人工智能 (AI) 使用数据和算法来得出与人类得出的结论一样好甚至更好的结论。人工智能已经成为我们日常生活的一部分;它支持人脸识别技术、虚拟助手(如 Amazon Alexa、Apple 的 Siri、Google Assistant 和 Microsoft Cortana)中的语音识别以及自动驾驶汽车。人工智能软件已经能够击败国际象棋、围棋甚至扑克的世界冠军。对于我们的社区而言,它是医疗保健领域创新的重要来源,已经帮助开发新药、支持临床决策并提供放射学质量保证。获得美国食品药品监督管理局或欧盟(即将纳入欧盟医疗器械法规)批准的医学图像分析人工智能应用名单正在迅速增加,并涵盖了各种临床需求,例如使用智能手表检测心律失常或将关键成像研究自动分类到放射科医生的工作列表的首位。深度学习是人工智能的主要工具,在图像模式识别方面表现尤为出色,因此可以为严重依赖图像的医生带来巨大益处,例如超声医师、放射技师和病理学家。尽管产科和妇科超声是最常见的两种影像学研究,但人工智能迄今为止对这一领域的影响不大。尽管如此,人工智能在协助重复性超声任务方面具有巨大潜力,例如自动识别高质量采集并提供即时质量保证。为了发挥这一潜力,人工智能开发人员和超声专业人员之间的跨学科交流是必不可少的。在本文中,我们探讨了医学成像人工智能的基础知识,从理论到适用性,并向超声领域的医疗专业人员介绍了一些关键术语。我们相信,更广泛的人工智能知识将
主要关键词