U Zagrebu je održan osmi hrvatski kongres radiologa, u čijem je fokusu ovaj put bilo korištenje umjetne inteligencije. 
Glavni predavači na tu temu bili su dr. Martin Reim, predsjednik estonskog radiološkog društva i radiolog u Sveučilišnoj bolnici u Tartu te dr. Dmytro Fishman, voditelj podatkovnih znanosti na Sveučilištu u Tartu. Kroz predavanja te diskusiju s radiologom dr.
Natkom Beckom iz bolnice Srebrenjak te doc. Ivom Dumić-Čulom kao programskim voditeljem sekcije kongresa za umjetnu inteligenciju, objasnili su kako  tehnološki napredni alati funkcioniraju u estonskom zdravstvenom sustavu, jednim od najnaprednijih i najmoderniziranijih u Europi i svijetu.

Kako se tijekom kongresa moglo čuti, u današnjoj medicini umjetna inteligencija postaje neizostavna u svakodnevnoj praksi, a jedno od područja gdje se sve više dokazuje jest radiologija. Ona povećava učinkovitost liječnika, smanjuje mogućnost liječničke pogreške, i čini zdravstvo pristupačnije svima.

Radiolozi svakodnevno koriste različite metode, kao što su rendgen, kompjuterizirana tomografija i magnetska rezonanca kako bi dijagnosticirali bolesti i poremećaje. No zadnjih godina sve više su im od pomoći digitalni asistenti, temeljeni na umjetnoj inteligenciji. Ti "dijagnostičari" mogu analizirati tisuće slika u sekundi, i pružiti precizne dijagnoze, čime značajno pomažu radiolozima u svakodnevnoj praksi.

Umjetna inteligencija koristi duboko učenje - vrstu strojnog učenja - kako bi prepoznala obrasce na slikama. Primjerice, ako postoji sumnja na rak pluća, ona može analizirati rendgensku sliku i označiti sumnjive promjene koje bi radiologu mogle promaknuti. Kod skeniranja mozga pak može prepoznati abnormalnosti ili tumor čak i prije nego što bi ih radiolog mogao primijetiti.

Nije riječ o zamjeni za ljudsku ekspertizu, već pomoć radiolozima da brže i preciznije dijagnosticiraju bolesti. Umor i stres mogu utjecati na sposobnost liječnika da donese ispravne odluke, dok umjetna inteligencija radi neprestano bez umora, s dosljednim rezultatima. 
Osim toga, bolnice će na ovaj način imati priliku obraditi veći broj pacijenata, a tamo gdje nedostaje radiologa, umjetna inteligencija može preuzeti dio tereta, bez obzira na lokaciju, naglašeno je tijekom kongresa. Radni teret osoblja radiologije se, naime, konstantno povećava, a pritisak kliničkih upita i tehnološki napretci stavljaju radiološke odjele pod velik stres.