رادیولوژیست ها با وجود هوش مصنوعی چه خواهند کرد؟
چقدر طول میکشد تا هوش مصنوعی جایگزین اولین رادیولوژیست شود؟ مقاله ای که در یکم ژانویه ۲۰۲۲ در مجله نیچر منتشر شد، نشان می دهد که این روز زودتر از آنچه بسیاری از ما فکر می کردیم فرا می رسد.
شواهد نشان داده که تا به حال، هوش مصنوعی تنها در جنبه های محدود یک تصویربرداری، از رادیولوژیست ها بهتر عمل کرده است . برای مثال، شمارش و اندازه گیری ندولهای ریوی در CT، یا تشخیص پنوموتوراکس در ارادیوگرافی قفسه سینه.
اما سیستمی که در مجله Nature توصیف شده است یک پیشرفت بزرگ خواهد بود. این اولین سیستمی است که می تواند به طور کلی یک خدمت تصویربرداری را مثلا سی تی اسکن مغز را به طور کامل ارزیابی و بهتر از رادیولوژیست ها تفسیر کند.
ظهور این سیستم نشان دهنده آغازی است برای پایان دادن به رشته رادیولوژی تشخیصی.
ماشینی که بتواند تصویربرداری تشخیصی را بهتر از رادیولوژیست ها تفسیر کند، مدت ها قبل پیش بینی شده بود، اما ظهور سریع آن تقریباً غافلگیرکننده بود. ما پتانسیل هوش مصنوعی را برای کارهایی که انجام می دهیم دست کم گرفته ایم.
رادیولوژیست ها توسعه هوش مصنوعی را نمیتوانند کنترل کنند. استفاده از هوش مصنوعی در رادیولوژی توسط دولتها، بازار تجارت و شرکتهای تولیدکننده و همچنین شرکتهای بیمه کنترل میشود که برای دقت و کارایی بیشتر و هزینههای کمتر تلاش میکنند.
خدمات تصویربرداری تشخیصی از نظر تعداد، پیچیدگی و حجم اطلاعات افزایش یافته است. طی چند سال آینده هوش مصنوعی، بعنوان یک نیروی کمکی در انجام این حجم کار دشوار خواهد بود. با این حال، باید در نظر داشت که استفاده روزافزون از هوش مصنوعی، تعداد تصویربرداری هایی که برای تفسیر آنها نیاز به رادیولوژیست دارد را کاهش خواهد داد.
و بالاحره ما را با سوالات بحث برانگیز زیر که پاسخ روشنی هم ندارد روبرو خواهد کرد:
▲ فرآیند جایگزینی چگونه خواهد بود؟
▲ در حال حاضر و در عمل رادیولوژیست ها چگونه باید برای این تغییر آماده شوند؟
▲ مثلا در ۵، ۱۰ یا ۲۰ سال دیگر به چند رادیولوژیست نیاز است؟
▲ چه تعداد دستیار رادیولوژی مورد نیاز خواهد بود و آموزش آنها، باید چگونه باشد؟
هنوز هیچ رشته دیگر پزشکی به این شکل با این نوع چالش مواجه نشده است. اگر سرعت پیشرفت هوش مصنوعی را خیلی سریع در نظر بگیریم ممکن است رادیولوژیستها به سمت تخصصهای دیگر بروند و کسی دیگر برای رزیدنتی رادیولوژی تمایل نشان ندهد، در نتیجه با کمبود رادیولوژیست مواجه شویم. بالعکس اگر سرعت و تاثیر هوش مصنوعی را کم اهمیت جلوه دهیم، ممکن است رادیولوژیستهایی را آموزش دهیم که نتوانند دیگر کار پیدا کنند.
استفاده گسترده از هوش مصنوعی برای پزشکی مفید خواهد بود. مراقبت از بیمار بهتر، سریع تر، کم هزینه تر و عادلانه تر خواهد بود. این هدف ما به عنوان پزشک است. اما هوش مصنوعی به طور کلی برای تخصص رادیولوژی خوب نخواهد بود.
بنابراین، چه زمانی هوش مصنوعی جایگزین اولین رادیولوژیست می شود؟
اگر سیستم آزمایشی توصیف شده در Nature در حال حاضر در مرحله بالینی مورد استفاده قرار می گرفت، پاسخ «هم اکنون» بود. اما واضح است که هوش مصنوعی به این سرعت جایگزین رادیولوژیست نمیشود و کامپیوترها نیز تشخیص بیماری و تفسیر تصاویر را به یکباره یاد نمیگیرند. اما از آنجایی که کامپیوترها کار خود را در این زمینه آغاز کرده اند بهتر رادیولوژیستها زمان کمتری را در مقابل مانیتورها صرف کنند و زمان بیشتری را صرف برخورد مستقیم با بیماران کنند. این کمترین کار ی است که آنها به عنوان یک پزشک مطمئناً می توانند انجام دهند.
برگرفته از Radiology Business