【洪存正專欄】放射科醫師會被人工智慧取代嗎？

文 / 洪存正

ChatGPT 是一種經過大型語言模型訓練的人工智慧 (AI) 聊天機器人，其壯舉包括以艾米麗·勃朗特 (Emily Brontë) 的文學風格生成放射學報告，它復興了人工智慧的反烏托邦。放射科醫師已經習慣了人工智慧介導的「滅絕預言」。深度學習之父 Geoffrey Hinton 曾建議不要訓練放射科醫師，因為他相信人工智慧很快就會取代他們。辛頓預言七年後，放射科醫師的短缺遠未消失。要了解以人工智慧為基礎的醫學影像診斷的採用軌跡，了解放射科的結構和放射科醫師面臨的激勵因素非常重要。

發表在最新一期《美國醫學會雜誌》(JAMA) 的<演算法即將到來——放射學的人工智慧採用困境>(Algorithms at the Gate—Radiology’s AI Adoption Dilemma)對於人工智慧如何和放射科醫師合作，以及未來人工智慧技術是否會取代大多數放射科醫師的工作，做出詳細的分析。

放射學中的人工智慧和生產力

不同的利害關係人對人工智慧的價值有不同的看法。吸引醫院高層的人工智慧供應商提出了人工智慧的商業案例：投資回報，這總是創造收入。業界將人工智慧作為一種提高生產力的工具來銷售，這對於放射科醫師、人工智慧的最終用戶來說尤其沒有吸引力，因為他們已經對成像量束手無策。然而，由於報銷結構的原因，生產力是放射學的命脈。放射科醫師根據閱讀的研究數量進行評判和獎勵。他們陷入了生產力的泥淖：生產力支撐著他們，生產力卻困擾著他們。

三種趨勢共同塑造了放射學。由於更快的整合讀取系統，放射科醫師變得更有效率。他們觀看更多影像，主要來自薄層電腦斷層掃描。每項研究的報銷也有所下降。人工智慧提高生產力的承諾可能會讓放射科醫師陷入生產力泥淖。

借助人工智慧的效率提升，放射科醫師可以在相同的時間內閱讀更多的研究，或在更短的時間內閱讀相同數量的研究。對於後者，人工智慧理論上可以帶來更愉快的工作體驗。實際上這不太可能。儘管生產力壓力和倦怠之間的關聯似乎很明顯，但邊際收益（例如提前一小時完成工作）能否讓放射科醫師精神煥發還遠未確定。相反，效率的提高可能會擴大較小勞動力的主導地位：較少的放射科醫師工作效率更高，但同樣強度，並且同樣容易倦怠。

人工智慧作為診斷助手

人工智慧可以成為放射科醫師的助手，指出他們可能錯過的細微發現，例如小的肺栓塞。減少錯誤是人工智慧使用的一個令人信服的案例。然而，放射科醫師可能會持懷疑態度，因為他們意識到受試者工作特徵（ROC）曲線的頑固性，敏感度的提高往往會損害特異性。中華民國沒有免費的午餐。假陽性結果分散了放射科醫師對真陽性結果的注意力，讓患者承受不必要的干預，從而讓他們不知所措。此外，敏感技術可能會過度診斷病理（即發現臨床上不相關的疾病）。

用於讀取乳房X光照片的電腦輔助檢測具有指導意義。為了變得更加敏感並“永遠不會錯過癌症”，它失去了特異性，變成了眾所周知的“狼來了”的男孩。人工智慧的廣泛採用可能會改變放射科醫師解釋影像的方式。缺乏經驗的放射科醫師尤其可能無法忽視人工智慧，屈服於大量假陽性結果。6

