在现代医学领域，人工智能（AI）扮演着越来越重要的角色。它使能够深入地可视化和检查人体内部结构，以极高的细节展现体内的结构。随着技术的发展，医疗设备在成本、精度和安全性方面不断进步，以改善最终用户的医疗体验。
近年来，人工智能领域取得了巨大的进步，特别是在机器学习和深度学习算法的帮助下，为多个行业解决了无数复杂的难题。其中，医疗保健领域在研究和开发方面持续获得动力。
人工智能在医疗保健领域蓬勃发展的原因有很多，其中包括：
让深入了解医学影像流程中的每个环节，以更好地理解整个过程。首先，使用先进的成像技术生成图像数据的成像工具。
诊断成像工具有助于缩小伤害或疾病的原因，并确保诊断的准确性。这些技术包括X射线、计算机断层扫描（CT）和磁共振成像（MRI）。这些成像工具让医生能够“看到”身体内部，得到骨骼、器官、肌肉、肌腱、神经和软骨的“图片”，以便医生能够确定是否存在任何异常。
成像工具大致分为两类：二维（2D）和三维（3D）成像工具。
2D成像是一种从单一角度拍摄图片的技术。例如：X射线、超声波扫描和显微镜检查。
3D成像是一种从不同角度拍摄图片以创建一系列图像的技术。例如：计算机断层扫描（CT）和磁共振成像（MRI）。
以下是三种最常用的成像工具：X射线、计算机断层扫描（CT）和磁共振成像（MRI），它们在下面的表格中进行了区分。
放射科医生是图像的主要阅读者。他们分析图像并根据观察结果撰写简短的注释，这些注释可以被没有医学知识的普通人理解。放射科医生创建了一种名为DICOM的特定文件格式，将所有数据整合在一起，然后将数据移动到名为PACS的存储单元中，使用特定的文件格式。
PACS系统是一种医学影像技术，提供经济的存储、检索、管理、分发和展示医学影像。通过PACS系统，电子图像和报告可以数字化传输。这消除了手动归档、检索或运输胶片夹的需求。它允许医疗机构（如医院）捕获、存储、查看和共享所有类型的图像，无论是内部还是外部。
类似于系统文件夹中的pdf和doc文件，PACS以DICOM或NIfTI格式存储文件。数字成像和通信医学（DICOM）是沟通和管理医学影像信息及相关数据的标准。DICOM文件包含患者信息以及图像信息和模态。
流程中的最后一步是诊断临床医生，他们从存储系统中获取放射科医生提供的报告以及其他参数，如患者当前的状况/症状、其他实验室结果和之前的医疗知识，以提供诊断。
分类是一种将数据归类到给定数量类别的技术。这里的分类问题的主要目标是识别图像中是否存在疾病或异常。
用例：从肺部X射线中识别肺炎的存在。
分割在图像处理中用于医疗行业，以实现更有效和更快的诊断，通过识别包含结构的特定像素来检测疾病。
用例：识别肿瘤并计算异常的大小。
定位用于缩小可能包含异常的图像区域。