近期DeepSeek引发全球关注，人工智能（Artificial Intelligence，AI）正以前所未有的速度重塑医学影像学的格局。2024年12月，美国芝加哥的RSNA会议以 “Building Intelligent Connections” 为主题，聚焦AI与医学影像的深度整合，探讨了AI在医学影像学中的发展趋势、精准影像以及跨学科创新研究。
如今，AI在医学影像学中的应用已从实验室迈向临床实践，为疾病诊断、风险预测及个性化治疗带来了深远变革。AI技术的应用正在推动全球医疗体系的升级和优化，并且融入到从疾病的早期诊断到个性化治疗方案的制定等医疗服务的方方面面，开始重新定义医疗流程和患者体验。
跨学科研究的新窗口，为影像学、AI等领域的前沿研究提供重要的学术交流机会
《Interdisciplinary Medicine》（《交叉医学》）是南方医科大学南方医院与Wiley联合创办的开放获取国际期刊，专注于医学、生命科学、工程、材料与化学等交叉研究。自2022年创刊，已被DOAJ、CAS、Scopus、ESCI等数据库收录，并将于2025年获得首个影响因子，当前即时影响因子达16.425。期刊涵盖实验室医学、生物材料、组织工程、人工智能健康科学、影像与核医学、计算生物学等领域，为影像医学研究提供优质平台。
AI重塑放射学的跨学科创新
近期该杂志在线发表了题为 “Artificial intelligence‐driven change redefining radiology through interdisciplinary innovation” 的封面综述文章，南方医科大学珠江医院硕士研究生黄润楸、上海交通大学在读博士研究生孟晓林和南方医科大学生物医学工程学院张晓璇博士后为本文第一作者，南方医科大学珠江医院汪洋教授为主要通讯作者。
图1《交叉医学》封面文章
阅读本综述时，建议思考以下问题，以拓展理解：
传统AI框架（AI包含机器学习，机器学习包含深度学习）是否仍适用于当前AI发展趋势？是否需要调整或补充？
影像组学为何尚未形成广泛使用的临床工具？面临哪些转化瓶颈？
影像流程中存在哪些关键环节可推动AI创新应用？
多模态组学如何更有效地与影像学整合，以提升临床应用价值？
AI在影像学的应用呈现哪些新趋势？哪些领域具有突破潜力？DeepSeek给了影像学家何种新启示？
希望这篇综述能带来新的视角，也期待大家共同探讨，促进AI在医学影像学领域的深入发展。
文章聚焦AI技术如何通过跨学科创新深刻改变医学影像学领域的发展。从时间和空间两个维度，回顾了AI的发展历程，探讨了推动AI发展的力量及其与医学影像学的整合，关注解决重大疾病的进展，提出AI在医学影像学中的潜力与挑战，以及其在跨学科医学领域未来发展的可能性。文章还详细讨论了AI在医学影像工作流程中的应用及在多模态组学中的关键趋势与安全考量，以及GPT技术整合如何重塑放射科医生的专业技能。
AI在医学影像
工作流程中的应用及潜力
AI的泛化能力正推动其在医学领域的广泛应用，在医学影像工作流程中，AI的应用贯穿了从数据获取到诊断评估的全链条，包括图像采集、图像重建与后处理、影像诊断和质量控制反馈四个关键点。目前，AI在图像重建与后处理以及影像诊断方面的研究较为集中，而在影像采集和质量控制领域仍有较大的研究空间。
在图像采集环节，AI通过自动化技术优化数据获取流程，减少人为干预，提升了影像质量的一致性和标准化。在影像后处理与重建阶段，AI技术的引入不仅显著提升了图像的清晰度、分辨率和重建速度，为精准诊断提供了高质量的数据基础，还能通过深度学习模型等方式，在疾病分类和病灶检测任务中提供高效且精准的辅助支持，减少误诊率，大幅减轻医生的负担。AI在质量控制中的应用，通过实时评估和校正影像数据中的潜在问题，保障了诊断数据的可靠性和一致性。
AI在放射学中针对
一些重大疾病的临床应用进展
