“AI’nin Radyologları Değiştireceği” Tahmini Dokuz Yaşında. Peki Neredeyiz?

Dokuz yıl önce, AI’ın en etkili seslerinden biri, insanların “şimdi radyologları eğitmeyi bırakması” gerektiğini söyledi. 2016’da, bu korkusuz bir teknoloji uzmanı tarafından yapılan bir tür tahmin gibi görünüyordu. Bilgisayar görüşü hızlı ilerliyordu, tıbbi görüntüleme mükemmel bir uyum gibi görünüyordu ve radyoloji, dışardan bakıldığında, desen tanıma etrafında inşa edilmiş bir uzmanlık gibi görünüyordu. Derin öğrenme insanların görüntülerde kazanabileceği düşünülüyordu, birçok insan geri kalanın domino gibi düşeceğini varsayıyordu.

Şimdi, o görüşü doğru bir şekilde değerlendirmek için yeterli mesafemiz var. Kısa versiyon, radyologların hala burada olduğu, hala aşırı yük altında olduğu ve hala talep edildiğidir. Mayo Clinic gibi yerlerde, radyoloji personeli o tahmin yapıldığından bu yana keskin bir şekilde büyürken, Amerikan Radyoloji Koleji ve Neiman HPI, işgücü gerilimi ve artan görüntüleme talebi hakkında uyarıda bulunmaya devam etti. Kehanet gerçekleşmedi. Daha intéressan soru, neden.

Tahmin görüntü kısmını doğru yaptı, iş kısmını yanlış yaptı

Orijinal iddia, büyük bir varsayım yaptı: görüntü okumanın temelde tüm iş olduğu ve tıbbın AI uygulaması açısından muhasebe kadar kolay olduğu. Bu, AI insanlarının odaklandığı kısım, çünkü benchmark kültürüne temiz bir şekilde haritalandırıyordu.

Taramaları besleyin, bir modeli eğitin, çıktıları karşılaştırın, kazananı ilan edin. Gerçek radyoloji hiçbir zaman bu kadar temiz olmadı. Klinik radyologlar görüntüleri yorumlar, evet, ancak ayrıca klinikler yönetir, biyopsi örnekleri alır, hastaları ameliyata hazırlar ve diyagnoz ve tedavi kararları حولında diğer klinisyenlerle doğrudan çalışır.

Bu daha geniş rol, eski hype döngüsünden daha önemli. Avrupa Radyoloji Topluluğu, radyologları doktorlar, koruyucular, iletişimciler, yenilikçiler, bilim adamları ve öğretmenler olarak tanımlar. Bu, “taramada anormallikleri tespit eden kişi”den daha dağınık bir hedef için otomasyon.

Sonra, AI tartışması her zaman ihmal ettiği talep tarafı var. Neiman HPI, mevcut koşullar altında 2023 ile 2055 arasında radyolog arzının %25,7 artacağını öngördü, ancak görüntüleme talebinin aynı dönemde %16,9 ile %26,9 arasında artabileceğini tahmin etti.

Bu, yok olma tehlikesinde olan bir mesleği tanımlamıyor. Bu, bir sistemın takip etmeye çalıştığını tanımlıyor. ACR’nin 2026 işgücü güncellemesi aynı temel noktayı vurguluyor: eksiklikler ve artan hacimler, alanda gerçek bir baskı yaratıyor.

AI kesinlikle radyolojiyi değiştirdi, sadece film fragmanında olduğu gibi değil

Bunun anlamı AI’nin başarısız olduğu değil. Uzak değil. FDA’nın AI destekli tıbbi cihaz listesi sürekli genişliyor ve radyoloji, bu araçların en yoğun konsantrasyonlarından biri olmaya devam ediyor. Erken hastane anketleri, radyolojinin FDA tarafından onaylanmış AI tıbbi görüntüleme araçlarının çoğunun kullanıldığı yer olduğunu buldu ve daha recent raporlar, benimsemelerin ABD’deki büyük bir radyoloji departmanlarının önemli bir kısmına yayıldığını gösteriyor. Bu, satıcı kilidinin başlangıçta engellendiği anlamına geliyor.

Gerçekte benimsenen şey, anlatıyor. Pew anketindeki hastaneler en sık AI’ı görüntü yorumlama ve analizi için, iş listesi önceliklendirmesi ve iş akışı desteği için kullandı. Uygulamada, bu, acil durumların daha hızlı ortaya çıkması, görüntülerin keskinleştirilmesi, nicelendirme ile yardımcı olunması, muhtemel anormalliklerin işaretlenmesi ve rapor yazma işinin önemli bir kısmını yiyen işin artması anlamına geliyor. Bu, gerçek bir değer.

