Η ακτινολογία έχει γίνει πρόσφατα θέμα συζήτησης στον αγώνα της τεχνητής νοημοσύνης. Αναφέρθηκε πολλές φορές τον περασμένο μήνα από στελέχη τεχνολογίας στο Παγκόσμιο Οικονομικό Φόρουμ στο Νταβός, καθώς και σε ένα βιβλίο του Λευκού Οίκου σχετικά με την τεχνητή νοημοσύνη και την οικονομία. Η ακτινολογία δεν είναι η μόνη επαγγελματική δραστηριότητα που επηρεάζεται από την τεχνητή νοημοσύνη, η οποία ενσωματώνεται σταδιακά στην εργασία των μηχανικών λογισμικού, των εκπαιδευτικών και ακόμη και των υδραυλικών, μεταξύ πολλών άλλων. Εάν υιοθετηθεί ευρέως, η Goldman Sachs εκτιμά ότι οι εξελίξεις που σχετίζονται με την τεχνητή νοημοσύνη θα μπορούσαν να αντικαταστήσουν το 6 έως 7% του εργατικού δυναμικού των ΗΠΑ, αν και η τεχνολογία αναμένεται να δημιουργήσει και νέες θέσεις εργασίας.

Ωστόσο, ο τομέας της ακτινολογίας έχει καταστεί μια περίπτωση μελέτης για το πώς η τεχνητή νοημοσύνη μπορεί να βελτιώσει, και όχι να αντικαταστήσει, τις θέσεις εργασίας. Ο τύπος εργασίας στην ακτινολογία είναι επίσης ιδανικός για την υποστήριξη της τεχνητής νοημοσύνης, σύμφωνα με τον Δρ Πο-Χάο Τσεν, γιατρό ειδικευμένο στη διαγνωστική ακτινολογία στην Κλινική του Κλίβελαντ.

Η ακτινολογία διαθέτει άφθονα δεδομένα για την έρευνα και τις εφαρμογές της τεχνητής νοημοσύνης, οι οποίες χρειάζονται τεράστιες ποσότητες δεδομένων για την εκπαίδευση. Η τεχνητή νοημοσύνη μπορεί να αναλύσει τεράστιες ποσότητες δεδομένων πολύ πιο γρήγορα από ό,τι οι άνθρωποι και ήδη συμβάλλει στην επιτάχυνση ορισμένων διαδικασιών στην ακτινολογία, για παράδειγμα, στον προσδιορισμό των σαρώσεων που χρειάζονται άμεση προσοχή.

Ωστόσο, οι γιατροί εξακολουθούν να είναι υπεύθυνοι για το μεγαλύτερο μέρος της εργασίας, όπως η διάγνωση, η φυσική εξέταση των ασθενών και η σύνταξη εκθέσεων. Και οι θέσεις εργασίας στον τομέα της ακτινολογίας προβλέπεται να αυξηθούν ταχύτερα από ό,τι σε άλλους τομείς, καθώς ο κλάδος συνεχίζει να υιοθετεί την τεχνολογία. «Η τεχνητή νοημοσύνη όχι μόνο δεν αντικαθιστά αυτούς τους εργαζόμενους, αλλά στην πραγματικότητα αυξάνει τον όγκο της εργασίας που μπορούν να κάνουν και αυξάνει τη ζήτηση για τις υπηρεσίες τους», δήλωσε ο Τζακ Κάρστεν, ερευνητής στο Κέντρο Ασφάλειας και Αναδυόμενης Τεχνολογίας του Τζορτζτάουν. «Αυτό είναι ένα είδος λαμπρού μέλλοντος που μπορεί να επιδείξει η βιομηχανία της τεχνολογίας, στο βαθμό που η τεχνητή νοημοσύνη έχει θετική επίδραση στην οικονομία».

