עשור אחרי שג'ופרי הינטון חזה שרדיולוגים ייעלמו מהמקצוע בתוך חמש שנים, מספרם דווקא צפוי לגדול ב-26% לפחות בשלושת העשורים הקרובים. במקביל, בינה מלאכותית הפכה לנוכחות מרכזית בחדרי ההדמיה, ומעלה שאלה חדשה: איך לשלב דיוק טכנולוגי עם שיקול דעת אנושי.
בשנת 2016 חזה ג'ופרי הינטון, חתן פרס נובל המכונה "אבי הבינה המלאכותית", כי רדיולוגים — הרופאים המפרשים צילומי רנטגן, אולטרסאונד והדמיות אחרות לצורך אבחון — יוחלפו על ידי מחשבים בתוך חמש שנים. כפי שמדווח ב-Ars Technica, המציאות התבררה כמורכבת יותר: שורות הרדיולוגים לא מצטמצמות, ואף צפויות לגדול ב-26% לפחות בשלושת העשורים הקרובים.
עם זאת, הינטון לא טעה לגמרי. רדיולוגיה הפכה לתחום הרפואי המוביל באימוץ בינה מלאכותית, ולפי הכתבה, נכון לתחילת 2026 כשלושה רבעים מתוך כ-1,400 מכשירים רפואיים מבוססי AI שאושרו על ידי ה-FDA האמריקאי מיועדים לתחום ההדמיה הרפואית. חלק מהכלים מסייעים לרופאים בייעול העבודה — עריכת טיוטות דוחות או התרעה על הדמיות הדורשות טיפול דחוף. כלים אחרים מתיימרים לשפר על ביצועי בני אדם: ניתוח שיטתי של 43 ניסויים קליניים מצא כי קולונוסקופיות בסיוע AI מזהות יותר פוליפים מקולונוסקופיות רגילות.
השיפור בדיוק אינו עניין שולי. שיעור הטעויות האנושיות הממוצע בפענוח הדמיות אבחוניות מוערך ב-3% עד 5%, מה שמתורגם לכ-40 מיליון טעויות ברחבי העולם מדי שנה, כך על פי הכתבה.
השאלה המרכזית כיום, כפי שמנוסח בכתבה, אינה אם AI או בני אדם מדייקים יותר במשימה נתונה, אלא כיצד לשלב את הדיוק הטכני של הבינה המלאכותית עם הניסיון והגמישות האנושיים לטובת המטופלים. עיצוב מערכת שיתוף פעולה כזו אינו פשוט. ד"ר קרטיס לנגלוץ, מנהל המרכז לבינה מלאכותית ברפואה והדמיה באוניברסיטת סטנפורד, מציין כי גם אם AI אמין בממוצע יותר מרדיולוג מיומן בפענוח הדמיות מסוימות, הוא עדיין יטעה לעיתים בדרכים שרופא אנושי לא היה טועה בהן. משמעות הדבר היא שהרדיולוגים נדרשים להעריך כל החלטת AI — שרובן המכריע יהיה נכון — ולזהות את המקרים הנדירים שבהם האלגוריתם שגה.
ד"ר פול יי, ראש תחום מידענות הדמיה חכמה בבית החולים לילדים St. Jude בממפיס, טנסי, מתאר את השינוי הנדרש כ"חיווט מחדש מנטלי שלם". בעוד שרופאים הורגלו לעקוף התרעות מחשב מבוססות-כללים — לפי לנגלוץ, רופאים עוקפים כמחצית מהתרעות כאלה במערכות רשומות רפואיות אלקטרוניות — מערכות ה-AI המודרניות בהדמיה מבוססות בדרך כלל על רשתות נוירונים, המכונות מערכות "קופסה שחורה" מכיוון שאינן חושפות כיצד הגיעו להחלטותיהן. ההבדל הזה, כך ניתן להעריך, הוא שמחייב את השינוי המקצועי המשמעותי ביותר: רופאים אינם עוד מעריכים המלצה שקל להבין את הגיונה, אלא תוצאה שמקורה אטום להם.
המשמעות לתחום הרפואה בישראל ומעבר לו היא שההשקעה הנדרשת אינה רק בפיתוח כלי AI מדויקים יותר, אלא בהכשרת רופאים לעבודה משותפת עם מערכות שאין להם גישה לתהליך קבלת ההחלטות שלהן — אתגר שסביר להניח שיחזור על עצמו בתחומי רפואה נוספים ככל שאימוץ הבינה המלאכותית יתרחב.