Aankomende radiologen doen er verstandig aan zich te specialiseren in interventieradiologie in plaats van diagnostische radiologie, aangezien kunstmatige intelligentie (AI) mogelijk binnenkort de taak van het interpreteren van medische beelden overneemt, aldus de medeoprichter van het in Singapore gevestigde Parkway Cancer Centre (PCC).

"Als iemand radiologie wil doen, zou je geen diagnostische radiologie moeten kiezen. Je moet interventieradioloog worden," zei dr. Ang Peng Tiam, medisch directeur en senior consultant van PCC, tijdens een mediapresentatie op vrijdag.

"(Dat betekent) dat jij degene moet zijn die de angiogram uitvoert, de bloedvaten afsluit, degene die de biopt neemt, en niet degene die alleen de röntgenfoto's leest," zei hij.

"Want dat lezen zal in de toekomst allemaal door computer en AI worden gedaan. Dus dit is een compleet leerproces," voegde hij eraan toe.

Interventieradiologie is het subspecialisme waarbij artsen minimaal invasieve, beeldgestuurde ingrepen uitvoeren — zoals angiogrammen, biopten en embolisatie van tumorvoedende bloedvaten — in tegenstelling tot diagnostisch radiologen, wiens belangrijkste rol het interpreteren van scans en rapporteren van bevindingen is.

De opmerkingen van de heer Ang komen voort uit de ervaring van het centrum met een longkankerpatiënt, waarbij een radioloog aanvankelijk slechts drie nodules in de longen identificeerde, terwijl een daaropvolgende AI-ondersteunde analyse in totaal 20 nodules aan het licht bracht.

Die discrepantie creëerde een klinisch dilemma, waarbij artsen moesten afwegen of ze nog steeds een operatie zouden adviseren op basis van de traditionele menselijke lezing van drie nodules — die volgens de academische literatuur een genezingskans van 25% zou kunnen bieden — of de behandeling moesten heroverwegen vanwege de 20 door AI gedetecteerde nodules, aldus de heer Ang.

Omdat historisch medisch onderzoek volledig op menselijke visuele herkenning is gebaseerd in plaats van computertellingen, staan artsen voor een complexe leercurve in het bepalen hoe ze deze machinaal gedetecteerde bevindingen moeten interpreteren en hanteren.

"Daarom zie je, als je naar de hele geneeskunde kijkt, twee gebieden die op zeer grote wijze zijn veranderd en zullen veranderen: één is diagnostische radiologie, en twee is pathologie," zei de heer Ang.

Beide vakgebieden draaien om patroonherkenning in beelden — scans in de radiologie, weefselcoupes in de pathologie — precies de categorie taken waar machine learning-tools de afgelopen jaren het snelst zijn gevorderd. Toezichthouders zoals de Amerikaanse Food and Drug Administration hebben al honderden AI-ondersteunde medische apparaten goedgekeurd, waarvan vele in de radiologie.

Hoewel AI in de geneeskunde een opkomende kracht is, zei hij dat de technologie mensen nooit kan vervangen, omdat gezondheidszorg ook "het element van vertrouwen, zorg en hoop" omvat — kwaliteiten die volgens hem alleen mensen kunnen bieden.

De uitspraak van de heer Ang komt nu de AI-zorgmarkt naar verwachting in 2026 een waarde van 28,2 miljard dollar zal vertegenwoordigen en zal groeien naar 146,3 miljard dollar in 2031, een jaarlijkse groei van 39%, volgens Wissen Research, een wereldwijd adviesbureau. — Edg Adrian A. Eva