人工智能 (AI) 已迅速改变了包括医学在内的众多行业,放射学将从其功能中受益匪浅。AI 通过利用医疗和牙科实践中常用的数字射线照片的大量数据集来提高诊断准确性、减少错误并改善患者护理。尽管有这些优势,但 AI 对图像采集和放射技师工作流程的影响在放射学文献中仍未得到充分探索。本综述旨在评估 AI 对放射学实践的影响,应对监管挑战,并探索将其整合到放射科医生和放射技师的教育框架中。它强调了 AI 在自动化任务、提高诊断精度和改善临床决策方面的作用。截至 2024 年 12 月,使用 PubMed 和 Google Scholar 进行了系统文献检索,其中包括“人工智能”、“机器学习”、“深度学习”、“放射学”和“诊断成像”等术语。分析了 77 篇专注于数字牙科放射学中 AI 应用的同行评审文章和会议论文,以提取有关 AI 方法及其潜在应用的数据。研究结果表明,AI 解决方案可提高复杂成像任务的效率,例如乳房 X 线摄影中的病变识别和分类,以及横断面成像中的实时评估,从而减少重新扫描的需要并提高患者吞吐量。然而,广泛采用面临与伦理和法律问题相关的障碍,包括数据隐私、算法偏见和透明度需求。虽然 AI 在自动化工作流程、提高诊断准确性和优化放射学患者护理方面表现出巨大潜力,但必须解决与人为监督、专业适应和法规遵从性相关的挑战。需要进一步研究以充分了解 AI 对放射学的影响并最大限度地发挥其临床效用。关键词:人工智能 (AI)、放射学、机器学习、诊断成像、医疗实践、深度学习、诊断成像中的 AI 等。