分享放射企業成像平台和圖片存檔和通信係統(PACS)已經發展為促進工作流程。具體來說，來自多個部門的數據現在集成到電子醫療記錄(EMR)中以共享圖像。機器學習算法經常被集成來提供臨床決策支持或提高效率。PACS現在合並了放射學信息係統(RIS)。大型醫院和醫療保健係統已經從孤立的PACS轉向企業成像係統。這允許整個組織中圖像密集型(或所有)部門將他們的數據和圖像集成到一個中心位置。這種集中化使得來自眾多來源的患者數據更容易集成到EMR中。
在去年的RSNA期間，在供應商中看到了以下趨勢:
工作流編排描述一個係統使用“智能”工作流來優化放射學閱讀列表的能力。編排將檢查路由給最合格的放射科醫生，並將選擇限製在高優先級報告上。業務流程係統可以按STAT級別、考試協議類型和截止日期安排報表。這些係統公正地將工作流程分配給不同地點的放射科醫生，同時分析工作負載以發現效率低下的問題，並提供關於放射科醫生、技術人員、檢查協議和設施的分析。
AI集成到PACS和企業成像檢索與被成像的身體區域相關的患者病史和既往檢查，並提供診斷支持。一些係統
自動化圖像數據集後處理，以幫助放射科醫生專注於關鍵檢查。其他人則根據循證指南為診斷和治療決策提供決策支持。有些自動調出之前的檢查結果，並朝向相同的視圖，以幫助放射科醫生在治療過程中跟蹤腫瘤的大小。
工作流自動化基於人工智能(AI)的解剖學自動識別、關鍵圖像視圖選擇、懸掛協議設置和測量都是很明顯的。人工智能掃描還可以根據掃描結果或人工智能在成像過程中識別的內容，預先填充測量值或通用文本的放射報告。
遙視幫助放射科醫生與同事協作，並將圖像發送給轉診醫生。在COVID-19大流行期間，這在幫助醫院實施保持身體距離的措施和限製員工之間的接觸方麵非常重要。這些創新包括基於平台的遠程討論和護理團隊成員在現場或場外、組織內部或外部之間共享查看。
雲架構通過將任何支持網絡的計算機轉換為PACS工作站，簡化了用戶訪問。互聯網連接可以取代一個組織對維護服務器、內部存儲解決方案和物理電纜連接的需求。這種架構使得軟件更新可以在遠程“雲”係統上執行，而不是在用戶計算機上執行。最終的結果是更容易在移動設備上遠程查看係統集成和信息訪問。
