Lähes kymmenen vuotta sen jälkeen, kun Geoffrey Hinton väitti, että meidän pitäisi lopettaa radiologien kouluttaminen, he ovat yhtä kiireisiä kuin koskaan.

Yksi syy on se, että tekoälyjärjestelmät toimivat usein huonommin todellisissa kliinisissä olosuhteissa kuin virallisissa vertailuarvoissa. Joten näyttää siltä, että tekoälymallit ovat "yhtä hyviä kuin" radiologit tarkastelemaan kuvia, mutta ne eivät itse asiassa ole.

Mutta toinen syy on se, että radiologit tekevät paljon muutakin kuin vain tulkitsevat yksittäisiä kuvia. Joten vaikka meillä olisi tekoälymalleja, jotka voisivat tehdä tämän virheettömästi, se saattaa vain tarkoittaa, että radiologit käyttävät enemmän aikaa työnsä muihin osiin.

Plus! Kun kuvien tulkinta nopeutuu ja halvenee dramaattisesti, lääkärit määräävät enemmän skannauksia ja testejä. Joten vaikka tekoäly tekisi radiologeista dramaattisesti tehokkaampia, se ei välttämättä tarkoita, että radiologeja tarvitaan vähemmän.

@ckk81 Mutta laajemmin se riippuu siitä, minkä kysymyksen kysyt. Jos tulevaisuudessa tulee työ nimeltä "radiologi", joka vaatii pitkälti samaa tietoa ja koulutusta, olisi tyhmää lopettaa radiologien kouluttaminen, koska heidän suorittamansa tehtävät muuttuvat.