STAT+: در رادیولوژی، هوش مصنوعی مرز بین توسعه فناوری و عملکرد بالینی را محو می کند
موج جدیدی از شیوه های رادیولوژی به شدت هوش مصنوعی را پذیرفته است: توسعه و استقرار آن در داخل، و بازاریابی خود به عنوان "بومی هوش مصنوعی".
یک دهه پیش، جفری هینتون، دانشمند یادگیری ماشینی و برنده جایزه نوبل، اعلامیهای صادر کرد که هنوز رادیولوژیستها را در معرض خطر قرار میدهد.
پدرخوانده هوش مصنوعی در یک کنفرانس گفت: "اگر به عنوان یک رادیولوژیست کار می کنید، مانند یک کایوت هستید که در لبه صخره است، اما هنوز به پایین نگاه نکرده است." به گفته هینتون، یادگیری عمیق به قدری خوب و سریع در حال پیشرفت بود که "مردم باید آموزش رادیولوژیست ها را از هم اکنون متوقف کنند." او پیش بینی کرد که در پنج سال - ده، حداکثر - هوش مصنوعی بهتر از رادیولوژیست ها عمل می کند.
ساعت در آن پیش بینی تمام شده است. اما رشته رادیولوژی فقط به کفشهای خود خیره نمیشود و منتظر است تا ببیند فناوری چگونه این حرفه را ارتقا میدهد. درعوض، تعداد فزایندهای از روشهای رادیولوژی، بهویژه گروههای رادیولوژی سرپایی و رادیولوژی از راه دور، به شدت از هوش مصنوعی استقبال میکنند: توسعه و دستیابی به فناوری خود، استقرار آن در داخل، و بازاریابی قابلیتهای «بومی هوش مصنوعی» خود برای کارکنان رادیولوژیست و مشتریان بیمارستان.
برای خواندن داستان کامل به STAT+ ادامه دهید…
متن اصلی (انگلیسی)
STAT+: In radiology, AI is blurring the line between technology development and clinical practice
A new wave of radiology practices are aggressively embracing AI: developing and deploying it in-house, and marketing themselves as 'AI-native.'