Читаем Искусственный интеллект на службе бизнеса полностью

В-четвертых, по ходу совершенствования технологий рентгенологи могут содействовать в обучении машин интерпретации снимков с новых аппаратов. Специалисты высочайшего класса станут расшифровывать снимки и учить машины ставить диагноз. Свою диагностическую квалификацию специалисты направят на обучение машин. Услуги рентгенологов будут высоко цениться, им станут платить не за прием больного, а за каждый новый метод, которому они обучат ИИ, или за каждого пациента, тестируемого ИИ в рамках обучения[110].

Напомним, что два основных аспекта обязанностей рентгенолога-диагноста – это изучение снимков и предоставление расшифровки терапевту. В описании снимка в большинстве случаев сообщается диагноз (скажем, «у пациента наверняка пневмония»), но иногда с отрицательной формулировкой («не исключена пневмония»), и она служит прогнозом вероятного состояния пациента, который терапевт использует для назначения лечения.

Прогностические машины снизят неопределенность, но не всегда смогут ее устранить. Например, машина может выдать такой прогноз: «Исходя из демографических данных и снимков мистера Пателя, образование в печени с вероятностью 66,6 % доброкачественное, с вероятностью 33,3 % злокачественное и с вероятностью 0,1 % отсутствует».

Если бы машина давала однозначный безошибочный прогноз – доброкачественная или злокачественная опухоль, было бы очевидно, что делать. Сейчас врач решает, назначать ли для уточнения диагноза инвазивную процедуру, такую как биопсия. Она представляет собой менее рискованное решение; да, это недешевая манипуляция, зато позволяет поставить окончательный диагноз.

В таком свете роль прогностической машины заключается в том, чтобы врач мог с уверенностью отказаться от проведения биопсии. Неинвазивные процедуры требуют меньших издержек (особенно для пациента). Они дают врачу основания сделать вывод, можно ли избежать инвазивного исследования (такого как биопсия), и позволяют без сомнений отказаться от лечения и дальнейших анализов. Повышение качества прогнозов приведет к снижению количества инвазивных процедур.

Пятая и последняя роль специалистов-рентгенологов сводится к суждению о решении проводить инвазивное исследование в случаях, когда машина предполагает высокую вероятность отсутствия проблемы. Врач располагает информацией об общем состоянии здоровья пациента, его психологических переживаниях по поводу возможности ложноотрицательного прогноза и прочей качественной информацией. Ее не всегда легко закодировать и загрузить в машину: такие данные требуют диалога между рентгенологом с опытом интерпретации вероятностей и терапевтом, понимающим потребности пациента. Данные сведения иногда дают повод не учитывать рекомендации ИИ.

Итак, мы насчитали пять ролей в сфере медицинской визуализации, которые сохранятся за человеком по крайней мере в ближайшем и обозримом будущем: выбор снимка, использование его в реальном времени в ходе медицинских процедур, интерпретация машинного результата, обучение машин на новых технологиях и применение суждения, которое может привести к отказу от рекомендаций машины, основанное, скорее всего, на информации, недоступной ей. Будущее рентгенологов зависит от того, способны ли они взять на себя одну из ролей, заменят ли их другие специалисты и появятся ли новые формы обязанностей, например рентгенолог-терапевт в одном лице (то есть рентгенолог, принимающий решение о биопсии, и, вполне возможно, сразу после снимка)[111].

Больше чем водитель

Некоторые профессии останутся, но потребуют новых умений. Автоматизация конкретной задачи может подчеркнуть важность других навыков, имеющих значение для работы, но ранее недооцененных. Рассмотрим это на примере водителя школьного автобуса. Частью его задачи служит вождение, то есть управление автобусом по дороге к школе и обратно. С пришествием беспилотных автомобилей и автоматизации вождения работа водителя школьного автобуса перестанет существовать. Когда профессора Оксфордского университета Карл Фрей и Майкл Осборн изучали необходимые рабочие навыки, то пришли к выводу, что профессия водителя школьного автобуса (в отличие от водителей общественного транспорта) с 89 %-ной вероятностью будет автоматизирована в ближайшие 10–20 лет[112].

Даже если водитель больше не водит автобус в школу и обратно, стоит ли местным государственным органам тратить сэкономленные на его зарплате средства на другие нужды? Даже если автобус беспилотный, нынешние водители выполняют не только функцию вождения. Во-первых, водитель – единственный взрослый человек в группе школьников, он присматривает за ними и предотвращает возможные угрозы за пределами автобуса. Во-вторых, что в равной степени важно, он отвечает за дисциплину в автобусе. Потребность в человеческом суждении для управления детьми и их защите никуда не делась. То, что автобус может ехать сам, не устраняет данные дополнительные задачи, а дает возможность присутствующему взрослому уделять детям больше внимания.

Перейти на страницу:

Все книги серии МИФ. Бизнес

Похожие книги

От хорошего к великому. Почему одни компании совершают прорыв, а другие нет...
От хорошего к великому. Почему одни компании совершают прорыв, а другие нет...

Как превратить среднюю (читай – хорошую) компанию в великую?На этот вопрос отвечает бестселлер «От хорошего к великому». В нем Джим Коллинз пишет о результатах своего шестилетнего исследования, в котором компании, совершившие прорыв, сравнивались с теми, кому это не удалось. У всех великих компаний обнаружились схожие элементы успеха, а именно: дисциплинированные люди, дисциплинированное мышление, дисциплинированные действия и эффект маховика.Благодаря этому компании добивались феноменальных результатов, превосходящих средние результаты по отрасли в несколько раз.Книга будет интересна собственникам бизнеса, директорам компаний, директорам по развитию, консультантам и студентам, обучающимся по специальности «менеджмент».

Джим Коллинз

Деловая литература / Личные финансы / Финансы и бизнес
Как гибнут великие и почему некоторые компании никогда не сдаются
Как гибнут великие и почему некоторые компании никогда не сдаются

Джим Коллинз, взирая взглядом ученого на безжизненные руины когда-то казавшихся несокрушимыми, а ныне канувших в Лету компаний, задается вопросом: как гибнут великие? Действительно ли крах происходит неожиданно или компания, не ведая того, готовит его своими руками? Можно ли обнаружить признаки упадка на ранней стадии и избежать его? Почему одни компании в трудных условиях остаются на плаву, а другие, сопоставимые с ними по всем показателям, идут ко дну? Насколько сильными должны быть кризисные явления, чтобы движение к гибели стало неотвратимым? Как совершить разворот и вернуться к росту? В своей книге Джим Коллинз отвечает на эти вопросы, давая руководителям обоснованную надежду на то, что можно не просто обнаружить и остановить упадок, но и возобновить рост.

Джим Коллинз

Деловая литература