Młodzi radiolodzy rozsądnie zrobią, specjalizując się w radiologii interwencyjnej zamiast diagnostycznej, ponieważ sztuczna inteligencja (AI) może wkrótce przejąć zadanie interpretowania obrazów medycznych — twierdzi współzałożyciel zlokalizowanego w Singapurze Parkway Cancer Centre (PCC).

„Jeśli ktoś chce zajmować się radiologią, nie powinien wybierać radiologii diagnostycznej. Musi zostać radiologiem interwencyjnym” — powiedział dr Ang Peng Tiam, dyrektor medyczny i starszy konsultant PCC, podczas konferencji prasowej w piątek.

„(To oznacza), że musisz być osobą, która wykonuje angiografię, zamyka naczynia krwionośne, robi biopsję, a nie taką, która jedynie odczytuje zdjęcia rentgenowskie” — dodał.

„Ponieważ to odczytywanie w przyszłości będzie w całości wykonywane przez komputer i AI. To cały proces uczenia się” — zaznaczył.

Radiologia interwencyjna to subspecjalność, w której lekarze osobiście wykonują małoinwazyjne zabiegi pod kontrolą obrazowania — takie jak angiografie, biopsje czy embolizację naczyń zaopatrujących guza — w przeciwieństwie do radiologów diagnostycznych, których główną rolą jest interpretacja badań obrazowych i sporządzanie opisów.

Słowa pana Anga wynikają z doświadczenia ośrodka z pacjentem chorym na raka płuca, u którego radiolog początkowo zidentyfikował jedynie trzy guzki w płucach, podczas gdy kolejna analiza wspomagana AI ujawniła łącznie 20 guzków.

Ta rozbieżność stworzyła dylemat kliniczny, zmuszając lekarzy do rozważenia, czy nadal zalecać operację opartą na tradycyjnym ludzkim odczycie trzech guzków — co według literatury naukowej mogło dawać 25-procentową szansę wyleczenia — czy też ponownie przeanalizować leczenie w świetle 20 guzków wykrytych przez AI.

Ponieważ historyczne badania medyczne opierały się w całości na ludzkim rozpoznawaniu wzrokowym, a nie na licznikach komputerowych, lekarze stają przed złożoną krzywą uczenia się w określaniu, jak interpretować i wykorzystywać ustalenia wykryte przez maszyny.

„Dlatego patrząc na całą dziedzinę medycyny, są dwa obszary, które już się zmieniły i jeszcze bardzo się zmienią: jeden to radiologia diagnostyczna, a dwa to patologia” — powiedział pan Ang.

Obie dziedziny opierają się na rozpoznawaniu wzorców w obrazach — skanach w radiologii, preparatach tkankowych w patologii — co stanowi dokładnie tę klasę zadań, w której narzędzia uczenia maszynowego w ostatnich latach rozwijały się najszybciej; organy regulacyjne, takie jak amerykańska Agencja ds. Żywności i Leków (FDA), dopuściły już setki wyrobów medycznych z funkcjami AI, z których wiele dotyczy radiologii.

Choć AI w medycynie jest wschodzącą siłą, powiedział, że technologia ta nigdy nie zastąpi ludzi, ponieważ ochrona zdrowia obejmuje również „element zaufania, troski i nadziei” — cechy, które jego zdaniem mogą zapewnić wyłącznie ludzie.

Wypowiedź pana Anga padła w momencie, gdy rynek AI w ochronie zdrowia ma osiągnąć wartość 28,2 mld dolarów w 2026 r. i wzrosnąć do 146,3 mld dolarów do 2031 r., co oznacza roczny wskaźnik wzrostu na poziomie 39% — według danych Wissen Research, globalnej firmy konsultingowej. — Edg Adrian A. Eva