Det svenska sjukvårdssystemet är konstant under hög press och situationen benämns ofta i media som en sjukvårdskris. Radiologin är en av de medicinska discipliner som drabbats av en kontinuerligt ökande arbetsbelastning och personalbrist. Detta sätter sjukvården i en situation att konstant tvingas väga effektivitet mot kvalitet. Trots höga förväntningar på att innovationer som Artificiell Intelligens (AI) ska kunna bistå behoven, används AI idag i en mycket begränsad utsträckning. Denna studie syftar till att utreda påverkande faktorer för införandet av AI inom radiologin. För att besvara arbetets forskningsfråga har HA Adoption-Decision Model, en modifierad version av det väletablerade Technology-Organization-Environment Framework (TOE), tillämpats. Ramverket innefattar tre kontexter; teknologisk, organisatorisk och extern kontext. Varje kontexts delaspekter, så kallade faktorer, följer under respektive kontext. Dessa tio faktorer utvärderades för att besvara studiens forskningsfråga om vilka faktorer som har störst påverkan på införande av AI inom radiologi. Genom att förena tidigare forskning med resultatet från sex intervjuer visade sig affärsvärde , strategisk lämplighet , ledningsstöd och reglering av datahantering ha störst påverkan. Avslutningsvis presenteras ett förslag om att introducera en elfte faktor, IT-mognad, till ramverket.