关于本研究专题
提交截止日期
稿件延期提交截止日期：2026年5月30日
查看作者指南
背景
人工智能(AI)已在各个领域取得显著进展，其在医学诊断中的应用是最有前景的领域之一。在医学影像领域，已开发出能够分析CT扫描、MRI和X光等图像中复杂模式的AI算法，提高了诊断的准确性和效率。尽管取得了重大进展，但仍存在挑战，例如需要大量数据集来训练AI模型并确保其泛化能力。此外，如何有效地与现有医疗系统集成以支持医生进行实时决策仍是一个持续的讨论话题。
本研究专题旨在探索AI在增强医学影像诊断解释方面的应用。它将寻求回答AI实施相比传统方法在准确性方面的改进、数据质量和可用性挑战，以及开发可在医疗环境中广泛应用的可靠模型等问题。关于AI对诊断速度、准确性和医疗结果影响的假设将经过测试，以推动基于证据的结论。
为了进一步了解基于AI的医学影像诊断，我们欢迎涉及但不限于以下主题的文章：
- 医学影像AI算法的开发与验证
- AI工具在临床诊断工作流程中的集成
- 基于AI的医学影像数据挑战与解决方案
- AI在个性化诊断和治疗规划中的作用
- AI驱动诊断中的伦理考量
文章类型可包括原创研究、综述论文、案例研究和观点文章，这些都有助于理解AI技术与医学影像的交叉点。
文章类型与费用
本研究专题接受以下类型的文章，除非研究专题描述中有其他规定：
- 简短研究报告
- 病例报告
- 社区案例研究
- 概念分析
- 数据报告
- 编辑部文章
- FAIR²数据
- FAIR²数据直接提交
- 一般评论
- 假设与理论
- 方法学
- 简短综述
- 观点
- 原创研究
- 视角
- 政策与实践综述
- 政策简报
- 综述
- 系统综述
- 技术与代码
通过外部编辑严格同行评审后被接受发表的文章，将向作者、机构或资助者收取出版费用。
关键词
人工智能、医学影像诊断、深度学习算法、临床工作流程集成、个性化医学
重要说明
所有提交给本研究专题的稿件必须符合所提交期刊和栏目的范围，如其使命声明中所定义。Frontiers保留在同行评审的任何阶段将超出范围的稿件引导至更合适的栏目或期刊的权利。
专题编辑
- saqib qamar，阿曼苏哈尔大学
- hazrat ali，英国斯特灵大学
- ziyang wang，英国阿斯顿大学
【全文结束】