人工智能在医学影像领域的应用有疾病筛查、病灶勾画、脏器三维成像。
1、疾病筛查：
人工智能进行肺部筛查的步骤为：使用图像分割算法对肺部扫描序列进行处理，生成肺部区域图，然后根据肺部区域图生成肺部图像。利用肺部分割生成的肺部区域图像，加上结节标注信息生成结节区域图像，训练基于卷积神经网络的肺结节分割器。
然后对图像做肺结节分割，得到疑似肺结节区域。找到疑似肺结节后，使用3D卷积神经网络对肺结节进行分类，得到真正肺结节的位置和置信度。
2、病灶勾画：
靶区勾画与治疗方案设计占用了肿瘤医生大量时间，基层医疗机构肿瘤科医生缺乏经验，放疗是肿瘤三大治疗方式中最为主流的治疗方式（其他两种是手术和化疗），相对于诊断，治疗更切入医疗的核心。
每个肿瘤病人的CT图像在200张左右，医生在勾画的时候，需要给每个图片上的器官、肿瘤位置进行标注。这个过程按照传统的方法要耗费医生3-5个小时，找到肿瘤位置之后，医生还需要根据肿瘤的大小、形状等设计放射线的具体照射方案或者手术方案。
这里面也包含了不同位置不同的放射剂量。肿瘤病人平均的等待时间为2—3周，医生把时间放在一个病人身上，另一个人就要继续等待，而这有可能会错过最佳治疗期。靶区勾画与治疗方案设计具有一定的技术含量和需要医生的经验，但是其中包含了大量的重复工作。
这些劳动密集型的工作是人工智能的专长，利用AI做这些事情将节约肿瘤医生大量的时间。
3、脏器三维成像：
脏器三维成像是人工智能以核磁共振、CT等医学影像数据为基础，对目标脏器定位分割，在电脑上显示患者的内部情况。将病人的核磁共振、CT等病情影像数据输入，在电脑上显示患者的内部情况。医生手中的探针指向哪里，系统实时更新显示，让医生对病人的解剖位置一目了然。
使外科手术更快速、更精确、更安全。自动重构器官真实的3D模型，实现医生可通过专用设施，在增强现实的虚拟空间里全方位直接观看到患者真实人体结构的解剖细节，并可通过手势和语音操作，实时进行器官和病变的立体几何分析，精确测量目标结构的区位、体积、径线、距离等参数。