Automatische Übersetzung anzeigen
Dies ist eine automatisch generierte Übersetzung. Wenn Sie auf den englischen Originaltext zugreifen möchten, klicken Sie hier
#Neues aus der Industrie
{{{sourceTextContent.title}}}
Radiologen müssen ihr eigenes Schicksal steuern
{{{sourceTextContent.subTitle}}}
Radiologen haben nicht beendet, künstliche Intelligenz und über die Lernfähigkeit einer Maschine zu sprechen, aber, eher als fürchten Sie sich während der Zukunft ihres Berufs, sie selbst muss entscheiden, wie das sein sollte, ein hervorragender sachverständiger Dr. Woojin Kim warnte Delegierte ECR 2018 in Wien im Mai.
{{{sourceTextContent.description}}}
Zwei Jahre in der Diskussion und in der Übertreibung um künstliche Intelligenz (AI) ist weit von das Verblassen. Interesse ist nie höher gewesen, und die Erforschungslernfähigkeit einer maschine der Anzahl der Menschen (ml) ist an seiner Spitze. Bombardierenden Medien, vornehmlich die auf Fortschritten im maschinellen Sehen unter Verwendung in den menschlichen Darstellungsherausforderungen der Maschine V. tief lernen, haben das Tier eingezogen. ‚Wir haben viele Artikel auf dem Thema gelesen. Seit 2015 Maschinen sind das Handeln gewesen, das besser ist, als Menschen an bestimmten Bildentdeckungs- und -klassifikationsaufgaben,‘ sagte Woojin Kim, medizinischer hauptsächlichinformationsingenieur für Gesundheitswesenabteilung der Nuance in Los Angeles, Kalifornien, USA.
Jedoch benötigt die Maschine noch den Menschen und nicht nur in der Radiologie. Geringfügige Straßenschildänderungen haben gezeigt, dass Sie ml-Algorithmen vollständig täuschen können. Twitter unterrichtete notorisch das Microsoft AI Chatbot, einem ‚rassistischen Arschloch‘ zu stehen und hob ein schräges Problem hervor, wenn es um AI geht.
Diese Schwächen heben den Bedarf am richtigen Schiedsspruch hervor, als, diese Technologie einsetzend, Kim beharrte. ‚Es gibt ungeheure Fortschritte in AI, aber Sie müssen wirklich die Gebietssachkenntnis enthalten, die von uns in diese Technologie kommt, andernfalls können Sie alles nicht lesen,‘ riet er.
Vertrauen von Maschinen
Das Flugschreiberproblem ist wirklich und Größe löst wirklich nichts. IBM Watson entschied angeblich, sich Kontrast im Fehler zu geben. Mit einem Vertrauensbereich 29,9 wollte die Maschine Kontrast zu einem Patienten in Hämodialyse mit Nierenkrankheit des Endstadiums verwalten. ‚Einige Leute denken nicht, dieses s ein Problem ist, weil sie sagen, dass sie den größten Flugschreiber haben. Meine Frage zu Ihnen, würden sind Sie vertrauen dieser Maschine zum Protokoll alle Ihre Patienten ohne irgendeine menschliche Intervention und wissen, dass sie Fehler so machen kann? Die sind einige der Sachen, die Sie beachten möchten und ungefähr denken,‘ Kim warnte.
Die intelligentesten Führer der Welt haben gedacht an, was ml zur Welt holen würde. Aber Geschichte zeigt, dass man mit diesen Arten von Vorhersagen achtgeben sollte. ‚Wir, die alle an den Röntgenstrahlhokuspokus durch Lord Kelvin-Rückseite Ende der 1890s,‘ er sich erinnern, riefen zurück. ‚Wir können von der Geschichte viel lernen, auch, wenn es geht um AI.‘ Neue Technologien können Jobs zweifellos beseitigen; sie können neue Nachfrage nach Produkt und Service auch schaffen. ‚Zum Beispiel ATMs, viele Sachen zu tun, die ein Bankangestellte tut, aber, wenn Sie Bankstatistiken betrachten, wir haben mehr Bankhalter heute, als überhaupt,‘ sagte Kim und addierte, dass Menschen diese einzigartige Fähigkeit haben, Gebrauch über Wert zu schaffen.
Nehmen von Steuerung
Viele diese Prozesse werden viel langsamer sein, als Sie denken und viel diese ausfallen, zu sein gerade Übertreibung
Woojin Kim
Wie, anstatt zu denken an, was 2025, schauen zu mögen, sollten Radiologen denken an, was es aussehen sollte, er vorschlugen. ‚Einige der Änderungen werden schnell geschehen. Einige verwenden Algorithmen, die menschliche Leistungen wirklich übertreffen können. Aber viele diese Prozesse werden viel langsamer sein, als Sie denken und viel diese ausfallen, zu sein gerade Übertreibung.‘ Darüber hinaus bleiben viele Faktoren über jedermann hinaus Steuerung, und sie begrenzen die Annahme von AI-Technologie in der medizinischen Bildgebung. Nichtsdestoweniger neigen einige Leute, Tunnelblick zu haben, der unten den Bereich von möglichen AI-Anwendungen in der Radiologie verengt. ‚Wenn Sie alle Papiere dort draussen betrachten, sehen Sie, dass jeder an unter Verwendung AI fokussiert, um ein Finden zu machen. Aber das heißt, und ich alle uns hier herausfordern, warum nicht möchten wir tun Beurteilungen durch eine Peer-Gruppe? Weil wir soviel mehr machen als gerade Ergebnisse als Radiologen tun,‘ er sagte.
Bis 2025 konnten Radiologen AI wirklich haben, zum sich auf jeden Aspekt der Gesundheitswesenwertschöpfungskette stark auszuwirken und helfen Klinikern, bessere Entscheidungen zu treffen. ‚AI konnte bei der Terminplanung, bei den Protokollen, der Arbeitsfluß helfen und tatsächliche Berichte, Kommunikationsweitere verfolgung und Patientensicherheit machen. Ich denke, dass es ein ungeheures Potenzial für AI auf unserem Gebiet gibt und ich wirklich AI sehen möchte, Probleme, die wir haben, wie Arbeitsflussfragen in Großbritannien und in den USA zu beeinflussen oder die Radiologen, die ungeheure Niveaus von Burnout erfahren,‘ er schlug vor. Radiologie ist traditionsgemäß an der Annahme von neuen Technologien und am Enthalten diese im täglichen Arbeitsfluß sehr gut gewesen. ‚Ich möchte gegenwärtigen Fokus verschieben und an, wie wir diese Methodologie verwenden können, um die negative Auswirkung abzuschwächen und das positive Potenzial hervorzuheben,‘ Kim denken schloss.