身为还在训练中的放射科医师，从入科以来就一直知道AI的威胁，科内也有引入或是评估过一些AI的工具，最大的问题就是钱跟资安。
目前报告基本上还是要由医师来完成，多买AI辅助工具对医院来说只是多花钱，也不能因此去砍医师的薪水，除非能显著增加医师打报告的速度，不然医师大概也不会想把报告的钱分给AI，就算解决了后端的报告问题。前端的影像量（X光、电脑断层、核磁共振）如果没有增加，医院端的收入其实也没有增加，所以引进AI对医院的吸引力有限。我们目前引进的X光判读系统的用处，主要是要排除一些我们漏掉的东西，等于是让AI帮我们检查一下，降低疏失的机率。
再来是厂商这端的问题，厂商基本上希望能读一张影像赚一次钱，但是医院基本上不可能让厂商安装外挂的程式去计算使用量，毕竟你无法保证AI的厂商收集了什么资讯，目前的解决方法有点像是国税局查摊商的收入，厂商用目前的报告量去推估一年的收费是多少。但目前说的是一张X光的判读，如果是电脑断层或是核磁共振，一组下来都是上百张影像，而且各自有关联，如果还要串接临床的症状与病史，还有比较旧的影像去比较变化，我目前是无法想像需要的成本是多少，也许有朝一日能够实现合理的价格。
去年去参加北美放射科医学会年会，再加上LLM的蓬勃发展，我觉得未来AI在放射科工作的发展有两方面，透过LLM，把影像变成制作完整的报告变得可能，目前顶多是在影像上标注一些发现，但是拿LLM报告制作完成后，以目前的模型偶尔会出现错误的状况下，一定还是需要医师覆核。但是在卫教或是报告的解释，尤其台湾的报告基本上是英文为主，若能很好的转译成病人能懂的报告，也是很有价值的应用，这样应该能解答病人大部分的问题，病人有问题再来询问。
另外放射科的工作流程上也有很多可以让AI帮助的地方，从帮助临床医师建议适合的检查，到安排排程，到检查影像的处理与加强，都是AI可以发力的地方。
目前我觉得最快应用的是西门子/GE/飞利浦的电脑断层及核磁共振所搭配销售的影像处理程式，里面置入的AI辅助功能。
总体来说，AI应该是能提升放射科的效率并降低人力，但是大规模的取代应该短期不会发生。