👁 ИИ заменит всех? История радиологов, которым это предсказали еще в 2016

Привет! Меня зовут Ольга Титова, я AI Product Manager, выступаю за безопасный и этичный подход к ИИ, и каждую неделю рассказываю подписчикам Femtech Force, как искусственный интеллект меняет наш взгляд на здоровье.

Мы все чаще слышим: ИИ заберет рабочие места. Так, весной CEO Anthropic заявил, что в ближайшие 3–6 месяцев ИИ сможет писать до 90% кода, а следом пострадают начальные позиции в юриспруденции, консалтинге и финансах. Как и многим, мне бывает тревожно от таких новостей.

Но знаете ли вы, что еще в 2016 году ученый Джеффри Хинтон заявил: «Давайте перестанем обучать радиологов — все равно их скоро заменит ИИ». Прошло почти 10 лет. Радиологи всё ещё работают. Что случилось?

➡️ Первая волна: почему не сработало

Историю изнутри рассказала Аюши Синха, бывшая продакт-менеджер стартапа Nines. Компания начинала с моделей компьютерного зрения, а позже перешла к телерадиологии с ИИ, проводя пилоты в крупных больницах США. Итог: отказ от амбициозной идеи и продажа компании. Та же судьба постигла десятки других стартапов. Какие причины называет Аюши?

— Язык медицины полон неопределённости: в отчётах радиологов часто встречаются формулировки вроде «нельзя исключить» или «рекомендуется дополнительное наблюдение». Для ИИ такие паттерны — ловушка: обучившись на них, он слишком часто «перестраховывается» и теряет диагностическую ценность.

— 90% vs 10%: алгоритмы хорошо справляются с большинством случаев, но проваливаются в редких и нетипичных. Человек способен рассуждать в ситуациях, которых никогда не видел; ИИ без обширных данных — нет.

— Точечные решения не работают: больницам неудобно управлять десятком узких инструментов от разных поставщиков и учить врачей пользоваться каждым из них.

— Размытая ответственность: если ошибается врач, действует система медицинской ответственности. Но кто виноват, если ошибку допустил ИИ? Больница? Стартап? Радиолог, доверившийся алгоритму?

— Бизнес-модель и регуляторика: модели ИИ дорого стоили и не имели понятной монетизации. К тому же FDA требовало от алгоритмов большей точности, чем от людей: если для врача 70–95% считается нормой, то от ИИ ждали почти безошибочной работы. Решение просто не было выгодным.

➡️ Вторая волна: что изменилось

Сегодня ИИ возвращается в радиологию на новых условиях. Зрелые foundation-модели удешевляют разработку, компании делают акцент на интеграцию в рабочий процесс, а не на замену врача. Появились гибкие бизнес-модели, а FDA теперь работает по прецедентам, что ускоряет сертификацию.

Кажется, индустрия усвоила урок: ИИ действительно меняет медицину, но гораздо медленнее и сложнее, чем предсказывалось. Ключ — не в замещении профессионалов, а в создании инструментов, которые делают их работу лучше.

@FemtechForce — о технологиях для здоровья женщин

Текст подготовила #ОльгаТитова