Η πρόβλεψη “Το AI θα αντικαταστήσει τους ακτινολόγους” είναι εννέα χρόνια παλιά. Όπου βρισκόμαστε;

Εννέα χρόνια πριν, μια από τις πιο επιρροείς φωνές του AI είπε ότι οι άνθρωποι πρέπει να “σταματήσουν να εκπαιδεύουν ακτινολόγους τώρα”. Το 2016, αυτό ακούγανε σαν μια πρόβλεψη που μόνο ένας τολμηρός τεχνολόγος θα έκανε με σιγουριά. Η οπτική αναγνώριση προχωρούσε γρήγορα, η ιατρική εικόνα φαινόταν σαν μια τέλεια εφαρμογή και η ακτινολογία φαινόταν, από την εξωτερική πλευρά, σαν μια ειδικότητα που βασίζεται στην αναγνώριση προτύπων. Αν το βαθύ μάθημα μπορούσε να νικήσει τους ανθρώπους στις εικόνες, πολλοί άνθρωποι υποθέτουν ότι το υπόλοιπο θα πέσει σαν ντόμινο.

Τώρα έχουμε αρκετή απόσταση για να κρίνουμε σωστά αυτή την πρόβλεψη. Η σύντομη εκδοχή είναι ότι οι ακτινολόγοι είναι ακόμα εδώ, ακόμα υπερφορτωμένοι και ακόμα σε ζήτηση. Σε μέρη όπως το Mayo Clinic, το προσωπικό ακτινολογίας έχει αυξηθεί δραματικά από τότε η πρόβλεψη, ενώ το Αμερικανικό Κολέγιο Ακτινολογίας και το Neiman HPI συνεχίζουν να προειδοποιούν για τη συμφόρηση της εργατικής δύναμης και την αυξανόμενη ζήτηση για εικόνες. Η προφητεία δεν ευδοκίμησε. Το πιο ενδιαφέρον ερώτημα είναι γιατί.

Η πρόβλεψη έπιασε το μέρος της εικόνας σωστά και το μέρος της δουλειάς λάθος

Η αρχική αξίωση έκανε μια τεράστια υπόθεση: ότι η ανάγνωση εικόνων είναι基本ικά η ganze δουλειά και ότι η ιατρική είναι όσο εύκολη όσο η λογιστική σε σχέση με την εφαρμογή του AI. Αυτό είναι το μέρος που οι άνθρωποι του AI επικεντρώθηκαν, γιατί χαρτογραφούσε καλά στην κουλτούρα των βενчμαρκ.

Δώστε τις σκαν, εκπαιδεύστε ένα μοντέλο, συγκρίνετε τις εξόδους, δηλώστε έναν νικητή. Η πραγματική ακτινολογία δεν ήταν ποτέ τόσο καθαρή. Οι κλινικοί ακτινολόγοι ερμηνεύουν εικόνες, ναι, αλλά επίσης διεξάγουν κλινικές, λαμβάνουν δείγματα βιοψίας, προετοιμάζουν ασθενείς για χειρουργική επέμβαση και εργάζονται trực tiếp με άλλους κλινικούς γύρω από τις αποφάσεις διάγνωσης και θεραπείας.

Αυτό το ευρύτερο ρόλο έχει σημασία περισσότερο από ό,τι η παλιά υστερία παραδέχτηκε. Η Ευρωπαϊκή Εταιρεία Ακτινολογίας περιγράφει τους ακτινολόγους ως γιατρούς, προστατευτές, επικοινωνιολόγους, καινοτόμους, επιστήμονες και δασκάλους. Αυτό είναι ένα πολύ πιο ακατάστατο στόχο για αυτοματοποίηση από “άτομο που εντοπίζει ανωμαλίες σε μια σάρωση.” Μόλις σταματήσετε να πιέζετε την ειδικότητα σε ετικέτα εικόνας, η πρόβλεψη που χάθηκε αρχίζει να έχει περισσότερο νόημα.

Τότε υπάρχει η πλευρά της ζήτησης, η οποία η συζήτηση του AI έχει την τάση να αγνοήσει όποτε γίνεται πολύ εθισμένη στην αντικατάσταση. Το Neiman HPI προέβλεψε ότι η ζήτηση για ακτινολόγους θα αυξηθεί 25,7% από το 2023 έως το 2055 υπό τις τρέχουσες συνθήκες, αλλά εκτίμησε ότι η ζήτηση για εικόνες θα μπορούσε να αυξηθεί 16,9% έως 26,9% κατά την ίδια περίοδο ανάλογα με το είδος.

