01.01.17 На одной из панельных дискуссий ежегодного конгресса Северо-Американского Общества Радиологии развернулись настоящие дебаты, участниками которых стали доктор Брэдли Эриксон (клиника Мейо, США) и доктор Элиот Зигель (Медицинский центр Университета Балтимора, США).

Поводом для дебатов послужило высказывание доктора Эриксона о том, что современные достижения в области обработки графических изображений, а также «технологии глубокого обучения» (deep learning) позволили компьютерам превзойти людей в некоторых аспектах анализа лучевых изображений. При этом доктор Эриксон сослался на способность «технологий глубокого обучения» улучшить эффективность работы радиологической службы за счет анализа большого количества нормальных скрининговых изображений, что позволило бы повысить эффективность исследований. Считается, что в течение последующих пяти лет «технологии глубокого обучения» позволят без участия рентгенолога оценивать данные маммографии и обзорной рентгенографии органов грудной клетки, а через пятнадцать-двадцать лет и вовсе возьмет на себя большую часть лучевых исследований.

Доктор Зигель, в свою очередь, высказал мнение о том, что подобные технологии далеки от применения в рентгенологии. По его словам, анализ лучевых изображений представляет собой задачу иного уровня, с большим объемом и сложностью информации, поэтому представить замену рентгенолога компьютерами в течение двадцати лет очень трудно. Напротив, доктор Зигель предсказал, что через двадцать лет число рентгенологов не просто не уменьшится, но может даже и возрасти. В то же время компьютеры станут для них верными друзьями, которые смогут давать лишь первичные заключения, но никак не итоговые.

Эриксон отметил экспоненциальный рост вычислительной мощности компьютеров, который может улучшить и без того впечатляющие результаты «технологий глубокого обучения» Доктор Зигель парировал это положение: «Вычислительная мощность не имеет значения, если компьютер допускает диагностические ошибки».