但是如果没有适当的评估和解决方案评估，许多医院和临床医生将因无法正确实施的新技术而被烧毁。

人工智能被认为是提高放射科医生和临床医生生产率和工作满意度的几种方法之一，但是许多医院不适合采用这些新技术，而不适应当前的系统。

“我认为人工智能将改变我们的实践方式。它不会取代我们，但它将极大地改变放射学。”芝加哥大学医学主任Paul J. Chang说。“但是关键是它将如何改变我们?”

关于医学成像AI的研究已经很多，可以使放射科医生重新评估更加繁重的伤害评估阶段。剑桥大学和伦敦帝国理工学院的一组研究人员开发了一种系统，能够检测脑部损伤并知道患者是否需要手术，从而减轻了放射科医生的评估阶段。

宾夕法尼亚医学院的另一个团队开发了一种AI模型，与传统方法相比，该模型可以将脑肿瘤的检测率提高多达99%。

对于几乎所有具有嵌入式AI的医学成像程序，问题都是数据需求。英特尔实验室首席工程师杰森·马丁说：“ [检测脑肿瘤的AI]需要比任何一家医疗中心都要多的数据才能发挥其全部潜力。”

利用大型的AI资源数据库可能是缓解此问题的一种方法，尽管许多医院在财务上没有能力在相对较新的技术上投入大量资金。

实施自己的数据收集策略可能很困难，尤其是对于仍然提交纸质报告的医院和医疗机构。

预先规划是成功部署的关键

实施前充分了解的精度，可重复性和人工智能解决方案的易用性是其成功的关键还有，根据奥马尔松纳，GE医疗全球产品管理总监。