ينظر الكثيرون إلى الذكاء الاصطناعي باعتباره الرصاصة الفضية لمتطلبات عبء العمل الخاصة بأخصائيي الأشعة ومشاكل فحص نتائج البيانات,حيث كمية وحجم البيانات الصادرة سنويا من صور اشعاعية تفوق قدرة فحص اخصائي الاشعة حول العالم ثلاثة اضعاف , ونظر للاحتياج الكبير للدقة والاكتشاف الصحيح للمرض يتم تدريس خوارزميات الذكاء الاصطناعي لأخذ مجموعة كبيرة من الصور الطبية وقراءة وتفسير النتائج كما يفعل اختصاصي الأشعة, وللذكاء الاصطناعى القدرة على تحسين دقة التشخيص ، وتخفيف العبء على مقدمي الخدمات ، والتغلب على التحديات المتمثلة في فرز النتائج العادية وغير الطبيعية ، وتحديد النتائج المشبوهة والأورام ونزيف الدماغ والكثير , وسوف نستعرض بعض من هذه الاستخدامات:-

1. تشخيص الزهايمر

يواجه الأطباء معضلة صعبة عند تشخيص المرضى الأكبر سناً الذين يعانون من مشاكل في الذاكرة. بمجرد استبعاد الأسباب العضوية مثل السكتة الدماغية والعدوى والشلل الرعاش ، يجب عليهم تحديد ما إذا كان هؤلاء الأفراد يعانون من الخرف أو مرض الزهايمر أو شكل ما من أشكال الضعف الادراكي المعتدل , طور عالم الأشعة جاي هو سون ، من جامعة كاليفورنيا في سان فرانسيسكو وزملاؤه ، خوارزمية تعالج هذه المعضلة من خلال تحليل عمليات مسح (FDG-PET) للمرضى الذين يبدو أن لديهم قدرة ضعيفة جدا على التذكر , بناءً على هذا التحليل ، توفر الخوارزمية ما يعتبره “تنبؤًا دقيقًا للغاية يمكن أن يعزز ثقة تشخيص مرض الزهايمر أو يستبعده وجوده”.   تبحث الخوارزمية عن عمليات الكيميائية المنتشرة بالدماغ التي يصعب رؤيتها بالعين المجردة مثل تغيرات فى امتصاص الجلوكوز , حيث تعلمت الخوارزمية من تلقاء نفسها ما هي السمات والأنماط المهمة للتنبؤ بتشخيص مرض الزهايمر وأيها غير ذات أهمية , مما يساعد فى تحسين جودة استكشاف والتنبؤ بوجود المرض وتحسين طرق علاجه, يدرس الان امكانية استخدام هذا أبحاث الاشعة فى الطب السريري , لكي يتم تطبيقه على التصوير المقطعي , الرنين المغناطيسي , والكثير من تقنيات التصوير العضوي.

2. اكتشاف الامراض مبكرا 

إذا كان بإمكان التصوير الاشعي مساعدة الطبيب المرجعي في تحديد العلاج الصحيح للمرض – أو تغيير مسار العلاج بشكل كبير من خلال الاكتشاف المبكر لأمراض مثل سرطان الرئة – فمن المرجح أن يكون له قيمة أعلى بكثير لكل دراسة مما لو كان يساعد اختصاصي الأشعة في اكتشاف الآفة المسبب للمرض , و أحد اسباب التأخر فى استكشاف المرض هوا التكلفة و استبدال إجراء تشخيص مكلف بإجراء أقل تكلفة سيكون له تأثير إيجابي على تخفيض التكلفة. (مثال: استبدال الأجهزة الغازية القائمة على القسطرة بنمط التصوير المقطعي المحوسب للتهوية الجانبية).   تقوم (qure.ai) وهي اداة تقوم بتحليل العميق للبيانات باستخدام الكثير من الصور الإشعاعية التشخيصية ﻷيجاد الانماط الغير طبيعية فى تقنيات مختلفة من التصوير المقطعي و الرنين المغناطيسي , قد يثبت الذكاء الاصطناعي المعتمد على التصوير أنه أكثر دقة من تحليل الجينوم في التنبؤ بالسرطان لأنواع جينية معينة ، و بشكل عام ، من المحتمل أن يكون تحديد خطر إصابة المريض بالمرض أو منع وقوع أحداث كارثية باستخدام أنماط ظاهرية للتصوير التأثير الايجابي الكبير على نتائج المريض. ومن الأمثلة على ذلك القياس الكمي لمرض الانسداد الرئوي المزمن لتحسين تقييم مخاطر سرطان الرئة ؛ اكتشاف وفحص الدهون في البطن فيما يتعلق بمتلازمة التمثيل الغذائي وأمراض القلب والأوعية الدموية ؛ التنبؤ بتمزق تمدد الأوعية الدموية؛ والكشف عن أضرار الكلى المحتملة في مرضى السكري، و الكشف المبكر التحليلي لسرطان الثدي.