Αυτό δεν περιγράφει μια επαγγελματία που πηγαίνει προς την εξαφάνιση. Περιγράφει ένα σύστημα που προσπαθεί να跟erei. Η ενημέρωση της ACR για την εργατική δύναμη του 2026 κάνει το ίδιο βασικό σημείο: οι ελλείψεις και η αυξανόμενη ζήτηση βάζουν πραγματική πίεση στο πεδίο αυτή τη στιγμή.

Το AI άλλαξε απόλυτα την ακτινολογία, αλλά όχι με τον τρόπο του τρέιλερ ταινίας

Κανένα από αυτά δεν σημαίνει ότι το AI απέτυχε. Μακράν. Η λίστα των ιατρικών συσκευών που ενεργοποιούνται από το AI της FDA συνεχίζει να αυξάνεται, και η ακτινολογία παραμένει одна από τις πιο πυκνές συγκεντρώσεις αυτών των εργαλείων. Ακόμη και οι πρώτες έρευνες των νοσοκομείων βρήκαν ότι η ακτινολογία ήταν όπου χρησιμοποιούνταν τα περισσότερα FDA-εγκεκριμένα εργαλεία ιατρικής εικόνας, και πιο πρόσφατες αναφορές δείχνουν ότι η υιοθέτηση εξαπλώνεται σε ένα μεγάλο μερίδιο των τμημάτων ακτινολογίας των ΗΠΑ. Αυτό σημαίνει ότι η κλειδωμένη σχέση με τον προμηθευτή κόπηκε στην αρχή.

Τι πραγματικά υιοθετείται είναι ενδιαφέρον. Τα νοσοκομεία στην έρευνα του Pew χρησιμοποιούσαν πιο συχνά το AI για την ερμηνεία και την ανάλυση εικόνων, την προτεραιότητα της λίστας εργασιών και την υποστήριξη του ροή εργασιών. Στην πράξη, αυτό σημαίνει ότι επιταχύνει τις περιπτώσεις που χρειάζονται επείγουσα προσοχή, βελτιώνει τις εικόνες, βοηθά στην ποσοτικοποίηση, σημαδεύει πιθανές ανωμαλίες και όλο και περισσότερο βοηθά με το χρονοβόρο γράψιμο αναφορών που καταβροχθίζει τόσο πολύ χρόνο των ακτινολόγων. Αυτό είναι πραγματική αξία. Είναιただ μια πολύ διαφορετική ιστορία από τις κενές αίθουσες ανάγνωσης και τις πINK slips.

Η ισχυρότερη απόδειξη συνεχίζει να δείχνει την ίδια κατεύθυνση: στενές, καλά ενσωματωμένες περιπτώσεις χρήσης μπορούν να δουλέψουν. Μια μελλοντική μελέτη στο Nature Medicine για την οθόνη μαστών βρήκε ότι ένας βοηθός ροή εργασιών AI βελτίωσε την πρώιμη ανίχνευση καρκίνου με ελάχιστες πρόσθετες ανακλήσεις. Το RSNA cũng υπογράμμισε τα δεδομένα της Δανίας που δείχνουν ότι το AI μπορεί να μειώσει σημαντικά τη φόρτωση μαμμογραφίας χωρίς να βλάψει την ακρίβεια ανίχνευσης καρκίνου. Αυτό είναι một σοβαρό κέρδος. Είναι επίσης ένα κέρδος ροής εργασιών, όχι μια καθαρή ιστορία αντικατάστασης.

Ο λόγος για τον οποίο η αντικατάσταση συνεχίζει να καθυστερεί είναι ότι η ιατρική είναι πιο δύσκολη από μια demo

Μια από τις πιο χρήσιμες πραγματικότητες ήρθε από μια μεγάλη μελέτη στο Nature Medicine που εξέτασε 140 ακτινολόγους σε 15 εργασίες ακτινογραφίας θώρακα. Η βοήθεια του AI δεν βελτίωσε όλους τους ακτινολόγους με τον ίδιο τρόπο. Κάποιοι ακτινολόγοι έγιναν καλύτεροι με αυτό. Κάποιοι έγιναν χειρότεροι. Η επίδραση εξαρτήθηκε από τον κλινικό ιατρό και από την ποιότητα του μοντέλου. Η περίληψη της μελέτης από το Χάρβαρντ την έθεσε απλά: ισχυρότερα εργαλεία AI βελτίωσαν την απόδοση των ακτινολόγων, ενώ τα πιο αδύναμα θα μπορούσαν να τη σβήσουν.

