{{{sourceTextContent.title}}}

I radiologi devono controllare il loro proprio destino

{{{sourceTextContent.subTitle}}}

I radiologi non si sono conclusi per parlare dell'intelligenza artificiale e dell'apprendimento automatico ma, piuttosto che temi per il futuro della loro professione, essi stessi deve decidere come quello dovrebbe essere, un Dott. esperto eminente Woojin Kim ha avvertito i delegati dell'ECR 2018 a Vienna a maggio.

{{{sourceTextContent.description}}}

Due anni nella discussione e nella campagna pubblicitaria intorno ad intelligenza artificiale (AI) è lontano dallo sbiadirsi. L'interesse non è stato mai più alto e l'apprendimento automatico d'esplorazione del numero di persone (ml) è al suo picco. Il bombardamento di media, considerevolmente sugli avanzamenti nel dispositivo ottico del computer facendo uso in profondità dell'apprendimento nelle sfide umane della rappresentazione della macchina v., ha alimentato la bestia. “Abbiamo letto molti articoli sull'argomento. Dal 2015 le macchine sono state fare migliore di esseri umani a determinate mansioni di rilevazione e di classificazione di immagine,” ha detto Woojin Kim, addetto all'informazione medico principale per divisione della sanità della sfumatura a Los Angeles, la California, U.S.A.

Tuttavia, la macchina ancora ha bisogno dell'essere umano e non solo in radiologia. Le leggere modifiche del segnale stradale hanno indicato che potete completamente imbrogliare gli algoritmi di ml. Twitter ha insegnato notoriamente a Microsoft AI Chatbot a stare bene “ad un coglione razzista”, evidenziante un problema diagonale quando si tratta del AI.

Questo carenze sottolinea l'esigenza dell'arbitraggio adeguato quando usando questa tecnologia, Kim ha insistito. “Ci sono avanzamenti tremendi nel AI ma realmente dovete comprendere la competenza di dominio che viene da noi in questa tecnologia, altrimenti non potete leggere tutto,” ha consigliato.

Fidarsi delle macchine

Il problema della scatola nera è reale e la dimensione realmente non risolverà nulla. IBM Watson secondo le informazioni ricevute ha deciso di dare il contrasto per sbaglio. Con un livello di fiducia 29,9 la macchina ha voluto amministrare il contrasto ad un paziente su emodialisi con la malattia renale di stadio finale. “Qualche gente non pensa questa sia s un il problema, perché dicono che hanno la più grande scatola nera. La mia domanda a voi siete, vi fidereste di questa macchina al protocollo tutti i vostri pazienti senza di intervento umano, sapente che può fare gli errori come questo? Quelli sono alcune delle cose che volete tenere presente e pensare circa,” Kim ha avvertito.

I capi più astuti del mondo hanno pensato a cui il ml porterebbe al mondo. Ma la storia indica che si dovrebbe stare attento con questi generi di previsioni. “Che tutti ricordano la mistificazione dei raggi x dalla parte posteriore di Lord Kelvin verso la fine dei 1890s,” lui abbiamo ricordato. “Possiamo imparare molto dalla storia, anche quando si tratta di AI.” Le nuove tecnologie possono certamente eliminare i lavori; possono anche creare la nuova domanda dei prodotti e dei servizi. “Per esempio ATMs fare molte cose che un impiegato di banca fa, ma se esaminate le statistiche della banca, noi ha oggi più supporti della banca che mai,” ha detto Kim, aggiungente che gli esseri umani hanno questa capacità unica di creare l'uso sopra il valore.

Presa del controllo

Molti questi processi stanno andando essere molto più lenti di pensate e molto queste risulteranno essere appena campagna pubblicitaria

Woojin Kim

Invece di ritenere a cui 2025 guarderanno per gradire, i radiologi dovrebbero ritenere a cui dovrebbe assomigliare, lui hanno suggerito. “Alcuni dei cambiamenti stanno andando accadere velocemente. Alcuni useranno gli algoritmi che possono realmente battere le prestazioni umane. Ma molti questi processi stanno andando essere molto più lenti di pensate e molto queste risulteranno essere appena campagna pubblicitaria.” Inoltre, molti fattori rimangono oltre chiunque controllo e limiteranno l'adozione della tecnologia di AI nell'imaging biomedico. Ciò nonostante, qualche gente tende ad avere visione di tunnel, che restringe la portata delle applicazioni potenziali di AI in radiologia. “Quando esaminate tutte le carte là fuori, vedete che tutti mettono a fuoco sopra facendo uso di AI per fare un'individuazione. Ma cioè ed io vogliamo sfidare tutti noi qui, perché non facciamo le revisioni tra pari? Poiché facciamo così tanto più appena facciamo i risultati come radiologi,” ha detto.

Da ora al 2025, i radiologi potrebbero realmente avere AI da urtare su ogni aspetto della catena di valori di sanità ed aiutano i clinici a prendere le migliori decisioni. “il AI ha potuto aiutare con scheduler, i protocolli, flusso di lavoro, facente i rapporti reali, seguito di comunicazione e la sicurezza paziente. Penso che ci sia un potenziale tremendo per AI nel nostro campo e realmente voglio vedere il AI colpire i problemi che abbiamo, quali le edizioni di flusso di lavoro nel Regno Unito e U.S.A., o radiologi che avvertono i livelli tremendi di burnout,” ha suggerito. La radiologia ha stata tradizionalmente molto buona all'adozione delle nuove tecnologie e ad incorporare questi in flusso di lavoro quotidiano. “Vorrei spostare il fuoco corrente e pensare come possiamo usare questa metodologia per attenuare l'impatto negativo e per sottolineare il potenziale positivo,” a Kim ho concluso.