Доктора Элиот Сигел, Расу Шреста, Грег Мур и г-н Элад Бенджамин рассказывают об искусственном интеллекте и будущем радиологии.
Google Cloud организовал группу экспертов на RSNA 2017, чтобы обсудить роль «машинного интеллекта в будущем радиологии». Приятно было послушать, как эксперты прорывают ажиотаж и дают разумную информацию о том, что должно произойти.
На панели:
Доктор Грег Мур (@ GJMooreMDPhD), доктор медицинских наук, радиолог, сейчас работает вице-президентом в Google Cloud Healthcare. (верхний левый)
Доктор Расу Б. Шреста (Расу Шреста MD MBA), доктор медицины и MBA, который в настоящее время является директором по инновациям в Медицинском центре Университета Питтсбурга. (в правом верхнем углу)
Доктор. Элиот Сигел , доктор медицинских наук, профессор и заместитель председателя отделения радиологии Университета Мэриленда . (Нижняя левая)
Мистер Элад Бенджамин (@ eladbenjamin), магистр делового администрирования и главный исполнительный директор Zebra Medical Vision. (внизу справа)
Модератор Google:
Чем отличается ажиотаж вокруг ИИ в этом году по сравнению с RSNA в прошлом году в 2016 году?
Доктор Элиот Сигель:
Я думаю, что отличие состоит в том, что мы перешли от программного обеспечения 1.0 к тому, что я бы назвал программным обеспечением 2.0. Произошло то, что независимо от того, говорите ли вы об беспилотных автомобилях, о программном обеспечении для перевода или многом другом, код пишется непосредственно с помощью данных. И, таким образом, это имеет большое значение для всех аспектов медицины и многих аспектов радиологии.
Еще мы наблюдали тенденцию к использованию глубокого обучения и сверточных нейронных сетей в медицинских изображениях, в частности, в немедицинских изображениях. Итак, в результате глубокое обучение снизило барьер для создания программного обеспечения. Если у вас ограниченный объем данных или много данных, мы можем превратить это в алгоритм за очень короткий период времени, используя всевозможные классные инструменты, которые есть у Google и других людей, для обучения этих алгоритмов.
Проблема в том, что внезапно у нас появилось большое количество совершенно новых алгоритмов. Здесь, на RSNA17, вы видите всевозможные стартапы. Ко мне подходят люди, которые говорят: «Эй, у меня есть 50 рентгенограмм запястья, и у меня есть алгоритм, который превосходит рентгенологов при чтении этих рентгенограмм». И вы можете заполнить пробелы, что бы это ни было. Вопрос не столько в разработке алгоритма, сколько в его валидации. Проверить его [как сделать алгоритм самим] так же сложно. У нас уже есть десятки тысяч алгоритмов, которые я называю «ИИ», которые существовали еще до того, как мы начали использовать технологии глубокого обучения и сверточные нейронные сети.
Теперь проблема состоит в том, что мы можем разрабатывать алгоритмы намного быстрее, теперь, когда у нас есть вычислительные возможности, как нам разумно развернуть эти алгоритмы и как объединить их все в одном месте, чтобы мне не приходилось входить в один сто разных веб-сайтов, использующих сто разных алгоритмов.
Итак, что я считаю новым, так это три вещи; Во-первых, мы гораздо быстрее разрабатываем алгоритмы, используя глубокое обучение для визуализации, и мы видим, что многие другие люди приносят это на эту медицинскую конференцию. Но я не уверен, насколько это на самом деле отличается, и я думаю, что с этим связано изрядное количество шумихи. Но также есть невероятный потенциал в том, что это программное обеспечение 2.0 берет данные и превращает их в код, и нам просто нужно выяснить, как это проверить.
Модератор Google:
Давайте поговорим о валидации на секунду. Элад, поскольку у него одна из ведущих компаний в этой области с точки зрения портфеля этих решений, как вы, ребята, думаете о валидации?
Г-н Элад Бенджамин:
Одна из ключевых проблем заключается в том, что у вас есть алгоритм, по которому вы хотите распознать конкретный клинический результат, и на основании чего вы его проверяете? Подтверждаете ли вы это на основании какой-то фундаментальной истины с помощью некоторых клинических тестов? Проверяете ли вы это по сравнению с рентгенологами, и если да, то сколько? Если вы проверите это с помощью достаточного количества радиологов, в данных будет достаточно шума, и вы не сможете что-либо проверить.
Кроме того, это напрямую влияет на то, как вы получаете одобрение регулирующих органов. И вы не можете проверить, используя ручные процессы, на том же объеме данных, который вы используете для обучения и разработки этих алгоритмов. Так что со стороны валидации он на порядок меньше, чем со стороны обучения и развития. Тогда возникает вопрос: достаточно ли этого? Этого мало? Принимает ли он во внимание большую вариативность, которую вы имели при создании данных и обучении в первую очередь. Это сложная задача, и мы стараемся следовать логичным и разумным правилам, которые можно защитить с клинической и нормативной точек зрения, но при этом мы все еще в некотором роде подвижная цель.
Доктор Элиот Сигель:
И, конечно же, в процессе разработки проходит проверка. А еще есть проверка в клиническом использовании. И как изменить алгоритм на основе полученной обратной связи, и как регулирующие органы связаны с этим, верно?
