В редакционной статье, только что опубликованной в JAMA, Drs. Эрик Тополь (директор Института трансляционных наук Скриппса) и Саураб Джа (радиолог из Пенсильванского университета) предлагают объединить патологию и радиологию в единую дисциплину специалист по информации. Они утверждают, что, поскольку компьютеры смогут выполнять ручные аспекты интерпретации изображений, люди могут сосредоточиться на более высоких задачах без необходимости обучения этим нюансам.
Детали их предполагаемого слияния не раскрываются полностью, но общая концепция заключается в том, что эти специалисты по информации будут:
интерпретировать важные данные, сообщать о дополнительных преимуществах другого диагностического теста, например о необходимости дополнительных изображений, анатомической патологии или лабораторных исследованиях, и интегрировать информацию для руководства клиницистами.
Их предложение достаточно неконкретно, поэтому его сложно критически оценить. Обратите внимание на то, как беспечно они предполагают, что эти специалисты по информации «интерпретируют важные данные» без дальнейших уточнений. Что считается «важным»? Новые диагнозы злокачественных новообразований? Выявление инфекционных организмов? Положительная маржа?
Проблема с этим предложением, пусть и не конкретным, заключается в том, что возникает вопрос, как эти специалисты смогут «интерпретировать важные данные», какими бы они ни были, когда их обучение морфологической интерпретации настолько ослаблено:
Информационные специалисты должны обучаться традиционным наукам патологии и радиологии. Обучение не должно занимать больше времени, чем сейчас, потому что стажер не будет тратить время на овладение распознаванием образов, необходимым для того, чтобы стать компетентным радиологом или патологом. Визуальная интерпретация будет ограничена задачами восприятия, которые искусственный интеллект не может выполнять так же хорошо, как люди. Стажер должен достаточно хорошо владеть медицинской физикой, чтобы улучшить неоптимальное качество медицинских изображений. Информационных специалистов следует обучать байесовской логике, статистике и науке о данных, а также знать о других источниках информации, таких как геномика и биометрия, поскольку они могут интегрировать данные из разрозненных источников с клиническим состоянием пациента.
Таким образом, за тот же промежуток времени, который требуется в настоящее время, чтобы стать специалистом в области патологии или радиологии, эти новые специалисты пройдут подготовку в обеих областях, а также станут экспертами в байесовской логике, статистике и науке о данных. Не разбираясь в тонкостях интерпретации изображений, смогут ли эти будущие специалисты выполнять задачи восприятия более высокого уровня, с которыми ИИ не справляется? Не уверен, что доверяю им.
Однако в некоторых их аргументах есть свои достоинства. В некоторых случаях машинное обучение может предсказывать прогнозы пациентов лучше, чем патологоанатомы. Как показано в недавнем исследовании, на которое они ссылаются, машинное обучение может прогнозировать прогноз пациентов с немелкоклеточной карциномой легких более точно, чем наши текущие критерии классификации и постановки, с использованием параметров анализа изображений, которые могут быть обнаружены и количественно определены только с помощью программного обеспечения. Таким образом, в будущем мы можем отказаться от наших текущих схем оценки и постановки, поскольку машинное обучение в сочетании с молекулярным тестированием лучше предсказывает прогнозы пациентов и реакцию на терапию.
В какой-то момент в будущем ИИ, без сомнения, вытеснит навыки патологоанатома, но к тому времени он вытеснит многие другие медицинские специальности, которые аналогичным образом будут более компетентно выполняться ИИ. Однако в ближайшем будущем замена специализированной подготовки в области патологии и радиологии не оставит никого - ни людей, ни компьютеров - кто способен интерпретировать важные данные.
Наконец, помимо текста этой статьи, возможно, еще более проясняет то, что авторы предложения ведущего медицинского журнала полностью пересмотреть практику патологии и объединить ее с другим даже не включали патологоанатома . Мы как специальность делаем что-то не так, если этот разговор идет без нас.
