Wprowadzenie sztucznej inteligencji do codziennej praktyki lekarskiej

ZnalezioneInnowacje technologiczne ciągle ewoluują. Jednocześnie każda innowacja niesie ze sobą obawy ludzi, którzy są sceptyczni wobec nowych zmian w utrwalonej wiedzy. Oczywiście wprowadzenie sztucznej inteligencji (tj. CNN, maszyn uczących się i zaawansowanych robotów) do codziennej praktyki lekarskiej może być utrudniona z wielu powodów, np. błędna diagnoza, nadmierna diagnoza, mała dokładność i problemy o niskiej specyficzności. W jednym z przykładów, opublikowanym niedawno w artykule na temat przewidywania chorób sercowo-naczyniowych w Journal of American Heart Association (JAHA), kalkulator ryzyka uczenia maszynowego przewyższył kalkulator ryzyka American College of Cardiology / American Heart Association (ACC / AHA), zalecając mniej farmakoterapii. Badania wykazały potencjał uczenia maszynowego do poprawy prognozowania ryzyka sercowo-naczyniowego i pomocy w podejmowaniu decyzji medycznych.

Oczywiście obecni radiologowie mogą sądzić, że sztuczna inteligencja stanowi zagrożenie dla tej specjalności i może obawiać się, że stracą pracę w najbliższej przyszłości. Bez wątpienia pojawią się braki w zatrudnieniu, szczególnie w prywatnych służbach zdrowia na wszystkich poziomach, od recepcjonistów, przez asystentów opieki zdrowotnej, aż do menedżerów wyższego szczebla i, w końcu, radiologów. Jedna wybitna firma IT, IBM, wyeliminowała kilkaset miejsc pracy w ostatnich latach. To samo może się zdarzyć w radiologii, ale w mniejszym stopniu, zwłaszcza w Europie, a szczególnie w Wielkiej Brytanii, gdzie występuje coraz większy niedobór radiologów, w tym stażystów. Według Royal College of Radiologists odsetek nieobsadzonych stanowisk radiologicznych konsultantów wzrasta i ostatnio wynosi 10,3% .
[więcej w: protruzja krążka, hydrokolonoterapia warszawa, hydrokolonoterapia poznań ]