Narzędzia AI w mammografii nie spełniają oczekiwań radiologów

Asystenci oparci o sztuczną inteligencję miały zrewolucjonizować radiologię i odciążyć lekarzy w wykrywaniu raka piersi. Tymczasem rzeczywistość kliniczna okazuje się znacznie bardziej przyziemna. Najnowsze badanie opinii środowiska radiologicznego, opublikowane w czasopiśmie „Clinical Imaging”, pokazuje wyraźny rozdźwięk pomiędzy obietnicami producentów a tym, co dzieje się w codziennej praktyce szpitalnej.

Co mówią wyniki ankiety wśród specjalistów

Autorzy badania, pod kierownictwem Joud Almogati z UC San Diego Health, przepytali 215 członków Society of Breast Imaging. Okazuje się, że narzędzia AI są już szeroko obecne w amerykańskich pracowniach – około połowa respondentów korzysta z rozwiązań zatwierdzonych przez FDA, a kolejne 11 procent planuje ich wdrożenie. Sam fakt adopcji nie idzie jednak w parze z entuzjazmem dotyczącym skuteczności.

Zaledwie garstka ankietowanych traktuje systemy AI jako czynnik o decydującym znaczeniu w procesie diagnostycznym. Większość postrzega je raczej jako swoistego „drugiego opiniodawcę” – pomocne narzędzie, które jednak nie zmienia fundamentalnie sposobu pracy radiologa. To spostrzeżenie kluczowe dla zrozumienia, dlaczego wdrożenia nie przynoszą oczekiwanej rewolucji.

Konkretne rozbieżności między nadziejami a rzeczywistością

Różnice pomiędzy oczekiwaniami a realnymi rezultatami są uderzające i dotyczą najważniejszych wskaźników efektywności. Poniżej zestawienie najistotniejszych danych z badania:

  • Obniżenie wskaźnika ponownych wezwań (recall rate): jedynie 35 procent lekarzy obserwuje poprawę, podczas gdy 59 procent spodziewało się takiego efektu.
  • Redukcja niepotrzebnych biopsji: tylko 9 procent respondentów widzi mniej inwazyjnych procedur, a 36 procent miało nadzieję na taki wynik.
  • Zmniejszenie wypalenia zawodowego: 29 procent odczuwa ulgę w pracy, choć 56 procent liczyło na znaczącą poprawę komfortu.

Te liczby pokazują, że technologia działa, ale jej wpływ jest znacznie skromniejszy, niż sugerowałyby materiały marketingowe. Co więcej, respondenci wskazują na dwie główne przeszkody stojące na drodze do szerszego wykorzystania AI: koszty wdrożenia oraz brak wsparcia instytucjonalnego. Bez rozwiązania tych problemów nawet najlepsze algorytmy pozostaną w sferze pojedynczych, entuzjastycznych inicjatyw.

Skąd wzięła się przepaść w oczekiwaniach?

Źródeł tego rozczarowania można szukać w nadmiernie optymistycznych prognozach formułowanych przez środowisko AI. Niemal dekadę temu czołowi badacze zajmujący się sztuczną inteligencją przewidywali, że radiolodzy wkrótce stracą pracę na rzecz maszyn. Podobne głosy pojawiają się obecnie w kontekście pracy umysłowej wykonywanej przy komputerach.

Tej narracji stanowczo sprzeciwia się Jensen Huang, dyrektor generalny Nvidii. W swoich wystąpieniach określa tego typu przepowiednie mianem „kompleksu Boga” wśród proroków technologicznych zmian na rynku pracy. Jak pokazuje omawiane badanie, rzeczywistość kliniczna jest znacznie bardziej złożona – AI okazuje się użytecznym asystentem, ale nie zastępuje ludzkiej oceny, doświadczenia ani kontekstu, w jakim pracuje lekarz.

Warto pamiętać, że diagnostyka obrazowa to nie tylko matematyczne dopasowanie wzorców. To także rozmowa z pacjentką, analiza historii choroby i podejmowanie decyzji w warunkach niepewności. Dopóki systemy AI nie nauczą się tych niuansów, ich rola pozostanie pomocnicza. A same narzędzia, aby spełnić pokładane w nich nadzieje, muszą ewoluować w kierunku lepszej integracji z codziennym przepływem pracy w szpitalach – i to przy wsparciu finansowym oraz organizacyjnym ze strony placówek medycznych.

Przyszłość AI w mammografii nie jest przesądzona. Obecne wyniki to nie wyrok, lecz cenna lekcja dla całej branży – zarówno dla producentów oprogramowania, jak i dla menedżerów ochrony zdrowia. Kluczem do sukcesu będzie zarządzanie oczekiwaniami, rzetelna ocena rzeczywistych korzyści oraz budowanie rozwiązań, które odpowiadają na realne potrzeby klinicystów, a nie tylko na technologiczne możliwości.

Źródło

Może Cię zainteresować