AI已广泛应用于医学影像学领域，为重大疾病的检测与诊断提供了高效的辅助工具，并显著提升了临床工作的精准性与效率。在疾病早期诊断、筛查和风险预测方面展现了卓越的能力。通过对影像数据的精准分析，AI实现了对早期癌症病灶（如肺结节和乳腺肿块）的高效检测。此外，基于多模态数据的AI模型不仅可以预测慢性疾病（如心血管疾病和糖尿病）的发生风险，还能动态监测疾病的进展，为临床医生提供更为深入的决策支持。
AI模型通过精准识别肺结节，提高了检测的敏感性和特异性，并支持影像分期和治疗响应监测，为个性化治疗提供了科学依据。
AI通过分析乳腺X线和超声影像，提升了病灶检测的准确率，还能预测复发风险及优化个性化治疗方案。
AI通过病灶区域自动分割和肿瘤侵袭深度评估，显著提高了影像诊断的精确性，辅助治疗规划和术后随访。
AI通过分析心脏影像，实现结构异常检测、血流动力学评估及冠状动脉斑块分析，为心血管疾病的早期筛查和精准治疗提供支持。
多模态组学的
趋势与安全考量
多模态组学通过整合影像学、基因组学、蛋白质组学和代谢组学等多源数据，正在为精准医疗和个性化治疗开辟全新的路径。借助AI的强大数据处理能力，多模态组学能够揭示多维数据之间的深层关联，从而能够精准表征疾病特征、优化治疗方案并预测治疗响应。
GPT技术的应用
如何重塑放射科医生的角色
随着AI技术的不断发展，它对放射学专家的角色也产生了深远影响。AI不仅能够承担一些简单重复的图像分析任务，还能在一定程度上辅助放射学专家进行复杂的诊断决策。
如生成式预训练模型（GPT）能够基于影像数据和电子健康记录生成结构化诊断报告，提高报告效率并减少错误，同时通过实时检索医学知识库为医生提供精准诊断建议和治疗方案，尤其在复杂病例中提升决策可靠性。此外，其自然语言生成功能有助于医生与患者及多学科团队的沟通，提升协作效率。然而，GPT的应用也带来挑战，医生需专注于复杂病例分析、审核AI诊断结果，并确保数据隐私和技术信任。未来，GPT技术与医生专业技能的融合将为精准医疗发展提供更广阔空间，提升医疗效率和诊断质量。
图4 以人为中心的临床成像工作流中ChatGPT‐4的益处体现
AI在医学影像学中的应用正推动着医疗健康领域的创新，为这一领域带来了新的活力和可能性，而《交叉医学》杂志致力于为我们提供一个深入了解这一领域最新研究和发展的窗口和平台。
黄润楸
南方医科大学2024级专业型硕士研究生（推免），现为南方医科大学珠江医院影像科在读研究生。
作为第一作者，在《Interdisciplinary Medicine》（即时IF: 16.425）发表封面文章“Artificial Intelligence‐Driven Change Redefining Radiology Through Interdisciplinary Innovation”；作为共同第一作者，在《Journal of Thoracic Oncology》（IF: 21）发表论文 “An Error in Modeling and the Selection of Independent Radiomics Variables Need Caution”；以第二发明人身份获授权发明专利4项；荣获2024年南方医科大学国际会议项目资助，并受邀参加2024年北美放射学会（RSNA）会议进行壁报展示。同时，在中华医学会第31次放射学学术大会（CCR-2024，上海）中参与书面交流及壁报展示；在中华医学会第32次医学影像技术学学术大会（郑州）进行论文发言及壁报展示。此外，作为团队负责人参加“珠江创新月2024年度科技创新成果转化推介大赛”，荣获优秀奖；获得南方医科大学2024专项奖学金。
孟晓林
共同第一作者：孟晓林
毕业于南方医科大学生物医学工程系，上海交通大学在读博士研究生。
目前供职于上海联影医疗科技有限公司，任医疗软件部图像高级处理部门经理，主要负责图像后处理工作站及智能扫描相关的算法研发工作，参与发表专利十余项。
张晓璇
南方医科大学生物医学工程学院，博士后，主要研究方向为医学图像分析，重点关注人工智能与深度学习。
近五年，以第一作者在《Medical Image Analysis》 (IF: 13.828) 发表论文一篇，在国际医学影像AI顶会MICCAI 2024 Workshop发表论文一篇。在《Computerized Medical Imaging and Graphics》发表系列研究成果。
