超声波 (US) 是一种灵活的绿色成像方式，随着先进超声波技术的不断涌现和美国数字医疗系统的完善，正在全球范围内作为各个临床领域的一线成像技术不断扩展。实际上，在超声波实践中，合格的医生应手动收集和视觉评估图像以检测、识别和监测疾病。由于超声波本身对操作员的依赖性高，诊断性能不可避免地会降低。相比之下，人工智能 (AI) 擅长自动识别复杂模式并对图像数据进行定量评估，显示出帮助医生获得更准确和可重复结果的巨大潜力。在本文中，我们将提供对 AI、机器学习 (ML) 和深度学习 (DL) 技术的一般了解；然后，我们回顾了人工智能尤其是深度学习技术在超声领域的快速增长的应用，基于以下解剖区域：甲状腺、乳腺、腹部和骨盆、产科心脏和血管、肌肉骨骼系统和其他器官，涵盖图像质量控制、解剖定位、物体检测、病变分割、计算机辅助诊断和预后评估；最后，我们就美国生物医学人工智能系统临床实践面临的挑战和机遇提出了自己的看法。