AI未如预期取代放射科医生：现实与预测的反差

2016年，Hinton曾预言放射科医生将被AI取代，但如今，美国放射科医生不仅职位稳固，还成为高薪职业。

「未来五年内，深度学习的表现将超越他们，我们应停止培训放射科医生。」2016年，在机器学习会议上，Geoffrey Hinton 如此预言。

然而，九年的时光并未如他所预言的那样。现实情况甚至与预测相反：

2025年，美国放射科医生的数量创历史新高，平均年薪较2015年增长48%，成为全美第二高薪的医疗专业。

特斯拉前AI部门总监、OpenAI创始团队成员Andrej Karpathy在X平台上转发了一篇关于「AI不会取代放射科医生」的博文，解释了Hinton预言落空的原因。

AI为何无法取代放射科医生？

理论上，放射学应是最易被AI替代的职业之一。但现实却并非如此。

放射学拥有数字化图像、明确的评估标准和可重复的任务，这曾促使Hinton在2016年提出「应停止培养放射科医生」的观点。

然而，美国AI医疗器械的发展并未导致放射科就业受到强烈冲击。相反，岗位数量和收入都在增长。

尽管AI在读取诊断图像上表现优异，但它并未取代放射科医生，原因如下：

• 实际场景性能下降：在医院环境中，AI模型的性能往往低于测试环境。
• 法律阻力：监管机构和保险公司不愿批准或支付完全自主运行的放射学AI。
• 作用有限：AI模型仅覆盖放射科医生工作的一小部分。

AI仅覆盖放射科临床的冰山一角

大多数模型只能识别一个发现，且仅限于一种影像类型。这意味着每个问题都需要一个单独模型。

此外，目前的放射学AI模型更适用于简单的病例，面对复杂、模糊的病例显得吃力。

两大挑战：监管门槛与保险限制

FDA将影像AI分为「辅助」和「自主」两种类别。自主类AI对模型能力的要求极高，必须能够证明在异常情况下的自动拒绝判断。

保险公司不愿为AI误诊买单，多数合同条款明确注明只对持证医生签署报告提供赔偿。

「杰文斯悖论」：AI越强，医生越忙

即使AI能完全独立阅片，也不会解放放射科医生，反而可能使他们更忙。

当任务变得更快、更便宜时，人们会更多使用它。因此，更强的AI也可能带来更多的扫描需求。

放射科医生的工作远不止「看片子」，更多时间用于监督检查、沟通、教学等。