“AI 将取代放射科医生”的预测已经九年了。那么，我们现在在哪里？

九年前，人工智能领域最具影响力的专家之一表示，人们应该“现在停止培训放射科医生”。2016年，这听起来像是一个只有勇敢的技术专家才会大声说出的预测。计算机视觉正在快速发展，医学成像看起来像是一个完美的契合点，放射科似乎从外部来说是一个围绕模式识别构建的专业。如果深度学习可以击败人类在图像识别方面的能力，很多人认为其余的就会像多米诺骨牌一样倒下。

现在，我们已经有足够的距离来正确判断那个预测。简而言之，放射科医生仍然存在，仍然超负荷工作，仍然备受需求。在梅奥诊所等地方，放射科工作人员自那次预测以来已经大幅增加，而美国放射科学院和Neiman HPI一直在警告工作量紧张和成像需求的增加。预言没有实现。更有趣的问题是为什么会这样。

预测对图像部分是正确的，但对工作部分是错误的

原始预测做出了一个巨大的假设：阅读图像基本上就是整个工作，而医学在人工智能实施方面就像会计一样容易。那是人工智能专家一直关注的部分，因为它很好地映射到了基准文化上。

输入扫描，训练模型，比较输出，宣布获胜。真正的放射科从来都不是那么干净。临床放射科医生解释图像，是的，但他们也运行诊所，采取活检样本，准备患者进行手术，并与其他临床医生直接合作，做出诊断和治疗决策。

这种更广泛的角色比旧的炒作周期承认的更重要。欧洲放射科学会将放射科医生描述为医生、保护者、沟通者、创新者、科学家和教师。那是一个比“在扫描中发现异常的人”更复杂的目标，自动化更难以实现。一旦你停止将专业简化为图像标记，错过的预测就开始有了更多的意义。

然后还有需求侧，人工智能话语往往在对替代过于痴迷时就会忽略它。Neiman HPI预测放射科医生供应量从2023年到2055年在当前条件下将增加25.7%，但估计成像需求可能会在同一时期根据模态增加16.9%至26.9%。

这并没有描述一个即将灭绝的职业。这描述的是一个系统试图跟上。美国放射科学院2026年的工作量更新也做出了同样的基本点：短缺和日益增长的体积正在对该领域施加真正的压力。

人工智能绝对改变了放射科，但不是以电影预告片的方式

这并不意味着人工智能失败。远非如此。FDA的AI启用医疗设备列表不断扩大，放射科仍然是这些工具最集中的领域之一。即使早期的医院调查也发现，放射科是FDA批准的AI医疗成像工具最常用的地方，最近的报告表明采用率正在整个美国放射科部门中传播。因此，供应商锁定得以避免。

实际上被采用的东西很有启发性。皮尤调查中的医院最常使用人工智能进行图像解释和分析，工作列表优先级和工作流程支持。在实践中，这意味着更快地发现紧急病例，图像锐化，帮助量化，标记可能的异常，并越来越多地帮助撰写报告，这占用了大量放射科医生的时间。那是真正的价值。但这与空荡荡的阅读室和解雇通知书的故事完全不同。

最强的证据继续指向同一个方向：狭窄、良好集成的用例可以起作用。《自然医学》杂志的一项关于乳腺筛查的前瞻性研究发现，人工智能辅助的额外读者工作流程可以改善早期癌症检测，增加的召回率很少。RSNA还强调了丹麦数据，表明人工智能可以在不损害癌症检测准确性的情况下显著减少乳腺X线摄影的工作量。那是一个严重的胜利。它也是一个工作流程的胜利，而不是一个干净的替代故事。

替代之所以被延迟的原因是医学比演示更难

最有用的现实检查之一来自《自然医学》杂志的一项大型研究，研究了15项胸部X光检查任务中的140名放射科医生。人工智能辅助并没有以相同的方式改善每个人的表现。有些放射科医生在使用人工智能后表现更好。有些人表现更差。效果取决于临床医生和模型的质量。哈佛大学对该研究的总结明确指出：更强大的人工智能工具可以改善放射科医生的表现，而较弱的工具可能会降低他们的表现。那不是一个可以替代人类的技术的行为方式。

集成是2016年预测几乎没有考虑到的另一个障碍。最近的一项关于放射科中有效人工智能集成的审查指出，当前系统仍然难以纳入临床数据和先前的或同时进行的成像，这可能会导致错误。

来自瑞士成像网络的现实部署数据显示，效率有了可衡量的提高，但也存在着诸如报告集成和时序问题等持续的障碍，只有少数人工智能结果在报告之前可用。事实证明，将算法插入医院工作流程比击败测试集要困难得多。

然后还有治理问题，这个问题不断将对话拉回现实。皮尤发现，早期的医院采用往往伴随着薄薄的试点和监测。FDA仍然需要对许多设备进行预市场审查，就在本月，FDA拒绝了一份旨在放松某些放射科AI产品审查要求的请愿书，理由是担心安全性和性能。除此之外，美国的法律责任仍然主要归咎于医生，患者的态度仍然很明确：人们可能喜欢人工智能，但他们仍然希望在循环中保持人类的监督。

结论

那么，我们现在在哪里？我们并不处于旧头条新闻所承诺的世界中。我们处于一个更可信的世界中，放射科已经成为医学中人工智能测试的最重要场所之一，但该专业本身之所以仍然存在，是因为工作比预测所假设的更广泛、更临床、更具有社会责任感。

这也意味着下一个问题不应该是人工智能是否取代放射科医生。这种框架正在变得陈旧。更尖锐的问题是谁吸收了生产力收益，工具在混乱的现实世界环境中的安全性如何，以及更好的软件是否可以缓解倦怠或只是提高了已经超负荷工作的团队的期望。

即使是杰弗里·辛顿当前的立场也比2016年的声音更接近真相。未来看起来更像放射科医生加人工智能，而不是放射科医生对抗人工智能。那是一个不那么戏剧化、不那么吸引人的故事，但它更接近于实际发生的事情。