冯前进
南方医科大学生物医学工程学院院长、广东省医学成像重点实验室主任，东南大学兼职博士生导师；长江学者特聘教授，珠江学者特聘教授，百千万人才国家级人选；教育部生物医学工程教学指导委员会委员，广东省生物医学工程教学指导委员会主任委员；国家发明二等奖获得者。
主要从事医学图像相关的研究与教学工作。目前共发表SCI论文100余篇，引用1200余次，影响因子312，H因子20。其中一作/通讯作者论文32篇。
马国林
中日友好医院放射科主任医师、博士后导师，同时在北京大学医学部、北京协和医学院及首都医科大学担任教授和博士生导师。
擅长头颈和神经精神疾病影像诊断，主要研究方向为头颈、神经及精神疾病影像新技术研究；医学影像大数据人工智能定量研究；新型材料生物医学成像研究。《国际放射医学杂志》名誉主编，《Artificial Intelligence in Medical Imaging》主编，《Frontiers in Neuroscience》、《Frontiers in Oncology》、《Brain Imaging and Behavior》、《中华医学杂志》等多种杂志编委及审稿人。主持国家课题7项，获省部级科技一等奖1项、三等奖2项。发表论文100余篇，SCI收录60余篇。主编/译专著5部。专利16项。
董迪
汪洋
南方医科大学珠江医院影像科，主任医师，转化医学中心副主任。
主要研究方向：临床影像诊断学，重点关注呼吸系统和转化医学。近五年，以第一作者在《American Journal of Respiratory and Critical Care Medicine》（IF: 30.5）发表一篇论文，被《The New England Journal of Medicine》、《The Lancet》和《JAMA》引用648次。在《Radiology》和《eBioMedicine》发表研究成果，并于2024年以通讯作者在《Journal of Thoracic Oncology》发表论文。2022年至2024年，共提交专利申请42项（13项发明专利已获授权）。
https://onlinelibrary.wiley.com/doi/full/10.1002/INMD.20240063
1. Tejani AS, Cook TS, Hussain M, Sippel Schmidt T, O’Donnell KPJR. Integrating and Adopting AI in the Radiology Workflow: A Primer for Standards and Integrating the Healthcare Enterprise (IHE) Profiles. 2024;311(3):e232653.
2. Wang Y, Lu X, Zhang Y, Zhang X, Wang K, Liu J, Li X, Hu R, Meng X, Dou SJE. Precise pulmonary scanning and reducing medical radiation exposure by developing a clinically applicable intelligent CT system: Toward improving patient care. 2020;54.
·END·
精彩推荐：
力荐！医学影像专业必关注的8个公众号
全网最全的解剖图库，千万不要错过 300+神经、头颈系统超全影像文章汇总
全网最全头颅影像解剖学，不容错过（更新版） 全网最全大关节影像解剖，不容错过（更新版） 影像科急诊必备手册，必点收藏 脊柱、脊髓解剖及常见疾病汇总（41篇） 乳腺解剖及影像学检查详细汇总 心胸系统文章汇总（132篇） 全网最全全身X线高清图谱
更多精彩医学影像内容，尽在鼎湖影像 权威医学影像公众号，欢迎您的关注↓↓
↓↓ 欢迎进入鼎湖学堂