Chcesz zrozumieć, jak sztuczna inteligencja może zmienić Twoją pracę? Zainspiruj się radiologią. Radiologia stała się ostatnio tematem rozmów w wyścigu o sztuczną inteligencję. Wspominali o niej wielokrotnie dyrektorzy technologiczni na Światowym Forum Ekonomicznym w Davos, a także w raporcie Białego Domu na temat sztucznej inteligencji i gospodarki.
Radiologia to nie jedyny zawód, na który wpływa sztuczna inteligencja. Stopniowo wkracza ona w obszar pracy inżynierów oprogramowania, nauczycieli, a nawet hydraulików i wielu innych. Goldman Sachs szacuje , iż jeżeli sztuczna inteligencja zostanie powszechnie wdrożona, może ona zastąpić 6–7 % pracowników w USA, choć oczekuje się, iż technologia ta stworzy również nowe miejsca pracy.
Jednak dziedzina radiologii stała się studium przypadku pokazującym, jak sztuczna inteligencja może usprawnić, a nie zastąpić pracę. Rodzaj pracy w radiologii jest również idealny dla wsparcia sztucznej inteligencji , powiedział dr Po-Hao Chen, lekarz specjalizujący się w radiologii diagnostycznej w Cleveland Clinic.
Radiologia dysponuje dużą ilością danych dostępnych do badań i zastosowań sztucznej inteligencji, które wymagają ogromnych ilości danych do szkolenia. Sztuczna inteligencja potrafi analizować ogromne ilości danych znacznie szybciej niż ludzie, a już teraz pomaga przyspieszyć niektóre procesy w radiologii – na przykład określanie, które skany wymagają natychmiastowej interwencji.
„(Sztuczna inteligencja) nie tylko nie zastępuje tych pracowników, ale wręcz zwiększa ilość pracy, jaką mogą oni wykonać, i zwiększa popyt na ich usługi” – powiedział Jack Karsten, pracownik naukowy w Centrum Bezpieczeństwa i Nowych Technologii Uniwersytetu Georgetown. „To świetlana przyszłość, na którą branża technologiczna może liczyć, o ile sztuczna inteligencja będzie miała pozytywny wpływ na gospodarkę”.
Jak sztuczna inteligencja pomaga w pracy, nie zastępując jej
Sztuczna inteligencja doskonale radzi sobie z analizą obrazów i wyszukiwaniem wzorców w danych, co jest najważniejsze dla radiologii. Według Chena, dziedzina ta jest od lat zdigitalizowana, co oznacza, iż danych jest mnóstwo.
„Istnieją mniejsze przypadki użycia, które przez cały czas są analogowe, ale w większości przypadków w USA każde zdjęcie rentgenowskie, każde badanie tomografii komputerowej i każde badanie MRI może być dostępne w postaci zer i jedynek” – powiedział Chen. Zdaniem dr Chena i dwóch innych ekspertów radiologii, z którymi rozmawiała CNN, radiolodzy wykorzystują w tej chwili sztuczną inteligencję do określania, którym skanom należy nadać priorytet, do poprawy jakości obrazów i wspomagania podsumowywania raportów.
„To coś, co nie zastąpi nikogo, a jedynie sprawi, iż nasza praca będzie bardziej efektywna i sensowna” – powiedział dr Shadpour Demehri, pracujący w Katedrze Radiologii Interwencyjnej w Johns Hopkins Medicine.
René Vidal, profesor inżynierii i radiologii na Wydziale Inżynierii Uniwersytetu Pensylwanii, uważa sztuczną inteligencję za szczególnie przydatną do wykonywania wysokiej jakości skanów MRI przy mniejszej liczbie pomiarów. Przyspiesza to proces i pozwala na zbadanie większej liczby pacjentów w tym samym czasie.
Według Vidala, realizowane są badania nad innymi zastosowaniami tej technologii, np. wykorzystaniem sztucznej inteligencji do pomiaru objętości guza lub automatycznego wypełniania raportów, choć prawdopodobnie są one jeszcze w odległej perspektywie.
Zawody, które miały zniknąć, ale tak się nie stało
Narzędzia AI muszą zostać zatwierdzone przez Amerykańską Agencję ds. Żywności i Leków (FDA) do użytku medycznego, co może zająć około ośmiu lat, biorąc pod uwagę proces rozwoju i testy kliniczne, powiedział Vidal. Jednak te zatwierdzenia są z pewnością realizowane: z 1357 urządzeń medycznych z obsługą AI, które obecnie uzyskały zatwierdzenie FDA, 1041 jest przeznaczonych do radiologii.
Jednocześnie liczba miejsc pracy w radiologii wydaje się rosnąć. Biuro Statystyki Pracy prognozuje, iż zatrudnienie w radiologii wzrośnie o 5% w latach 2024–2034, co jest wartością wyższą niż średnia 3% dla wszystkich zawodów. Dane z Indeed przekazane CNN również wskazują, iż w 2025 roku było więcej miejsc pracy w radiologii niż pięć lat temu.
Ale nie zawsze tak myślano. Geoffrey Hinton, informatyk, laureat Nagrody Nobla, nazywany również ojcem chrzestnym sztucznej inteligencji, powiedział w 2016 roku , iż „ludzie powinni już przestać szkolić radiologów”, ponieważ głębokie uczenie – podzbiór sztucznej inteligencji, który modeluje sposób uczenia się ludzkiego mózgu – lepiej poradzi sobie z tym zadaniem za pięć do dziesięciu lat.
Demehri wspomina, iż w latach 2015-2016 w branży radiologicznej panował niepokój związany z zastępowaniem przez sztuczną inteligencję ról ludzkich. Teraz technologia ta jest postrzegana jako „druga para oczu” – dodał.
Pułapki nadmiernego polegania
Mimo to, zdaniem Chena, istnieje ryzyko związane z uprzedzeniami i potencjalnym nadmiernym poleganiem na sztucznej inteligencji. W przeciwieństwie na przykład do radiologów, sztuczna inteligencja potrafi dokładnie przewidzieć rasę danej osoby na podstawie zdjęcia rentgenowskiego, jak wynika z badania przeprowadzonego przez MIT w 2022 roku, co budzi obawy dotyczące uprzedzeń w diagnozach.
„Musimy zrozumieć, iż duża część wydajności algorytmu wynika z faktu, iż wyniki automatyzacji są weryfikowane przez eksperta” – powiedział. „A ta współpraca, iż tak powiem, między maszyną a ekspertem sprawia, iż udoskonalenie staje się realne”.