来支持更快，可靠和具有成本效益的诊断。
什么是carpl？
CARPL是一个AI-AS辅助全球平台，用于开发，验证和部署高级放射学分析。它是一个数据处理平台，可将多个多供应商AI算法部署到放射学工作流程中。它是安全的，无缝的，并且是健康基础设施的羽毛灯。CARPL是隐喻的章鱼 - 支持数据挖掘，分析，AI算法的验证等等。它可以应用于增强患者体验，改善医疗保健服务指标，创建用于人群健康管理的全球疾病水平数据库，以通过基因组学和综合诊断来实现精确医学。
CARPL如何支持KPI进行医疗保健服务？
CARPL将AI的轻松和力量置于放射科医生，看护人和照料机构的手中 - 恢复可能经历过错误诊断的患者的信心，为可能因误报和误报而获得其他测试的保险提供者提供质量保证，并提供质量保证。缓解可能因放射学诊断差异而遇到的诉讼的护理人员机构的缓解。
Carpl可以在颗粒状和政策水平上取得什么成就？
CARPL可以将以前不可能的通过数百万次医疗扫描解析的任务减少到几天的时间范围内，从而大修了公共卫生的方法，并授权政策制定者实时监测疾病 - 费用，这是一小部分成本。
AI辅助诊断成像是对放射科医生的威胁吗？
放射科医生是医疗保健提供的组成部分。没有工具或技术可以替代人类组成部分和相关的批判性思维技能。放射科医生和AI辅助诊断成像工具携手弥合差距并提供最高级的护理体验。
美国放射学院的思想领导者将AI作为诊断师的支持工具的出现被认为是积极的发展。此外，美国放射学院数据科学研究所（ACR DSI）发布了支持在医学成像中部署人工智能的用例。目的是为临床决策支持和诊断制定标准化的AI。
话虽如此，在人工智能时代，放射科医生掌握基本编程工具来筛选和组织DICOM数据是有益的。可以在临床和研究实践中使用的用户友好的简单工具可广泛使用。
医学成像中AI的用例是什么，AI工具如何改变工作流以改善致命状况的检测？
将AI应用于成像数据可能有助于鉴定某些肌肉结构的增厚，或者监测血液流过心脏和相关动脉的变化。AI工具还可以用于自动化测量任务，例如肺动脉直径，主动脉瓣分析，Carina角度测量。AI可用于识别难以看见的裂缝，软组织损伤和脱位。某些裂缝通常很难在标准图像上检测到。AI辅助工具可能更有可能确定表明需要手术不稳定的细微变化。可以部署公正的算法来审查创伤患者中的图像 - 以确保对所有伤害进行解释并提供最高级结果所需的护理。这些只是刮擦可能性表面的少数用例。几年前，为医疗保健应用AI似乎是一个遥远的梦想。随着我们进入2020年，梦想变成了现实。
