Прогноз “Штучний інтелект замінить радіологів” вже дев’ять років. І де ми зараз?

Дев’ять років тому один із найвпливовіших голосів штучного інтелекту сказав, що люди повинні “перестати навчати радіологів зараз”. У 2016 році це звучало як прогноз, який міг зробити тільки сміливий технолог. Комп’ютерне бачення розвивалося швидко, медична візуалізація виглядала як ідеальне підходження, а радіологія, здавалося, була спеціальністю, побудованою навколо розпізнавання закономірностей. Якщо глибоке навчання могло перемогти людей у зображеннях, багато людей припускали, що все інше падатиме, як доміно.

Тепер у нас достатньо часу, щоб правильно оцінити цей прогноз. Коротка версія полягає в тому, що радіологи все ще тут, все ще перевантажені і все ще потрібні. У місцях, таких як Mayo Clinic, штат радіологів значно збільшився з моменту прогнозу, тоді як Американський коледж радіології та Neiman HPI продовжують попередження про напруженість робочої сили та зростаючий попит на візуалізацію. Пророцтво не справдилося. Більше цікавить питання, чому.

Прогноз правильно передбачив частину, пов’язану з зображеннями, але помилився щодо роботи

Оригінальна заява зробила одне велике припущення: що читання зображень є основною частиною роботи, а медицина така ж проста, як бухгалтерський облік щодо реалізації штучного інтелекту. Це частина, на яку люди штучного інтелекту продовжували звертати увагу, оскільки це добре映алося на культурі бенчмарків.

Клінічні радіологи інтерпретують зображення, так, але вони також керують клініками, проводять біопсію, готують пацієнтів до операції та працюють безпосередньо з іншими клініцистами щодо діагностичних та терапевтичних рішень.

Ця ширша роль важливіша, ніж старий гіп-цикл визнав. Європейське товариство радіології описує радіологів як лікарів, захисників, комунікаторів, інноваторів, вчених та викладачів. Це значно складніша ціль для автоматизації, ніж “людина, яка виявляє аномалії на зображенні”. Як тільки ви перестанете спрощувати спеціальність до маркування зображень, прогноз, який не справдилося, починає мати більше сенсу.

Тоді є попитна сторона, яку дискурс штучного інтелекту часто ігнорує, коли він занадто зайнятий заміщенням. Neiman HPI прогнозував зростання попиту на радіологів на 25,7% з 2023 по 2055 рік за поточними умовами, але оцінював, що попит на візуалізацію може зростати на 16,9-26,9% за той же період залежно від модальності.

Це не описує професію, яка прямує до вимирання. Це описує систему, яка намагається впоратися. Оновлення робочої сили Американського коледжу радіології на 2026 рік робить той же базовий висновок: нестача та зростаючий обсяг роботи створюють реальну напруженість у галузі зараз.

Штучний інтелект абсолютно змінив радіологію, але не тим способом, який показують у кіно

Все це не означає, що штучний інтелект провалився. Навпаки. Список медичних пристроїв, що використовують штучний інтелект, продовжує розширюватися, а радіологія залишається однією з найбільш інтенсивних галузей застосування цих інструментів. Навіть ранні опитування лікарень показали, що радіологія була тією галуззю, де використовувалося найбільше затверджених FDA інструментів медичної візуалізації, що використовують штучний інтелект, а більш недавнє повідомлення вказує на те, що впровадження поширилося на велику частку радіологічних відділень США. Це означає виробничу залежність була ліквідована на початку.

Що насправді впроваджується, говорить про те. Лікарні в опитуванні Pew найчастіше використовували штучний інтелект для інтерпретації зображень та аналізу, пріоритезації списку робіт, підтримки робочого процесу. На практиці це означає швидшу видачу термінових випадків, поліпшення зображень, допомогу у кваліфікації, маркування ймовірних аномалій та все частіше допомогу у написанні звітів, яке займає так багато часу радіологів. Це реальна цінність. Це просто зовсім інша історія, ніж порожні кімнати для читання та звільнення працівників.

Найсильніші докази продовжують вказувати в одному напрямку: вузькі, добре інтегровані випадки використання можуть працювати. Проспективне дослідження Nature Medicine про мамографію показало, що додатковий потік роботи з використанням штучного інтелекту покращив раннє виявлення раку з мінімальним збільшенням кількості повторних досліджень. RSNA також підкреслив данські дані, які свідчать про те, що штучний інтелект може суттєво зменшити навантаження на мамографію без шкоди для точності виявлення раку. Це серйозна перемога. Це також перемога робочого процесу, а не чистої заміни історії.

Причина того, що заміщення продовжує затримуватися, полягає в тому, що медицина складніша, ніж демонстрація

Одним із найкорисніших реальних перевірок стало велике дослідження Nature Medicine, яке розглядало 140 радіологів у 15 завданнях з рентгенографією грудної клітки. Допомога штучного інтелекту не покращила результати всіх радіологів однаково. Деякі радіологи покращили свої результати з його допомогою. Деякі погіршили. Ефект залежав від клініциста та якості моделі. Підсумок Гарварду щодо дослідження сказав це прямо: сильніші інструменти штучного інтелекту покращили результати радіологів, тоді як слабші інструменти могли погіршити їхні результати. Це не так працює технологія заміщення.

Інтеграція – це ще одна проблема, яку прогноз 2016 року майже не врахував. Недавній огляд щодо ефективної інтеграції штучного інтелекту в радіології відзначив, що поточні системи все ще борються з включенням клінічних даних та попередньої чи одночасної візуалізації, що може привести до помилок.

Дані про реальне впровадження з швейцарської мережі візуалізації показали вимірювані вигоди з точки зору ефективності, але також постійні бар’єри, такі як погана інтеграція звітів та проблеми з часом, при чому лише меншість результатів штучного інтелекту була доступна до складання звітів. Виявляється, що інтеграція алгоритму в робочий процес лікарні значно складніша, ніж перемога в тестовому наборі.

Тоді є питання управління, яке продовжує повертати розмову до реальності. Pew виявила, що раннє впровадження часто відбувалося з тонким пілотуванням та моніторингом. FDA все ще вимагає попереднього розгляду багатьох пристроїв, а цього місяця відхилила петицію, яка намагалася полегшити вимоги до огляду деяких продуктів штучного інтелекту для радіології, посилаючись на проблеми безпеки та продуктивності. Крім того, юридична відповідальність у США все ще в основному лежить на лікарі, а настрої пацієнтів залишаються досить чіткими: люди можуть подобатися штучний інтелект у принципі, але вони все ще хочуть людського нагляду в циклі.

Висновок

І де ми зараз? Ми не у світі, який обіцяв той старий заголовок. Ми у більш правдоподібному світі, де радіологія стала однією з найважливіших полігонів для тестування штучного інтелекту в медицині, але сама спеціальність залишилася на місці, оскільки робота була ширшою, клінічнішою та соціально відповідальнішою, ніж прогноз припускав.

Це також означає, що наступне питання не повинно бути щодо того, чи замінить штучний інтелект радіологів. Ця формулювання вже застаріла. Більш точне питання полягає в тому, хто поглинає вигоди з продуктивності, наскільки безпечні інструменти в реальних умовах та чи полегшує краще програмне забезпечення вироблення чи просто підвищує очікування щодо вже перевантажених команд.

Дажи поточна позиція Джеффрі Гінтона значно ближча до правди, ніж звучало у 2016 році. Майбутнє виглядає більше як радіолог плюс штучний інтелект, ніж радіолог проти штучного інтелекту. Це менш драматично, менш привабливо та значно ближче до того, що насправді відбувається.