Près d'une décennie après que Geoffrey Hinton a affirmé que nous devrions cesser de former des radiologues, ils sont plus occupés que jamais.

Une raison est que les systèmes d'IA fonctionnent souvent moins bien dans des contextes cliniques réels que dans des benchmarks formels. Il semble donc que les modèles d'IA soient "aussi bons que" les radiologues pour examiner des images, mais en réalité, ce n'est pas le cas.

Mais l'autre raison est que les radiologues font beaucoup plus que simplement interpréter des images individuelles. Donc, même si nous avions des modèles d'IA capables de le faire parfaitement, cela pourrait simplement signifier que les radiologues passent plus de temps à faire d'autres parties de leur travail.

De plus ! Lorsque l'interprétation des images devient beaucoup plus rapide et moins coûteuse, les médecins demandent plus de scans et de tests. Donc, même si l'IA rend les radiologues beaucoup plus efficaces, cela ne signifie pas nécessairement qu'il y aura moins de radiologues nécessaires.

@ckk81 Mais plus largement, cela dépend de la question que vous posez. S'il va y avoir un futur emploi appelé "radiologue" qui nécessite en grande partie les mêmes connaissances et formations, il serait stupide d'arrêter de former des radiologues parce que les tâches exactes qu'ils effectuent vont changer.