En güçlü kanıt, aynı yöne işaret etmeye devam ediyor: dar, iyi entegre edilmiş kullanım örnekleri çalışabilir. Bir prospektif Nature Medicine çalışması, meme taraması hakkında, AI destekli ek okuyucu iş akışının erken kanser tespitini minimal ek geri çağırma ile iyileştirdiğini buldu. RSNA ayrıca, AI’ın memeografisi iş yükünü önemli ölçüde azaltabileceğini gösteren Danimarka verilerini vurguladı. Bu, ciddi bir kazanımdır. Bu aynı zamanda bir iş akışı kazanımdır, temiz bir değiştirme hikayesi değil.

Değiştirme neden sürekli ertelendiği, tıbbın bir demo’dan daha zor olduğu

En faydalı gerçeklik kontrollerinden biri, 140 radyolog ve 15 göğüs X-ışını görevi hakkında büyük bir Nature Medicine çalışması geldi. AI yardımı herkesi aynı şekilde iyileştirmiyor. Bazı radyologlar bundan faydalanıyor. Bazıları daha kötü hale geliyor. Etki, klinisyene ve modelin kalitesine bağlı. Harvard’ın çalışmanın özeti, daha güçlü AI araçlarının radyologların performansını iyileştirdiğini, daha zayıf olanların ise bunu düşürebileceğini belirtti. Bu, bir anahtar teslimi değiştirme teknolojisinin davranışı değil.

Entegrasyon, 2016 tahmini tarafından neredeyse hesaba katılmayan başka bir engel duvarı. Radyolojide etkili AI entegrasyonu hakkında recent bir inceleme, mevcut sistemlerin klinik verileri ve önceki veya eş zamanlı görüntülemeyi entegre etmekte hala mücadele ettiğini belirtti, bu da hatalara neden olabilirdi.

Gerçek dünya dağıtım verisi, bir İsviçre görüntüleme ağından, ölçülebilir verimlilik kazanımları gösterdi, ancak aynı zamanda zayıf rapor entegrasyonu ve zamanlama sorunları gibi sürekli engelleri de gösterdi, AI sonuçlarının yalnızca küçük bir kısmı raporlama öncesi mevcut oldu. Bir algoritmayı bir hastane iş akışına yerleştirmek, bir test setini yenmekten çok daha zor olduğu ortaya çıktı.

Sonra, governans var, bu da konuşmayı sürekli olarak yere çekiyor. Pew, erken hastane benimsemesinin genellikle ince pilotaj ve izleme ile geldiğini buldu. FDA, hala birçok cihaza öncül pazar incelemesi gerektiriyor ve bu ay, bazı radyoloji AI ürünlerinin inceleme gereksinimlerini hafifletmeyi isteyen bir dilekçeyi, güvenlik ve performans endişeleri nedeniyle reddetti. Bunun üzerine, ABD’de yasal sorumluluk hala büyük ölçüde hekimin üzerinde oturuyor ve hasta duygusu hala oldukça nettir: insanlar ilke olarak AI’ı sevebilir, ancak döngüde insan denetimi istiyorlar.

Sonuç

Peki neredeyiz? Eski başlığın vaat ettiği dünyada değiliz. Daha inandırıcı bir dünyada radyoloji, tıbbın en önemli AI test sahalarından biri haline geldi, ancak uzmanlık kendisi, işin daha geniş, daha klinik ve daha sosyal olarak sorumlu olduğu için ayakta kaldı.

Bu aynı zamanda, bir sonraki sorunun radyologları değiştirecek olup olmayacağı नह olmadığını sormak olmadığı anlamına geliyor. Bu çerçeve artık eskimiş. Daha keskin soru, verimlilik kazanımlarının kim tarafından emildiğini, araçların karmaşık gerçek dünya ayarlarında ne kadar güvenli olduğunu ve daha iyi yazılımların yanmayı hafifletip hafifletmediğini veya zaten gerilmiş ekiplere beklentileri artırıp artırmadığını sormaktır.

Hatta Geoffrey Hinton’un şu anki pozisyonu, 2016’daki sesli bitten çok daha doğru. Gelecek, radyolog karşıtı AI’den çok radyolog artı AI gibi görünüyor. Bu, daha az dramatik, daha az tıklanabilir ve aslında olanın çok daha yakın bir hikayesi.