Πώς η τεχνητή νοημοσύνη βοηθά μια θέση εργασίας χωρίς να την αντικαθιστά

Η τεχνητή νοημοσύνη είναι πολύ καλή στην ανάλυση εικόνων και στον εντοπισμό μοτίβων στα δεδομένα, δύο στοιχεία που είναι κρίσιμα για την ακτινολογία. Και ο τομέας έχει ψηφιοποιηθεί εδώ και χρόνια, πράγμα που σημαίνει ότι υπάρχει αφθονία δεδομένων, σύμφωνα με τον Τσεν. «Υπάρχουν μικρότερες περιπτώσεις χρήσης που εξακολουθούν να είναι αναλογικές, αλλά στις ΗΠΑ, ως επί το πλείστον, κάθε ακτινογραφία, κάθε αξονική τομογραφία (CT), κάθε μαγνητική τομογραφία (MRI) μπορεί να είναι διαθέσιμη ως μηδενικά και μονάδες», δήλωσε ο Τσεν.

Σήμερα, οι ακτινολόγοι χρησιμοποιούν την τεχνητή νοημοσύνη για να προσδιορίσουν ποιες τομογραφίες πρέπει να έχουν προτεραιότητα, να βελτιώσουν την ποιότητα της εικόνας και να βοηθήσουν στη σύνταξη των εκθέσεων, σύμφωνα με τον Δρ. Τσεν και δύο άλλους ειδικούς ακτινολόγους που μίλησαν στο CNN.

«Είναι κάτι που δεν αντικαθιστά κανέναν, απλώς κάνει τη δουλειά μας πιο αποτελεσματική και πιο ουσιαστική», δήλωσε ο Δρ Σαπούρ Ντεμέχρι, ο οποίος εργάζεται στον τομέα της επεμβατικής ακτινολογίας στο Johns Hopkins Medicine. Ο Ρενέ Βιντάλ, καθηγητής μηχανικής και ακτινολογίας στο τμήμα Penn Engineering του Πανεπιστημίου της Πενσυλβανίας, θεωρεί ότι η τεχνητή νοημοσύνη είναι ιδιαίτερα χρήσιμη για τη λήψη υψηλής ποιότητας μαγνητικών τομογραφιών με λιγότερες μετρήσεις. Αυτό επιταχύνει τη διαδικασία και επιτρέπει την εξέταση περισσότερων ασθενών στον ίδιο χρόνο. Άλλες εφαρμογές διερευνώνται στην έρευνα, όπως η χρήση της τεχνητής νοημοσύνης για τη μέτρηση του όγκου ενός όγκου ή την αυτόματη συμπλήρωση εκθέσεων, αν και είναι πιθανό να βρίσκονται ακόμα σε μακρινό στάδιο, δήλωσε ο Βιντάλ.

Θέσεις εργασίας που διέψευσαν τις προβλέψεις περί εξαφάνισής τους

Τα εργαλεία τεχνητής νοημοσύνης πρέπει να εγκριθούν από την Αμερικανική Υπηρεσία Τροφίμων και Φαρμάκων (FDA) για ιατρική χρήση, κάτι που μπορεί να διαρκέσει περίπου οκτώ χρόνια, λαμβάνοντας υπόψη τη διαδικασία ανάπτυξης και τις κλινικές δοκιμές, δήλωσε ο Βιντάλ. Ωστόσο, αυτές οι εγκρίσεις σίγουρα θα δοθούν: Από τις 1.357 ιατρικές συσκευές με τεχνητή νοημοσύνη που έχουν εγκριθεί από την FDA, οι 1.041 προορίζονται για ακτινολογία.

Ταυτόχρονα, οι θέσεις εργασίας στον τομέα της ακτινολογίας φαίνεται να αυξάνονται. Το Γραφείο Στατιστικών Εργασίας προβλέπει ότι η απασχόληση στον τομέα της ακτινολογίας θα αυξηθεί κατά 5% από το 2024 έως το 2034, ποσοστό υψηλότερο από τον μέσο όρο του 3% σε όλα τα επαγγέλματα. Τα στοιχεία που παρέχονται στο CNN από την Indeed δείχνουν επίσης ότι το 2025 υπήρχαν περισσότερες θέσεις εργασίας στον τομέα της ακτινολογίας σε σύγκριση με πέντε χρόνια πριν.

