در سال 2016، جفری هینتون، برنده جایزه نوبل و "خداپدر هوش مصنوعی"، پیشبینی کرد که رادیولوژیستها - پزشکانی که تصاویر اشعه ایکس، سونوگرافی و سایر تصاویر را برای کمک به تشخیص پزشکی میخوانند - ظرف پنج سال آینده توسط کامپیوترها جایگزین خواهند شد. امروزه این حوزه میتواند با نقل قول مارک تواین پاسخ دهد: گزارش مرگ من اغراقآمیز بود.
در واقع، تعداد رادیولوژیستها به طور پیوسته در حال افزایش است و پیشبینی میشود که تعداد این متخصصان در سه دهه آینده 26 درصد یا بیشتر افزایش یابد. اما آنچه هینتون ممکن است در مورد پویایی بازار کار از دست داده باشد نباید پیشبینی او را نادیده بگیرد: او درست میگفت که پزشکان انسانی اکنون یک همکار مبتنی بر سیلیکون در اتاق دارند که عملکرد آنها را مطابقت میدهد یا از آن پیشی میگیرد. در واقع، رادیولوژی تا حد زیادی نقطه داغ هوش مصنوعی در پزشکی است و به یک معیار برای پذیرش سیستمهای تصمیمگیری تخصصی در سراسر مراقبتهای بهداشتی و شاید در سایر زمینهها تبدیل شده است.
تا اوایل سال 2026، حدود سه چهارم از 1400 دستگاه پزشکی فعال شده با هوش مصنوعی که توسط سازمان غذا و داروی آمریکا تایید شدهاند، برای رادیولوژی بوده است. برخی از آنها کارایی پزشکان را با پیشنویس گزارشها یا هشدار دادن به آنها در مورد تصاویری که نیاز فوری به توجه دارند، افزایش میدهند. اما ابزارهای هوش مصنوعی دیگر پتانسیل بهبود عملکرد انسان را با شناسایی ناهنجاریهایی که ممکن است برای چشم انسان قابل مشاهده نباشند یا تفسیر تصاویر به خوبی - و گاهی بهتر از - رادیولوژیستهای آموزشدیده دارند. به عنوان مثال، تحلیل 43 کارآزمایی بالینی به این نتیجه رسید که کولونوسکوپیهای با کمک هوش مصنوعی، پولیپهای بیشتری را نسبت به کولونوسکوپیهای معمولی نشان میدهند.
شمـا اولیـن نفـر هستـید کـه نظـر خـود را ثبـت مـی کنیـد.
🗩ثبـت نظر: