L'intelligence artificielle est progressivement en train de s'imposer dans la pratique radiologique et notamment en imagerie thoracique. On différencie habituellement la radiomique et l'analyse de texture, qui reposent sur des méthodes classiques de machine learning, de l'apprentissage profond ou deep learning, qui est une méthode plus performante dans de nombreuses situations mais qui nécessite plus de données pour apprendre. L'intelligence artificielle peut être utilisée pour des tâches de détection, telles que la détection des nodules pulmonaires au scanner ou l'aide à l'interprétation des radiographies thoraciques ; des tâches de quantification, telles que la quantification des pneumopathies interstitielles ; et des tâches de classification, telles que la prédiction du risque de malignité d'un nodule pulmonaire. Cet article a pour objectif de passer en revue les différentes applications possibles de l'intelligence artificielle en imagerie thoracique, d'en voir les applications cliniques actuelles et d'en comprendre les principales limites.