Η ενσωμάτωση είναι ένα άλλο εμπόδιο που η πρόβλεψη του 2016几乎 δεν έλαβε υπόψη. Μια πρόσφατη ανασκόπηση για την αποτελεσματική ενσωμάτωση του AI στην ακτινολογία σημείωσε ότι τα τρέχοντα συστήματα εξακολουθούν να δυσκολεύονται να ενσωματώσουν κλινικά δεδομένα και προηγούμενες ή ταυτόχρονες εικόνες, που μπορεί να οδηγήσει σε λάθη.

Πραγματικά δεδομένα από ένα δίκτυο εικόνων της Ελβετίας έδειξαν μετρήσιμες βελτιώσεις στην αποδοτικότητα, αλλά επίσης και συνεχιζόμενες barrières όπως η κακή ενσωμάτωση αναφορών και προβλήματα χρονισμού, με μόνο μια μειοψηφία των αποτελεσμάτων του AI διαθέσιμων πριν από την αναφορά. Αποδεικνύεται ότι η τοποθέτηση eines αλγορίθμου σε einen ροή εργασιών νοσοκομείου είναι πολύ πιο δύσκολο από το να νικήσει ένα σύνολο δοκιμών.

Τότε υπάρχει η διακυβέρνηση, η οποία συνεχίζει να τραβάει τη συζήτηση πίσω στη γη. Το Pew βρήκε ότι η πρώιμη υιοθέτηση νοσοκομείων συχνά ήρθε με λεπτές πιλότους και παρακολούθηση. Η FDA εξακολουθεί να απαιτεί προεγκριτική ανασκόπηση για πολλές συσκευές, και μόλις αυτό το μήνα απέρριψε μια αίτηση που ζητούσε να διευκολύνει τις απαιτήσεις ανασκόπησης για ορισμένα προϊόντα AI ακτινολογίας, επικαλούμενος προβλήματα ασφάλειας και απόδοσης. Επιπλέον, η νομική ευθύνη στις ΗΠΑ εξακολουθεί να κάθεται κυρίως με τον γιατρό, και η γνώμη των ασθενών παραμένει khá σαφής: οι άνθρωποι μπορεί ναชอบ το AI στην αρχή, αλλά vẫn θέλουν ανθρώπινη επιτήρηση στη διαδικασία.

Συμπέρασμα

Τι συμβαίνει τώρα; Δεν βρισκόμαστε στον κόσμο που η παλιά επικεφαλίδα υποσχόταν. Βρισκόμαστε σε ένα πιο πιστευτό, όπου η ακτινολογία έγινε ένα από τα πιο σημαντικά πεδία δοκιμών του AI, αλλά η ειδικότητα herself παρέμεινε όρθια γιατί η δουλειά ήταν ευρύτερη, πιο κλινική και πιο κοινωνικά ευθύνη από ό,τι η πρόβλεψη υποθέτησε.

Αυτό σημαίνει επίσης ότι το επόμενο ερώτημα δεν πρέπει να είναι αν το AI αντικαθιστά τους ακτινολόγους. Αυτή η στάση γίνεται παλιά. Το πιο οξύ ερώτημα είναι ποιος απορροφά τις βελτιώσεις της απόδοσης, πόσο ασφαλή είναι τα εργαλεία σε ακατάστατους πραγματικούς συνθήκες και αν καλύτερο λογισμικό ευκολοποιεί την καύσωνα ή απλά αυξάνει τις προσδοκίες για ήδη τεντωμένες ομάδες.

Ακόμη και η τρέχουσα θέση του Geoffrey Hinton είναι πολύ πιο κοντά στην αλήθεια από την ηχητική φράση του 2016. Το μέλλον μοιάζει πιο με ακτινολόγο plus AI παρά ακτινολόγο versus AI. Αυτό είναι λιγότερο δραματικό, λιγότερο κλικ και πολύ πιο κοντά σε αυτό που πραγματικά συμβαίνει.