影像医学是大数据与人工智慧(Artificial Intelligence, AI)在医疗照护应用的重要领域，「AI 与医疗大数据」为北美放射学会(The Radiological Society of North America，简称RSNA，是世上最大、最具影响力的医学学会团体之一)2018年年会最重要的主轴，该年会有关 AI 与大数据应用在医疗影像的重要结论如下：
一、AI将赋予医师更大能力以提供更好的医疗照护，但并未能替代医师工作。
二、AI演算效能已被认可，但应用成功的关键在于与医院既有工作流程之整合。
三、大数据是支持AI技术发展的关键，但数据取得需耗费大量有形及无形成本，并需考量隐私保护，各界正亟思透过演算、感测等技术与途径加以克服。
医疗影像人工智慧之未来：全面影像照护
年会中勾勒未来25 年影像医学的发展愿景与应用情境 “全面影像照护(total imaging care)”(如图一所示意)，透过整合目前影像、早期影像、实验室检验、手术或检验结果、理学检查、病患基本资料、病患基因及风险因子等诊断数据的资料中心，医师可以收集与浏览整个以病患为中心的数据，并在影像处理与整合、待办工作优先顺位排程、自动化警示、自动产出影像检查报告等各式AI工具协助下，进行病患照顾决策。以工作顺位排程为例，AI以病患各式数据自动产生病患诊疗优先顺位建议，协助医师快速的决定工作顺位，可即时关怀病患，并与病患有效的进行沟通；在自动化警示功能方面，可提醒医师追踪检查工作；而透过AI分析自动产出影像报告内容，可以让医师更快速掌握患者的各项检查数据。
从以上的应用情境来看，医师最需要的并非最尖端且超越医师的AI技术，而是可以整合既有各式资料的介面，以及将AI工具导入医疗场域，以纾解目前医疗现场亟需人力的情形。
AI 定位于辅助医师，而非取代医师
AI在医疗影像应用目前主要在于协助医院与医师提供患者更好的医疗照护，而非替代医师，这是医师意见领袖与AI意见领袖的重要共识，值得我们省思AI与人类在医疗领域的定位与分工，进而研议AI医疗技术的开发策略与目标。或许将AI定位为诊断辅助或流程效能提升的重要工作伙伴较为适宜。由于人工智慧与机器学习已被放射医学领域的专家认可为影响放射医学未来 10 年重要的科技项目，未来这些AI技术如何与医院既有工作流程(work flow)整合，将是持续关注的重点。