重塑影像生态：人工智能时代的医学影像学科变革
点击上方蓝字加关注本文引用格式：[1]陈敏.智能赋影，融合创新：人工智能时代下医学影像学科的发展与展望[J].中国医学影像学杂志,2026,34(1):1-2.DOI:10.3969/j.issn.1005-5185.2026.01.001.摘要在信息技术与医疗深度融合的大潮中，人工智能（AI）正彻底改变医学影像的生态体系。在放射科，AI辅助诊断软件已广泛应用，能显著提高诊断速度并缓解人手不足；未来将向多模态融合与全流程智能化迈进。在超声医学方面，AI推动检查从“靠经验”转向“靠数据”，促进标准化和实时辅
AI readiness 紧迫性：尚兰团队解析中西部医学生与规培生现状
人工智能（AI）正深刻重塑医学未来，特别是在放射科等领域影响深远。尽管 AI 应用加速普及，但针对中国欠发达地区医学生及放射科规培生这一未来医疗核心力量的研究尚显不足。本研究旨在评估该群体对 AI 在临床实践中的认知、态度、使用现状及潜在担忧。·研究设计：多中心横断面调查（2025 年 2 月至 3 月）·调查地点：中国中西部三省（山西、云南、四川）·研究对象：5043 名医学生及 190 名放射科规培生·调研工具：自制问卷，包含四大核心模块：o 社会人口学特征o AI 知识储备（培训经历、理解深度、工具
GE医疗加速成像云化，发布全新影像方案
医疗影像领域正面临影像数据激增、病例日益复杂及医护人员匮乏的三重挑战。据美国放射学会数据，放射科医生短缺已连续三年被列为该行业最严峻的威胁。在此背景下，GE医疗宣布将携最新企业成像解决方案——Genesis Radiology Workspace与InteleShare，亮相于匹兹堡举办的2026年医学影像信息学学会年会。 Genesis Radiology Workspace是GE医疗推出的新一代产品，致力于重塑放射科工作流，提升医师效率与诊断精准度。其核心为获美国FDA批准的View诊断影像浏览器。V
AI 浪潮下，影像医师与技师谁更面临淘汰？
（全文共计 583 字，预计阅读时间为 3 分钟）导读：曾有同行发问‘为何 AI 降临让放射科感到如此巨大的危机’，这早已不是新鲜议题。长久以来，每当探讨 AI 的演进，总会顺带提及 AI 影像辅助诊断，并随之引出‘影像医师将被 AI 取代’的论调。那么，AI 的介入究竟会在影像科掀起怎样的波澜？近日阅及一位博主的见解，竟与我长久以来的看法不约而同，我深信这一趋势已然明朗。AI 对影像科的冲击始终是热议焦点，不同群体对此持有各异观点。AI 降临之际，影像医师是否会比影像技师更早遭到淘汰？倘若监管政策许可，
天坛医院发布全病种颅脑CT智能诊断系统小君医生2.0
国家神经疾病医学中心（北京天坛医院）联合上海影禾医脉智能科技股份有限公司开发的国内首个全病种颅脑CT智能报告生成大模型"小君医生2.0"于4月24日在北京正式推出。该系统仅需约60秒即可对输入的颅脑CT影像完成分析，自动生成涵盖94类疾病、11个解剖区域、1232条诊断术语的报告初稿，达成快速精准的病变识别。据北京天坛医院放射科主任刘亚欧透露，"小君医生2.0"依托该院庞大的优质颅脑CT影像数据库，融合"基座模型"与"AI Agent"等技术框架构建。该系统已实际应用于天坛医院放射科日常诊疗，初期验证显示
《柳叶刀》刊发重磅研究：10万人随机对照中，AI医疗读片优势明确
乳腺癌是全球女性中最常见的恶性肿瘤。想要提升生存概率，最关键的方式就是尽早筛出、尽早干预，而乳腺X线摄影（常说的“钼靶”）目前仍是覆盖范围最广的筛查手段——也就是很多人定期去医院做的那项检查，用低剂量X射线观察乳腺内是否存在可疑阴影。难点在于，影像判读本身是一项高度依赖专注力、同时又很容易让人疲惫的工作。为了尽量减少漏诊，不少国家采用“双读”制度——同一张片子由两位放射科医生分别独立阅片，之后再比对意见。这样做确实更稳妥，但代价也很明显：人力需求直接翻倍。而放眼全球，放射科医生本就紧缺，随着筛查规模持续扩