Dự đoán “AI sẽ thay thế bác sĩ X quang” đã 9 năm tuổi. Vậy chúng ta đang ở đâu?

9 năm trước, một trong những tiếng nói có ảnh hưởng nhất của AI đã nói rằng mọi người nên “ngừng đào tạo bác sĩ X quang ngay bây giờ”. Vào năm 2016, điều đó nghe như một dự đoán chỉ có những người dũng cảm về công nghệ mới dám nói to. Thị giác máy tính đang phát triển nhanh, hình ảnh y tế trông như một sự phù hợp hoàn hảo, và X quang dường như, từ bên ngoài, như một chuyên ngành được xây dựng xung quanh nhận dạng mẫu. Nếu học sâu có thể đánh bại con người trong hình ảnh, nhiều người đã giả định rằng phần còn lại sẽ sụp đổ như domino.

Bây giờ chúng ta đã có đủ khoảng cách để đánh giá dự đoán đó một cách chính xác. Phiên bản ngắn là bác sĩ X quang vẫn còn ở đây, vẫn quá tải và vẫn đang được săn đón. Tại những nơi như Mayo Clinic, nhân viên X quang đã tăng mạnh kể từ dự đoán đó, trong khi College of Radiology và Neiman HPI tiếp tục cảnh báo về căng thẳng lực lượng lao động và nhu cầu hình ảnh tăng. Dự đoán không thành công. Câu hỏi thú vị hơn là tại sao.

Dự đoán đã đúng về phần hình ảnh nhưng sai về công việc

Dự đoán ban đầu đã đưa ra một giả định lớn: rằng việc đọc hình ảnh cơ bản là toàn bộ công việc và rằng y học là dễ như kế toán về mặt triển khai AI. Đó là phần mà những người làm về AI tập trung vào, vì nó phù hợp với văn hóabenchmark.

Cho ăn các bản quét, đào tạo một mô hình, so sánh đầu ra, tuyên bố người chiến thắng. Thực tế X quang chưa bao giờ sạch sẽ như vậy. Bác sĩ X quang lâm sàng giải thích hình ảnh, có, nhưng họ cũng điều hành các phòng khám, lấy mẫu sinh thiết, chuẩn bị bệnh nhân cho phẫu thuật và làm việc trực tiếp với các bác sĩ khác về quyết định chẩn đoán và điều trị.

Vai trò rộng hơn đó quan trọng hơn nhiều so với chu kỳ cường điệu cũ đã thừa nhận. Hội X quang châu Âu mô tả bác sĩ X quang là bác sĩ, người bảo vệ, người giao tiếp, người đổi mới, nhà khoa học và giáo viên. Đó là một mục tiêu phức tạp hơn nhiều so với “người phát hiện ra các bất thường trên một bản quét”. Một khi bạn ngừng làm phẳng chuyên ngành thành gắn nhãn hình ảnh, dự đoán bị bỏ lỡ bắt đầu có ý nghĩa hơn.

Rồi có nhu cầu, mà thảo luận về AI thường bỏ qua mỗi khi nó trở nên quá mê muội với sự thay thế. Neiman HPI dự đoán nguồn cung bác sĩ X quang sẽ tăng 25,7% từ 2023 đến 2055 trong điều kiện hiện tại, nhưng ước tính nhu cầu hình ảnh có thể tăng 16,9% đến 26,9% trong cùng kỳ tùy thuộc vào chế độ.

Điều đó không mô tả một nghề nghiệp đang trên đường tuyệt chủng. Nó mô tả một hệ thống đang cố gắng theo kịp. Bản cập nhật lực lượng lao động năm 2026 của ACR đưa ra điểm cơ bản tương tự: thiếu hụt và tăng khối lượng đang gây áp lực thực sự lên lĩnh vực này ngay bây giờ.

AI đã thay đổi X quang, nhưng không theo cách trong trailer phim

Không có gì trong số này có nghĩa là AI đã thất bại. Không hề. Danh sách thiết bị y tế được AI cho phép của FDA vẫn tiếp tục mở rộng, và X quang vẫn là một trong những nồng độ cao nhất của những công cụ đó. Ngay cả các cuộc khảo sát bệnh viện đầu tiên cũng đã tìm thấy X quang là nơi hầu hết các công cụ hình ảnh y tế được AI cho phép của FDA được sử dụng, và các báo cáo gần đây hơn cho thấy việc áp dụng đang lan rộng trên một tỷ lệ lớn các khoa X quang ở Mỹ. Điều đó có nghĩa là sự khóa nhà cung cấp đã bị cắt đứt từ đầu.

Cái đang được áp dụng thực sự đang nói lên điều gì. Các bệnh viện trong khảo sát của Pew thường sử dụng AI cho việc giải thích và phân tích hình ảnh, ưu tiên danh sách công việc và hỗ trợ luồng công việc. Trong thực tế, điều đó có nghĩa là đưa ra các trường hợp khẩn cấp nhanh hơn, làm sắc nét hình ảnh, giúp với việc định lượng, đánh dấu các bất thường có thể và ngày càng hỗ trợ với việc viết báo cáo mà chiếm nhiều thời gian của bác sĩ X quang. Đó là giá trị thực. Nó chỉ là một câu chuyện rất khác so với các phòng đọc trống và giấy sa thải.

