影像识别作为辅助诊断的一个细分领域，将人工智能技术应用于医学影像诊断中，是在医疗领域中人工智能应用最为广泛的场景。

尽管目前人工智能医疗应用尚在起步阶段，但人工智能医疗的潜力却是不可忽视的。其中，影像识别作为辅助诊断的一个细分领域，将人工智能技术应用于医学影像诊断中，是在医疗领域中人工智能应用最为广泛的场景。

而人工智能在医学影像得以率先爆发与落地应用，主要是由于影像数据的相对易获取性和易处理性。相比于病历等跨越三五年甚至更长时间的数据积累，影像数据仅需单次拍摄，几秒钟即可获取，一张影像片子即可反映病人的大部分病情状况，成为医生确定治疗方案的直接依据。

医学影像庞大且相对标准的数据基础，以及智能图像识别等算法的不断进步，为人工智能医疗在该领域的落地应用提供了坚实基础。从落地方向来看，目前，Al医学影像产品布局方向主要集中在胸部、头部、盆腔、四肢关节等几大部位，以肿瘤和慢病领城的疾病筛查为主。

不过，近日，齿科AI企业Diagnocat宣布其研发的一款面向齿科专业人士的人工智能软件，在加拿大获批。该软件可以通过x光和锥束计算机断层扫描（CBCT）识别30多种常见的齿科疾病，包括龋齿、牙石、根尖周病变等，以及部分齿科罕见病变。这让AI医学影响产品的领域又拓宽了一大步。

Diagnocat的创始人兼CEO Alex Sanders，同时也是一名口腔修复专家，Alex表示，“Diagnocat的目标是使齿科诊断尽可能接近无错误，3D数字齿科正在成为当今齿科行业的巨大组成部分，只需点击Diagnocat按钮几秒钟，齿科专业人士就可以轻松、快速、高效地完成诊断工作。”

Diagnocat的北美经理Doug Gillespie表示：“齿科学校对学生进行了大量识别FMX和Pan图像的培训，但是，对齿科医生来说，理解和评估CBCT图像的难度要大得多。将Dicom文件转换和分割为STL文件的过程，也是为种植和正畸的3D数字病例的治疗计划积累经验的过程。Diagnocat使这个过程变得简单而高效。”

Diagnocat的人工智能软件目前在欧洲、以色列、意大利、墨西哥的放射科、齿科实验室和大学投入使用，加拿大将成为下一个投入使用的区域。

无疑，作为新一代基础设施建设，人工智能在医疗行业的应用将对传统医疗机构运作方式带来变革，从长远有效缓解医疗资源压力。后疫情时代，AI+医疗有望迎来大发展，而临床放射诊断实践无疑是其中一项重要应用。