3. تطبيقات الفحص السريرية

تقوم شركة (hoppr.ai) على توفير امكانية لتحليل هذا النوع من البيانات وقدراتها على معالجة كم هائل كبير من البيانات وذلك بتدريب قدرتها على قرأءة نتائج التشخيصات المبدائية و توصيف البيانات الاشعاعية,و كأداة دقيقة وسريعة وقابلة للتكرار وسهلة الاستخدام تستخدم خوارزمية التعلم العميق (CNN) ومعالجة المتعددة للبيانات فى تقدير عمر العظام , وتمييز طبيعة المرض عن طريق الصور , وايضا تستخدم لتحليل الصور المرئية ذات قيمة تنبؤية في التطبيقات الإشعاعية , و بصرف النظر عن أدوات تحليل الصور الطبية ، من الأهمية فهم البرمجة الإحصائية ، وهياكل البيانات ، والخوارزميات المناسبة. الخوارزميات تحتاج إلى أن تكون مصممة لفهم للتطبيق العملي بالإضافة إلى التقسيم التلقائي لأورام الكبد ،بحيث تحتاج أدوات الذكاء الاصطناعي إلى توفير معلومات مثل نوع الورم وتوزيعه ، وشرح العلاقة مع الأوعية الدموية وكيفية الانطلاق للتطبيق السريري والإدارة الجراحية وعمل برامج للمراجعة والتكيف التلقائي للجسم على المرض , ومن المهم لتقنيات المبنية على التعلم الآلي والتعرف على الأنماط التصوير العصبي في كشف البيانات الجديدة المتعلقة بالمرض وكيفية تحديد مكان وجوده بسهولة .

4. سرطان الثدي 

يعتبر سرطان الثدي السبب الرئيسي الثاني لوفاة النساء حول العالم , يكمن السبب فى ضعف وسائل تحليل البيانات السريرية والتشخيصية وادوات دعم القرار المتخصصة فى جمع البيانات وتصنيفها واستخراج النتائج التحليلية الدقيقة لأثبات وجود المرض , ويستخدم رؤية الحاسوب (Computer vision ) فى الاستخراج التلقائي للميزات ذات الصلة بالتشخيص المرض , ويستخدم تعلم الالة في الجمع بين أوصاف الصور الدلالية متعددة الوسائط (مثلا التصوير الشعاعي للثدي والموجات فوق الصوتية والتصوير بالرنين المغناطيسي) وذلك مع البيانات السريرية ، مما يسهل تقدير التشخيص التفريقي الصحيح وتوصية إدارة المريض بوجود المرض من عدمه , وقمت شركة IBM عن طريق الذكاء الاصطناعي (Watson) بأطلاق خدمات تساعد على تحسين سير العمل لعلماء الاشعة , وذلك بتصميم أداة دعم تشخيصية لاكتشاف ورصد ودعم اتخاذ القرارات تلقائيًا لعلاج انواع مختلفة من الامراض.