AI Shift: Защо все още има толкова много радиолози?

Тази публикация е версия на място на бюлетина The AI Shift. Премиум клиентите могат да се записват тук, с цел да получават бюлетина всеки четвъртък. Стандартните клиенти могат да надстроят до Premium тук или да прегледат всички бюлетини на FT

Здравейте и добре пристигнали още веднъж в The AI Shift, нашия бюлетин за AI и света на труда.

Тази седмица питаме: за какво към момента има толкоз доста радиолози? Още през 2016 година Джефри Хинтън, постоянно описван като „ кръстникът на ИИ “, сподели, че те към този момент са на заем. „ Мисля, че в случай че работите като рентгенолог, вие сте като койот, който към този момент е над ръба на скалата, само че към момента не е погледнал надолу “, сподели той на публиката си. " Хората би трябвало да спрат да образоват рентгенолози в този момент. Напълно явно е, че в границите на пет години дълбокото образование ще се оправи по-добре от рентгенолозите ... Може да са 10 години, само че към този момент имаме доста рентгенолози. "

И по този начин, по какъв начин се оказа тази прогноза и какво можем да научим от нея? Към Джон за обзор на данните.

Джон написа

Мисля, че тук е потребно да разделим другите прогнози, които са експлицитни или имплицитни в забележките на Хинтън, и да разгледаме по какъв начин се подреждат всички.

Има две съществени изказвания: че изкуственият разсъдък ще превъзхожда радиолозите от началото доникъде на 2020 година и че вследствие на това търсенето на рентгенолози е било почти в пика си през 2016 година

Ако стартираме с първото и приемем, че Хинтън се отнася до способността на моделите за надълбоко образование да откриват и поясняват сигнални модели в рентгенови лъчи и други медицински изображения, тогава можете да твърдите, че за някои условия той е бил потвърден тъкмо в границите на година, да не приказваме за пет или 10. Още през 2017 година беше показано, че CheXNet — профилиран логаритъм, подготвен да открива пневмония от рентгенови лъчи на гръдния панер — превъзхожда практикуващите рентгенолози с десетилетия опит. Оттогава сходни принадлежности бързо се развиха от пробни до утвърдени от регулаторите и в този момент се употребяват от снабдители на здравни услуги в доста страни с високи приходи, както е разказано в това чудесно задълбочено гмуркане от Deena Mousa в списание Works in Progress. Миналата година Националната здравна работа на Обединеното кралство одобри диагностичен инструмент с изкуствен интелект за потребление в своите радиологични отделения, откакто изследване от 2023 година оказа помощ за разкриване на рак на белия дроб на по-ранен стадий и редуцира времето от първичното сканиране до лекуването.

Но има измама, която ни насочва към втората прогноза на Хинтън. Въпреки че не твърди непосредствено, че заетостта на рентгенолозите е на път да намалее, той загатна, че този прогрес в откриването и интерпретацията на модели значи, че търсенето на умения и услуги на рентгенолозите е достигнало своя връх. Това не наподобява да е било по този начин. В родното му Обединено кралство общият брой на радиолозите, наети от NHS, се е повишил с повече от 40 % от 2016 година насам. В Канада, където той се намира сега, броят на новите рентгенолози, които поемат резидентури, се усилва и доближи рекордно високо равнище тази година. А в Съединени американски щати, където до момента сме виждали най-силните доказателства за изместване на работните места в други браншове с ИИ, миналогодишните 1378 нови радиолози съставляват нарастване от 20 % след забележките на Хинтън, до момента в който заплащането за специалността е повишено по-бързо от множеството други.

Това е по този начин, тъй като съвсем всички принадлежности на ИИ, употребявани от доставчиците на здравни услуги през днешния ден, се употребяват от рентгенолози, а не от рентгенолози вместо тях. Инструментите не престават да стават все по-добри и в този момент съответстват или превъзхождат опитни рентгенолози даже след отчитане на подправени позитивни или негативни резултати, само че фактът, че и човек, и AI остават неправилни значи, че има доста по-смислено да ги сдвоите, в сравнение с единият да размени другия. Два чифта очи могат да създадат по-бърза и по-точна преценка, като едното забележи или поправя нещо, което другото е пропуснало. А в настройки с високи залози, където цената на неточност може да бъде астрономическа, рискът от неточност от изцяло самостоятелен AI радиолог е голям.

