Herkese merhaba ve ZDNet’in günlük editoryal podcast’i ZD Tech’e hoş geldiniz. Benim ismim clarisse treilles ve bugün sana açıklıyorum yapay zeka neden radyologları yok etmedi.
2016 yılında, yapay zekanın (AI) uzmanlarından İngiliz Geoffrey Hinton, tıpta yapay zekanın ilerlemesinin radyolog mesleğini hızla ortadan kaldıracağını öngördü. Bir provokasyon dokunuşu olmadan değil, ilan etti ve ben alıntı yapıyorum: “Beş yıl içinde derin öğrenme o kadar etkili olacak ki radyolog yetiştirmek artık yararlı olmayacak. »
Ama aradan beş yıl geçti, bu olmadı. Tam tersine. Dünya Ekonomik Forumu, Covid-19 pandemisinin ortasında yayınlanan bir çalışmada, radyolog sayısının on yıllardır her zaman çift haneli büyüme yaşadığına dikkat çekiyor.
Bu nedenle, insan tacirlerinin bağırsaklarındaki kırıkları ve kokain balonlarını teşhis etmek için insanlar vazgeçilmez olmaya devam ediyor. Kısacası AI, radyolog ve gümrük memuru mesleğini ondan uzak bir şekilde ortadan kaldırmadı. Ancak AI hala uygulamayı biraz değiştirdi. Dinle, sana nasıl olduğunu anlatacağım.
AI yanılmaz değil
Zaten, AI hatasız değil. Özellikle patolojiler karmaşık veya nadir olduğunda, X ışınlarını yorumlamak ve doğru tanıları koymak için algoritmalara %100 güvenemeyiz.
Makine öğrenimi teknikleri, algılama algoritmalarını geliştirmek için gerçekten de farklı durumlardan yüz binlerce hatta milyonlarca görüntü gerektirir. Ve bu zaman alır.
Ancak yapay zeka kesinlikle radyologların çalışma şeklini değiştirmeye yardımcı oluyor. Bunun yerine yargıç. Örneğin bir hastanede, algolar, en iyi huylu vakalar ile insan gözünü hak eden vakalar arasında birinci seviye bir sıralama yapmayı mümkün kılar.
Bu tam olarak ZDNet’in geçen yıl bahsettiği Fransız start-up Milvue’nin oyun alanı. RN’si rutin röntgenlerle ilgilenerek radyologların daha karmaşık patolojiler gösteren görüntülere odaklanmasını sağlar.
güçlendirilmiş radyolog
Peki gerçekte nasıl çalışıyor? Milvue, acil servisten röntgen görüntülerini alan, bunları yorumlayan ve bunları ya acil doktoruna ya da radyologa sunarak üç kritere göre sınıflandıran bir algoritma geliştirmiştir: normal röntgen, şüpheli röntgen veya X-ışınları patolojik olarak kabul edilir.
Ve bu AI ayrıca çok daha özel uzmanlıklarda test edildi. Örneğin meme kanserinin saptanmasında araştırmalar umut vericidir. Radiology dergisi, AI’nın tarama mamogramlarının yorumlanmasında büyük bir değere sahip olabileceğini söylüyor.
Yapay zekanın yetenekleri daha iyi anlaşıldıkça, yapay zekanın radyolog mesleğini öldüreceği korkusu büyük ölçüde ortadan kalktı. Ve hepsinden önemlisi, Geoffrey Hinton’ın öngörüsünden hatırlamamız gereken şey, teknolojik ilerlemeye asla körü körüne güvenmememiz gerektiğidir.
