Yapay zekadaki (AI) yaşanan son gelişmeler, gelecek zaman içerisinde radyologlara ihtiyaç duyulmayacağı ile sorulara yol açıyor. Araştırmacılar, bazı durumlarda, radyolojik incelemeleri kemik kırıkları ve potansiyel kanser riski gibi ihtimalleri ortalama bir radyologdan daha güvenilir bir şekilde tanımlayabilen yoğun öğrenme sinir ağları geliştirmiştir. Ancak, pek çok durumda, en iyi sistemler şu anki insan performansına eşit düzeydedir ve yalnızca araştırma ortamlarında faaliyet göstermektedir.
Buna ek olarak, yoğun öğrenme becerisi hızla ilerliyor ve tıbbi görüntü analizindeki eski yaklaşımlardan çok daha üstün bir teknoloji hâlini alıyor. Bu durum, muhtemelen, AI’ın radyolojide önemli rol oynadığı bir geleceğe işaret ediyor desek yanlış olmaz. Radyolojik uygulama, çoklu görüntüleri hızlıca okuyabilen aynı zamanda yorumlayabilen sistemlerden mutlaka faydalanacaktır, çünkü geçtiğimiz son on yılda görüntü sayısı radyolog sayısından çok daha hızlı artmıştır. Bir kişinin hastalığını veya yaralanma durumunu araştırmak için yüzlerce görüntü alınabilir. Görüntüleme ve radyoloji pahalı bir işlemdir ve insan emeğini azaltabilecek, maliyetleri düşürebilecek ve tanısal doğruluğu artırabilecek herhangi bir çözüm hastalara ve doktorlara yarar sağlayacaktır.
Peki, tüm bunlar radyologlar için ne anlama geliyor diye soracak olursanız; bazı tıp öğrencileri, bu mesleğin yok olacağından endişe duydukları için radyoloji alanında uzmanlaşmak istemiyorlar. Fakat, radyologların büyük çoğunluğunun gelecek yıllarda AI tarafından değiştirilip geliştirilecek olan işlerine devam edeceklerinden emin olabiliriz. Meslekten biri (Keith) bir radyolog ve yapay zeka araştırmacısı. Bir diğerimiz (Thomas) ise AI’ın işlere olan etkisini birkaç yıldır üzerinde çalışıyor. Çeşitli nedenlerden sebebiyle , radyologların işgücünün kaybolmayacağını düşünüyoruz ve bunları aşağıda açıklıyoruz. Bu faktörlerden büyük çoğunluğu, AI tarafından tehdit edildiği düşünülen diğer işlerin büyük çapta otomasyonunu da engelleyeceğine inanıyoruz.
Radyologlar elde edilen görüntüleri okumaktan ve yorumlamaktan çok daha fazlasını yaparlar. Diğer AI sistemlerinde var olduğu gibi, radyoloji AI sistemleri basit görevleri (dar kapsamlı AI) gerçekleştirir. Bahsedilen derin öğrenme şekilleri, (göğüs tomografisinde nodül tespiti veya beyin MRI’ında kanama gibi) belirli görüntü tanıma görevleri için öğretilmiştir. Fakat, tıbbi görüntülerde var olan tüm potansiyel bulguları tam olarak adlandırmak için bu tarz binlerce dar tespit yapmak gerekir ve bunların sadece birkaçı bugün AI tarafından yapılabilir. Ayrıca, görüntü yorumlama işi, radyologların gerçekleştirdiği görevlerin yalnızca bir kısmını oluşturmaktadır. Bununla beraber, teşhis ve tedavi konusunda diğer hekimlere danışır, hastalıkları tedavi eder, görüntü rehberliğinde tıbbi müdahalede bulunur , yapılacak olan görüntüleme muayenelerinin teknik parametrelerini değerlendirir, (hastanın durumuna göre uyarlar), görüntülerden elde edilen sonuçları diğer tıbbi kayıtlar ve test sonuçlarıyla beraber değerlendirirler, hastalarla prosedürleri ve sonuçları tartışırlar ve daha pek çok faaliyette bulunurlar. AI’nn görüntü okuma ve yorumlamayı devraldığı beklenmedik bir durumda bile, çoğu radyolog odaklarını yukarıda bahsedilen diğer önemli faaliyetlere kaydırabilir.