Почти через десятилетие после того, как Джеффри Хинтон заявил, что нам следует прекратить обучение радиологов, они по-прежнему так же заняты, как и прежде.

Одна из причин заключается в том, что системы ИИ часто работают хуже в реальных клинических условиях, чем на формальных тестах. Поэтому кажется, что модели ИИ "так же хороши, как" радиологи при анализе изображений, но на самом деле это не так.

Но другая причина заключается в том, что радиологи делают гораздо больше, чем просто интерпретируют отдельные изображения. Поэтому даже если у нас будут модели ИИ, которые могут делать это безупречно, это может просто означать, что радиологи будут тратить больше времени на другие части своей работы.

Плюс! Когда интерпретация изображений становится значительно быстрее и дешевле, врачи заказывают больше сканирований и тестов. Так что даже если ИИ делает радиологов значительно более эффективными, это не обязательно означает, что потребуется меньше радиологов.

@ckk81 Но в более широком смысле это зависит от того, какой вопрос вы задаете. Если в будущем появится работа под названием "радиолог", которая будет требовать в основном тех же знаний и подготовки, было бы глупо прекращать обучение радиологов, потому что конкретные задачи, которые они выполняют, будут меняться.