Bằng chứng mạnh nhất tiếp tục chỉ ra cùng một hướng: các trường hợp sử dụng hẹp, được tích hợp tốt có thể hoạt động. Một nghiên cứu Prospective Nature Medicine về sàng lọc vú cho thấy rằng một luồng công việc đọc thêm được AI hỗ trợ đã cải thiện việc phát hiện ung thư sớm với số lượng gọi lại thêm tối thiểu. RSNA cũng nhấn mạnh dữ liệu của Đan Mạch cho thấy AI có thể giảm đáng kể khối lượng công việc chụp vú mà không ảnh hưởng đến độ chính xác của việc phát hiện ung thư. Đó là một chiến thắng nghiêm túc. Đó cũng là một chiến thắng về luồng công việc, không phải một câu chuyện thay thế sạch sẽ.

Lý do thay thế liên tục bị trì hoãn là vì y học khó hơn một bản demo

Một trong những kiểm tra thực tế hữu ích nhất đến từ một nghiên cứu lớn của Nature Medicine về 140 bác sĩ X quang trên 15 nhiệm vụ X quang ngực. Sự hỗ trợ của AI không cải thiện mọi người theo cùng một cách. Một số bác sĩ X quang đã tốt hơn với nó. Một số đã tồi tệ hơn. Hiệu ứng phụ thuộc vào bác sĩ lâm sàng và chất lượng của mô hình. Tóm tắt của Harvard về nghiên cứu đã nói rõ: các công cụ AI mạnh hơn đã cải thiện hiệu suất của bác sĩ X quang, trong khi các công cụ yếu hơn có thể kéo nó xuống. Đó không phải là cách một công nghệ thay thế có thể hoạt động.

Tích hợp là một bức tường gạch khác mà dự đoán năm 2016 hầu như không tính đến. Một đánh giá gần đây về tích hợp AI hiệu quả trong X quang lưu ý rằng các hệ thống hiện tại vẫn gặp khó khăn trong việc kết hợp dữ liệu lâm sàng và hình ảnh trước hoặc đồng thời, điều này có thể dẫn đến lỗi.

Dữ liệu triển khai thực tế từ một mạng hình ảnh Thụy Sĩ cho thấy lợi ích hiệu quả có thể đo lường được, nhưng cũng có các rào cản dai dẳng như tích hợp báo cáo kém và vấn đề thời gian, với chỉ một thiểu số kết quả AI có sẵn trước khi báo cáo. Hóa ra việc đưa một thuật toán vào luồng công việc của bệnh viện khó hơn nhiều so với việc đánh bại một tập hợp thử nghiệm.

Rồi có quản lý, điều này liên tục kéo cuộc trò chuyện trở lại thực tế. Pew đã tìm thấy rằng sự áp dụng sớm của bệnh viện thường đi kèm với việc thử nghiệm và giám sát mỏng. FDA vẫn yêu cầu xem xét trước thị trường cho nhiều thiết bị, và chỉ trong tháng này đã từ chối một kiến nghị nhằm giảm bớt yêu cầu xem xét cho một số sản phẩm AI X quang, viện dẫn lo ngại về an toàn và hiệu suất. Trên hết, trách nhiệm pháp lý ở Mỹ vẫn chủ yếu nằm với bác sĩ, và quan điểm của bệnh nhân vẫn còn khá rõ ràng: mọi người có thể thích AI về nguyên tắc, nhưng họ vẫn muốn có sự giám sát của con người trong vòng lặp.

Kết luận

Vậy chúng ta đang ở đâu? Chúng ta không ở trong thế giới mà tiêu đề cũ đã hứa hẹn. Chúng ta đang ở trong một thế giới đáng tin cậy hơn, nơi X quang đã trở thành một trong những môi trường thử nghiệm AI quan trọng nhất của y học, nhưng chuyên ngành đó vẫn đứng vững vì công việc rộng hơn, lâm sàng hơn và có trách nhiệm xã hội hơn so với dự đoán đã giả định.

Điều đó cũng có nghĩa là câu hỏi tiếp theo không nên là liệu AI có thay thế bác sĩ X quang hay không. Khung đó đang trở nên cũ. Câu hỏi sắc nét hơn là ai hấp thụ lợi ích về năng suất, làm thế nào các công cụ an toàn trong các môi trường thực tế phức tạp, và liệu phần mềm tốt hơn có làm giảm kiệt sức hay đơn giản là nâng cao kỳ vọng cho các đội đã quá tải.

Thậm chí vị trí hiện tại của Geoffrey Hinton cũng gần với sự thật hơn so với câu nói năm 2016. Tương lai trông giống như bác sĩ X quang cộng với AI hơn là bác sĩ X quang so với AI. Đó là một câu chuyện ít kịch tính hơn, ít hấp dẫn hơn và gần gũi hơn với những gì thực sự đang xảy ra.