Voir la traduction automatique
Ceci est une traduction automatique. Pour voir le texte original en anglais cliquez ici
#Actualités du secteur
{{{sourceTextContent.title}}}
Les radiologues doivent commander leur propre destin
{{{sourceTextContent.subTitle}}}
Les radiologues n'ont pas fini pour parler de l'intelligence artificielle et de l'apprentissage automatique mais, plutôt que craignez pour l'avenir de leur profession, ils eux-mêmes doit décider comment ce devrait être, un Dr. expert éminent Woojin Kim a averti des délégués de la caisse enregistreuse électronique 2018 à Vienne en mai.
{{{sourceTextContent.description}}}
Deux ans dans la discussion et l'exagération autour de l'intelligence artificielle (AI) est loin de l'effacement. L'intérêt n'a jamais été plus haut, et le nombre de l'apprentissage automatique l'explorant de personnes (ml) est à sa crête. Le bombardement de médias, notamment sur des avances dans la vision d'ordinateur utilisant apprendre profondément dans des défis humains de représentation de la machine v., ont alimenté la bête. “Nous avons lu beaucoup d'articles sur le sujet. Depuis 2015 les machines ont été faire meilleur que des humains à certaines tâches de détection et de classification d'image,” a dit Woojin Kim, dirigeant en chef de l'information médicale pour la division des soins de santé de la nuance à Los Angeles, la Californie, Etats-Unis.
Cependant, la machine a besoin toujours de l'humain, et non seulement en radiologie. Les légères modifications de plaque de rue ont prouvé que vous pouvez complètement duper des algorithmes de ml. Twitter a notoirement enseigné Microsoft AI Chatbot à aller bien “à un abruti raciste”, accentuant un problème polarisé quand il s'agit d'AI.
Ces failings soulignent le besoin d'arbitrage approprié en employant cette technologie, Kim a insisté. “Il y a d'énormes progrès dans l'AI mais vous devez vraiment incorporer l'expertise de domaine qui vient de nous dans cette technologie, autrement vous ne pouvez pas lire tout,” il a conseillé.
Confiance des machines
Le problème de boîte noire est vrai et la taille ne résoudra vraiment rien. IBM Watson a, semble-t-il, décidé de donner le contraste par erreur. Avec un niveau de confiance 29,9 la machine a voulu administrer le contraste à un patient sur la hémodialyse avec la maladie rénale de phase finale. “Certains ne pensent pas c'est s par problème, parce qu'elles disent qu'elles ont la plus grande boîte noire. Ma question à vous est-vous, feriez-vous confiance à cette machine au protocole tous vos patients sans une intervention humaine, sachant qu'elle peut faire des erreurs comme ceci ? Ceux sont certaines des choses que vous voulez maintenir dans l'esprit et penser environ,” Kim a averti.
Les chefs les plus futés du monde ont pensé à ce que le ml apporterait au monde. Mais l'histoire prouve qu'on devrait faire attention avec ces genres de prévisions. “Nous que tous se rappellent le canular de rayon X par le dos de Lord Kelvin vers la fin des 1890s,” il nous sommes rappelés. “Nous pouvons apprendre beaucoup de l'histoire, aussi quand il s'agit d'AI.” Les nouvelles technologies peuvent certainement éliminer les travaux ; elles peuvent également créer la nouvelle demande des produits et services. “Par exemple ATMs faire beaucoup de choses qu'un employé de banque fait, mais si vous regardez des statistiques de banque, nous ont plus de supports de banque aujourd'hui que jamais,” a dit Kim, ajoutant que les humains ont cette capacité unique de créer l'utilisation au-dessus de la valeur.
Prise du contrôle
Beaucoup de ces processus vont être beaucoup plus lents que vous pensez, et beaucoup de ceux-ci s'avéreront être juste exagération
Woojin Kim
Au lieu de la pensée à ce que 2025 regarderont pour aimer, les radiologues devraient penser à ce qu'il devrait ressembler, il ont suggéré. “Certains des changements vont se produire rapidement. Certains emploieront les algorithmes qui peuvent vraiment surpasser des activités humaines. Mais beaucoup de ces processus vont être beaucoup plus lents que vous pensez, et beaucoup de ceux-ci s'avéreront être juste exagération.” En outre, beaucoup de facteurs demeurent au delà de n'importe qui contrôle, et ils limiteront l'adoption de la technologie d'AI dans l'imagerie médicale. Néanmoins, certains tendent à avoir une vision télescopique, qui rétrécit vers le bas la portée des applications potentielles d'AI en radiologie. “Quand vous regardez tous les papiers là, vous voyez que tout le monde se focalise dessus utilisant l'AI pour faire une conclusion. Mais c'est-à-dire, et je voulons-nous contester nous tous ici, pourquoi ne faisons-nous pas des examens par les pairs ? Puisque nous faisons faisons tellement plus que juste des résultats comme radiologues,” il a dit.
D'ici 2025, les radiologues pourraient vraiment avoir l'AI à effectuer sur chaque aspect de la séquence de valeurs de soins de santé, et aident des cliniciens à prendre de meilleures décisions. La “AI a pu aider avec l'établissement du programme, les protocoles, déroulement des opérations, faisant des rapports réels, le suivi de communication et la sécurité patiente. Je pense qu'il y a un potentiel énorme pour l'AI dans notre domaine et je veux vraiment voir l'AI affecter les problèmes que nous avons, comme des questions de déroulement des opérations au R-U et aux Etats-Unis, ou des radiologues éprouvant les niveaux énormes du burn-out,” il a proposé. La radiologie a été traditionnellement très bonne pour adopter de nouvelles technologies et incorporer ces derniers dans le déroulement des opérations quotidien. “Je voudrais décaler le foyer actuel et penser comment nous pouvons employer cette méthodologie pour atténuer l'impact négatif et pour souligner le potentiel positif,” à Kim ai conclu.