Η ζήτηση για απεικόνιση κατά τη διαδικασία της ιατρικής διάγνωσης, σε συνδυασμό με την αύξηση του γηράσκοντος πληθυσμού, πιθανόν να οδηγεί στην ανάγκη για περισσότερες ακτινολογικές υπηρεσίες, σύμφωνα με τους ειδικούς ακτινολόγους που μίλησαν στο CNN. Αλλά δεν ήταν πάντα έτσι. Ο Τζέφρι Χίντον, βραβευμένος με Νόμπελ επιστήμονας υπολογιστών, γνωστός και ως ο «νονός» της τεχνητής νοημοσύνης, δήλωσε το 2016 ότι «οι άνθρωποι πρέπει να σταματήσουν να εκπαιδεύουν ακτινολόγους τώρα», επειδή το deep learning – ένα υποσύνολο της τεχνητής νοημοσύνης που μοντελοποιεί τον τρόπο με τον οποίο μαθαίνει ο ανθρώπινος εγκέφαλος – θα χειριστεί καλύτερα τη δουλειά σε πέντε έως δέκα χρόνια.

Ο Χίντον δήλωσε σε ένα email προς την εφημερίδα New York Times πέρυσι ότι μίλησε πολύ γενικά σε εκείνα τα σχόλια του 2016. Ο Ντεμέχρι θυμάται ότι υπήρχε ένα αίσθημα ανησυχίας στον τομέα της ακτινολογίας σχετικά με την αντικατάσταση των ανθρώπινων ρόλων από την τεχνητή νοημοσύνη κατά την περίοδο 2015-2016. Τώρα, η τεχνολογία θεωρείται ως «δεύτερο ζευγάρι μάτια», είπε.

Κίνδυνοι της υπερβολικής εξάρτησης

Ωστόσο, σύμφωνα με τον Τσεν, υπάρχουν κίνδυνοι που σχετίζονται με την προκατάληψη και την πιθανή υπερβολική εξάρτηση από την τεχνητή νοημοσύνη. Σε αντίθεση με τους ανθρώπους που εργάζονται ως ακτινολόγοι, για παράδειγμα, η τεχνητή νοημοσύνη μπορεί να προβλέψει με ακρίβεια τη φυλή ενός ατόμου με βάση μια ακτινογραφία, σύμφωνα με μια μελέτη του MIT του 2022, γεγονός που εγείρει ανησυχίες σχετικά με την προκατάληψη στις διαγνώσεις. Ο Τσεν λέει ότι ανησυχεί επίσης για τον πειρασμό να λαμβάνονται αποφάσεις σχετικά με το προσωπικό – όπως η αντικατάσταση ενός γιατρού με μια νοσοκόμα – εάν η τεχνητή νοημοσύνη εξελιχθεί αρκετά. Αυτό μπορεί να λειτουργήσει σε ορισμένες περιπτώσεις, αλλά όχι για την πλειονότητα των παθήσεων για τις οποίες χρησιμοποιείται η ακτινολογία, όπως η ανίχνευση καρκίνου ή θανατηφόρων λοιμώξεων.

«Πρέπει να καταλάβουμε ότι μεγάλο μέρος της απόδοσης του αλγορίθμου προέρχεται από το γεγονός ότι το αποτέλεσμα της αυτοματοποίησης ελέγχεται από έναν ειδικό», είπε. «Και μαζί, αυτή η συνεργασία, αν θέλετε, μεταξύ της μηχανής και του ειδικού είναι αυτό που κάνει τη βελτίωση πραγματική».