人工智慧是否會增強放射科醫師的表現，或者放射科醫師是否會退化到人工智慧的水平仍然是一個推測。不容推測的是，人工智慧和放射科醫師互相檢查工作的額外一雙眼睛可能不會減少從影像中提取有意義的臨床資訊所需的淨勞動力。隨著時間的推移，放射科醫師可能會本能地註意到人工智慧可能會檢測到他們不會檢測到的東西，並且可能會讓臭名昭著的對沖行為的放射科醫師更加對沖。資訊科技的發展歷來常常降低生產力，稱為索洛悖論。

人工智慧在某些任務中取代放射科醫師？

人工智慧的另一個用途是讀取正常的研究結果，為放射科醫師排除異常的結果。由於許多研究結果都是正常的，人工智慧可以減少放射科醫師的工作量。這聽起來很吸引人，但只是表面上的。其一，「正常」必須與症狀結合起來，因為正常的研究結果並不意味著患者沒有患病。為了檢測“異常”，放射科醫師必須了解正常情況。事實上，「正常」可以說是最難做出的診斷。從成像上看，「正常」有寬闊、斑斕的海岸線。我擁有的最重的放射學書籍是《可能模擬疾病的正常倫琴變體圖譜》，我還沒讀完。

放射科醫師可能不願意採用人工智慧，並不代表其他臨床醫師不會發現人工智慧有用。例如，一旦獲得電腦斷層掃描結果，人工智慧就會向神經科醫師發出可能需要溶栓治療的中風患者的警報，通常是在患者仍在掃描儀上時，有時甚至是在放射科醫師查看圖像之前。及時告知，神經科醫師可以更快地開始治療，並且因為“時間是大腦”，患者可能會得到更好的結果。7從循環中移除後，放射科醫師只能清理假陽性結果和偶然發現的結果。

放射科醫師過度關注放射學報告，認為它們是他們專業知識的唯一精華。對於這個行業來說，沒有什麼比報告的周轉時間更神聖的了。該報告只是成像在護理系統中的作用的一部分。例如，陽性影像學發現（例如冠狀動脈粥樣硬化）應該採取其他措施，例如確保患者服用最佳劑量的他汀類藥物並指導患者去看合適的醫師。透過查詢電子健康記錄，人工智慧理論上可以無縫地做到這一點。如果該職業從只負責報告生成轉變為系統管理，其中放射科醫師的工作與決定研究結果是積極還是消極一樣，激活診斷途徑的下一步，

人工智慧擴大放射學範圍

人工智慧實現自動化；也就是說，它減少了完成任務所需的勞動力。自工業革命以來，勞動力與自動化並存，是勞動力適應了技術。自動化鼓勵勞動力想像新的角色，而勞動力往往從自動化中受益。例如，自動櫃員機遠遠沒有消除銀行櫃員，而是透過增加銀行需求來增加櫃員數量。8

放射科醫師熟悉自動化。以前，他們在掃描器旁指導影像擷取。隨著專業知識的普及和技術的進步，採集變得自動化，放射科醫師越來越少地參與採集，而更多地參與影像解釋。人工智慧的自動化可能會再次取代放射科醫師，這次是從影像解讀轉變為資訊管理等新角色。例如，人工智慧可以擴大放射學對人口健康的影響，例如肺癌篩檢，放射科醫師的工作不會盡快報告盡可能多的電腦斷層掃描結果，而是協調篩檢，讓人工智慧尋找肺結節。為了充分發揮人工智慧的潛力，

人工智慧將使放射科醫師發揮最高水準

在低收入和中等收入國家，人工智慧可以檢測出結核病等疾病，不僅因為它可以，而且因為放射科醫師稀缺。過度優化的美國放射科醫師採用人工智慧的動機並不那麼引人注目，但可能會隨著基於價值的支付而改變，無論價值意味著什麼，新的支付模式肯定會在某種程度上將放射科醫師從生產力的泥淖中解救出來，改變文化並鼓勵採用。

磁振造影從研究到臨床實踐花了十多年的時間；人工智慧雖然還很年輕，但已經在放射學價值鏈中得到應用，從影像重建到報告生成。最終，人工智慧將使放射科醫師能夠發揮其執照的最高水準。