Nästan ett decennium efter att Geoffrey Hinton hävdade att vi borde sluta utbilda radiologer är de lika upptagna som någonsin.

En anledning är att AI-system ofta presterar sämre i verkliga kliniska miljöer än i formella benchmarks. Så det verkar som om AI-modeller är "lika bra som" radiologer på att granska bilder, men det är de faktiskt inte.

Men det andra skälet är att radiologer gör mycket mer än att bara tolka enskilda bilder. Så även om vi hade AI-modeller som kunde göra detta felfritt, skulle det bara innebära att radiologer spenderar mer tid på att göra andra delar av sitt jobb.

Plus! När det blir dramatiskt snabbare och billigare att tolka bilder beställer läkarna fler skanningar och tester. Så även om AI gör radiologer dramatiskt mer effektiva, betyder det inte nödvändigtvis att färre radiologer kommer att behövas.

@ckk81 Men i ett bredare perspektiv beror det på vilken fråga du ställer. Om det ska finnas ett framtida jobb som heter "radiolog" som kräver i stort sett samma kunskap och utbildning, skulle det vara dumt att sluta utbilda radiologer eftersom de exakta uppgifterna de utför kommer att förändras.