近年、放射線画像診断のサポートとしてAI解析ソフトウェアの導入が進んでいる。この技術革新により、医療現場では画像診断の精度と効率が向上しているが、同時に新たな課題も浮上している。
　まず、AI解析によって生じる保存容量の増加である。AI技術の進展に伴い、精彩なオリジナル画像データが必要とされており、CT画像のAI解析においてはThinSlice画像データが利用されるなど画像データの保存容量が飛躍的に増加している。また、市販されている多くの画像診断AI解析ソフトウェアはセカンドリーダー型であり、一度、医師による画像診断を行った後に補助として解析が行われる。AI解析ソフトウェアで作成された画像データも診断に寄与した画像となるため、PACSによる管理が必要となり、さらなる保管容量の増加が懸念される。
　次にAI解析ソフトウェアによる診断結果と医師の診断結果との間に生じる相違も問題となっている。AIは大量のデータを基に診断を行うが、人間の医師の経験や直感とは異なる判断を下すことがある。前述で述べたとおり、診断結果の相違が発生した場合でも診断に寄与した画像であれば、PACSによる管理は必要と考えるが、他の医療機関へ患者を紹介する際には、医師の診断結果と相違のあるAI解析を行った画像データを提供するか否かについて考慮する必要がある。紹介先の医師が提供された画像データを確認した際に、報告された診断結果とAI解析を行った画像データの結果に相違によって、誤解を生じる可能性があるため、AI解析を行った画像データの送付を行わないか、診療情報提供書等に相違があることを記載するなどといった対応方法を検討しておく必要がある。
　AI技術の進展に伴い、放射線画像診断の分野での画像管理と運用がますます重要となっており、有益な意見交換ができることを期待している。