Сара написа

За да разширя това, което открихте, Джон, приказвах с рентгенолог за това какво AI има в нейната специалност наподобява като на земята. Амака Офиа, която е педиатричен рентгенолог-консултант и професор по педиатрични изображения на мускулно-скелетната система в Университета на Шефилд в Обединеното кралство, удостовери това, което демонстрират вашите отчети. Тя ми сподели, че рентгенолозите в Обединеното кралство в този момент употребяват AI за всевъзможни задания, от помощ за разкриване и премерване на белодробни възли при компютърна томография, които могат да бъдат признаци на рак, до задействани с AI скенери за ядрено-магнитен резонанс, които могат да понижат времето за сканиране, тъй че можете да „ вкарате този пациент на масата и да я свалите по-бързо “. Проучване предходната година от Кралския лицей на радиолозите (където Offiah е вицепрезидент по клинична радиология) откри, че 69 % от отделите по радиология употребяват AI в клиничната процедура, по отношение на 54 % през 2023 година

Но изследването откри и нещо поразително: единствено 6 % от клиничните шефове споделиха, че инструментите на AI са понижили натоварването им, 37 % оповестяват за нарастване на натоварването, а останалите не заяви смяна. Когато попитах Офиа какво изяснява тези резултати (които в края на краищата са тъкмо противоположното на прогнозите на Хинтън), тя ми даде редица аргументи.

Някои от тях бяха проблеми, които може да се чака да се подобрят с течение на времето, като да вземем за пример проблеми с консолидираното на AI със съществуващата ИТ инфраструктура. Други бяха по-фундаментални. AI инструментите основават нови задания и отговорности, като да вземем за пример „ наблюдаване след внедряване “, което включва „ одитиране, с цел да се увери, че [инструментът] към момента работи на равнището на акуратност [което беше] на тенекиена кутия “, както сподели тя. В допълнение, посредством ускорение на някои елементи от работния развой, AI може да докара до повече работа и усложнения на други места (тези с положителни мемоари ще си спомнят, че открихме същия проблем при създаването на програмен продукт в предходно издание на този бюлетин). Ако изкуственият разсъдък форсира скоростта, с която можете да вършиме MRI сканирания, да вземем за пример, това значи повече изображения, за които радиолозите да рапортуват.

Що се отнася до разчитането на изображенията, макар че към този момент има доста принадлежности с изкуствен интелект, които към този момент са налични и повече се тестват за избрани задания, няма обилие от набори от данни за образование за всеки вид пациент и всеки вид проблем. Модел, подготвен на рентгенови лъчи за възрастни, да вземем за пример, няма да бъде благонадежден за деца. Офиа, педиатричен рентгенолог, споделя, че приемането на надеждни данни за децата е мъчно, както заради етичните утвърждения и единодушието на родителите, по този начин и тъй като те се трансформират толкоз доста, до момента в който порастват. „ Всички считат, че децата са дребни възрастни, само че те не са – това е напълно друга физиология “, сподели тя. „ Диагностицирам рентгенови лъчи на 8-седмичен плод, тъкмо до 17-годишни. “

Другата разлика сред изкуствения разсъдък и човешките рентгенолози, сподели тя, е, че последните ще виждат неща, които не е наложително да търсят. „ Много изкуствен интелект е подготвен за елементарни и единични задания – може да преглежда възела в белия дроб, само че не е наложително да е подготвен да разпознава костните метастази в раменната кост, които можете да видите на същото компютърно сканиране. “

И най-после, несъмнено, рентгенолозите вършат доста повече от това просто да интерпретират изображения. Те също по този начин вземат решение какво изображение е належащо и комбинират изображенията със своята преценка, опит и знания за историята на пациента, с цел да диагностицират и следят напредъка на лекуването, нормално посредством полемика с други лекари в мултидисциплинарни екипи.

Сложете всичко това дружно с подтекста на застаряващото население и възходящото търсене на изображения от всевъзможен тип и можете да разберете за какво Offiah и Кралският лицей на радиолозите са загрижени за доста рентгенолози, не тяхното изместване.

„ ИИ ще помогне на рентгенолозите, само че няма да ги размени “, сподели тя, като лична прогноза. „ Дори мога да се осмеля да кажа: в никакъв случай няма да ги заменя. “

И по този начин, какво научихме?

John

Намирам това за завладяваща проява за какво даже ИИ в действителност да може да свърши някои от най-ценните елементи от нечия работа, това не значи, че изместването (дори на тези няколко задания, да не приказваме за работата като цяло) е неизбежно. Въпреки че не мога да не виждам и паралел с колите без водачи, които просто бяха прекомерно рискови, с цел да станат изцяло самостоятелни, до момента в който не станат.

Сара

Не желая да бъда прекомерно неправдив към Хинтън, който надали е единственият човек, направил огромни прогнози в това пространство, само че мисля, че историята на радиолозите би трябвало да бъде увещание на технолозите да не вършат широкообхватни изказвания за бъдещето на специалности, които не схващат изцяло. Ако в действителност бяхме спрели да образоваме рентгенолози през 2016 година, през днешния ден щяхме да сме в същинска неразбория.

Препоръчително четене

Очарователен подкаст епизод за това по какъв начин AI трансформира войната (Сара)

Искам да повторете задълбочения разпит на Deena Mousa по въпроса на AI радиолога за Works in Progress, който преглежда някои от проблемите, които засегнах тук по-подробно (Джон)