Von einigen Experten wird der künstlichen Intelligenz (KI) ein ähnlich enormes Potential wie der Elektrizität vor mehr als 100 Jahren im Hinblick auf die nachhaltige Veränderung bestehender Prozessabläufe in allen Bereichen des täglichen Lebens zugesprochen, so auch im Gesundheitswesen. Im medizinischen Kontext ist einer der wesentlichen Vorteile der KI in der computergestützten Analyse von Bilddaten zu sehen. Deutlich wurde dieses spätestens im Jahr 2015, wo erstmals die Fehlerraten eines KI-Algorithmus (ResNet) bei der Klassifikation, Detektion und Lokalisation von Bildinformationen im Rahmen der ImageNet Large-Scale Visual Recognition Challenge (ILSVCR) deutlich unterhalb der von Menschen lagen. Insbesondere dort, wo arbeits- und zeitintensive, potenziell fehleranfällige und repetitive Arbeitsschritte in der Diagnostik und Befundung anfallen, sind Anwendungen der KI in der Lage, die Untersucherabhängigkeit mit konsekutiver Varianz in der diagnostischen Qualität maßgeblich zu verringern.