1，成像設備的圖像重建
AI可以通過算法的圖像映射技術，將少量采集的信號恢復為與完全采樣圖像質量相同的圖像，並利用圖像重建技術，從低劑量的ct和PET圖像中重建出高劑量質量的圖像。這樣可以滿足臨床診斷的需要，降低輻射的風險。
2.疾病智能輔助診斷
(1)肺部疾病智能輔助診斷
國內AI+CT影像應用最成熟的領域是肺結節的識別。AI可以有效識別容易漏診的結節，如6mm以下的實性結節、磨玻璃結節等，準確率在90%左右。同時，AI可以提供結核的位置、大小、密度和性質。此外，還可以篩查肺結核、氣胸、肺癌等肺部疾病。
(2)眼底病的智能輔助診斷
目前應用最廣泛的是糖凈病篩查。糖胺聚糖病是壹種常見的視網膜血管疾病，也是糖尿病患者的藥物性盲眼病。早期往往沒有臨床癥狀，壹旦出現癥狀，已經錯過了最佳治療時機。
(3)腦部疾病的智能輔助診斷
目前，腦部疾病的智能診斷包括腦出血、內部動脈粥樣硬化、顱內動脈瘤的診斷和頸動脈易損斑塊評估。
(4)神經系統疾病的智能輔助診斷。
人工智能在神經系統疾病中的應用主要包括癲癇、阿爾茨海默病和帕金森病。AI可以對患者的影像數據進行處理和分析，並與正常人群進行統計對比，從而計算出代謝異常病竈的大小和位置，並通過認知技術給出治療方案的建議和治療效果的預測。
(5)心血管疾病智能輔助診斷。
基於胸部CT數據，AI可以利用深度學習技術和圖像處理技術，設計特定的算法來評估易損的冠狀動脈斑塊，進行冠心病的智能輔助診斷，規劃支架放置方案。同時還能智能診斷主動脈疾病類型、主動脈瘤等復雜疾病。
3.智能地勾畫目標區域
目前，放射治療是腫瘤患者的主要治療手段之壹，而對病變器官的正確定位和精確勾畫是放射治療的基礎和關鍵技術。因此，在放射治療前，需要在CT圖像上標記出器官和腫瘤的位置。按照傳統方法，壹般需要醫生3 ~ 5個小時。
通過應用AI技術，可以大大提高效率，AI智能圈定目標區域的高精度可以在很大程度上避免目標區域圈定不準確導致的無效處理。目前，AI+靶標圈定已成功應用於肺癌、乳腺癌、鼻咽癌、肝癌、前列腺癌、食道癌、皮膚癌。
4、智能判斷病理切片
病理切片的判斷是壹項復雜的工作，往往需要醫生有非常豐富的專業知識和經驗，而即使是有專業經驗的醫生也容易忽略不易察覺的細節，從而導致診斷的偏差。
解決閱讀效率和準確診斷問題的最佳途徑是將人工智能引入病理切片的研究中，通過在細胞水平上學習病理切片的特點，不斷完善病理診斷的知識體系。