Модератор Google:
Как вы относитесь к разделению ответственности за валидацию ИИ, когда речь идет об исследованиях, клинических исследованиях и переходе на практику? У вас есть данные об ответственности разных игроков?
Д-р Расу Б. Шреста:
Так что это интересное обсуждение перехода к практике. Насколько мы говорим об искусственном интеллекте, реальность такова, что среди радиологов и клиницистов в целом много естественного интеллекта, что действительно сдерживается появлением цифровых технологий за последние 20 лет.
Технологии по большей части стали препятствием для оказания помощи, не так ли? Мы проводим 44% своего времени, спиной к пациенту, за компьютером, вводя коды, коды выставления счетов, коды диагнозов, и тратим меньше времени на взаимодействие с пациентами, сочувствие им, укрепление доверия. Так как же нам принять эти проблемы и повернуть их с ног на голову?
«И я думаю, что ИИ во многом обещает выявить естественный интеллект, которым обладают клиницисты и радиологи в целом».
Потому что мы в значительной степени в медицине обучены поступать правильно. Но, к сожалению, мы не обязательно мотивированы или заинтересованы в правильном поступке. Если я подниму трубку, позвоню лечащему врачу и скажу, что вам не следует заказывать исследование, мне за это не платят. Если я разговариваю с пациентом и сочувствую ему, мне за это не платят. Итак, ИИ действительно может изменить нашу медицину.
Я считаю, что есть проблема с номенклатурой и терминологией. Я считаю, что слово «искусственный» неверно, а термин «ИИ» должен обозначать расширенный интеллект. Я думаю, что ИИ мог бы улучшить качество лечения, сделав врачей более человечными во многих отношениях. Освободите время, чтобы тратить больше времени на общение и сотрудничество, а также на то, чтобы делать правильные вещи для пациента. А затем высвободите ресурсы с точки зрения технологий и сделайте то, что мы, люди, просто не в состоянии делать.
Модератор Google:
Если вы думаете об этом более глобально, в отношении доступа, повышения эффективности и снижения риска, какую роль вы видите ИИ?
Доктор Грег Мур:
«На этой планете 4 миллиарда человек, которые находятся в зонах дефицита радиологии».
Действительно отличный вопрос, и я о нем много думаю. Если вы думаете об этом с глобальной точки зрения, на этой планете 4 миллиарда человек, которые находятся в зонах дефицита радиологии, что касается получения изображений и возможности их интерпретировать, и поэтому это проблема доступа. Если вы посмотрите на врачебную ошибку, то наибольшее бремя ложится на развивающиеся страны. Это невероятная возможность. Это возможность, которая может иметь большое влияние, но мы также должны подойти к этому с некоторой срочностью, чтобы создать доступ. В той степени, в которой мы пытаемся проверить эти инструменты и объединить эти системы. Чтобы помочь врачам интерпретировать изображения, мы можем оказать влияние на эти 4 миллиарда человек.
Модератор Google:
Когда вы идете по павильону здесь, в RSNA, видите ли вы вещи, которые естественным образом привлекают ваше внимание? Что вас больше всего волнует из того, что вы видите прямо сейчас?
Доктор Элиот Сигель:
«[ИИ может] ... помочь мне стать более безопасным радиологом ... Я замечаю новые инновации во всех этих областях быстрее, чем когда-либо раньше».
Что меня больше всего волнует, так это демократизация возможности создавать инновации прямо сейчас. Раньше это было для того, чтобы иметь возможность создавать алгоритмы, чтобы помочь мне (радиологу) с диагностикой, или быть быстрее, или с количественным анализом, или заново изобрести новый протокол зависания, команде разработчиков потребовалось много времени, и это требовало действительно высокого уровня сложности. Взгляните на сложность, с которой RSNA столкнулась с определением костного возраста. В этом испытании искусственного интеллекта не выиграли ни Google, ни Microsoft, ни IBM, ни NVIDIA, его выиграли студенты из Университета Торонто. И поэтому потенциал, который меня волнует, заключается в том, что я вижу самые разные лица и новые компании, которых я никогда раньше не видел в RSNA. Я наблюдаю уровень инноваций, которого никогда раньше не видел. Одна из проблем, с которыми мы сталкиваемся в радиологии и в здравоохранении в целом, - это отсутствие инноваций. У нас есть гигантские компании, которые предоставляют какие-то услуги, будь то EMR или т. Д., И не столько инновации. То, что я вижу здесь, в RSNA, больше, чем когда-либо, - это новые люди, которые предлагают действительно крутые решения. Самое захватывающее - это возможность познакомить их и рассказать о наших потребностях. Не только об идентификации пикселей или получении результатов на изображениях, но и о том, чтобы помочь мне лучше передать их, помочь мне стать более безопасным радиологом. Помогите мне стать лучше по качеству. Все это меня радует, потому что я замечаю новые инновации во всех этих областях быстрее, чем когда-либо раньше. Я имею в виду, что хожу в RSNA много лет!
Google Модератор. Спасибо. Расу?
Д-р Расу Б. Шреста:
Это действительно интересно, потому что, как только что упомянул Элиот, о демократизации инновационного процесса и доведении его до масштабов по всем направлениям. Я думаю, что когда дело доходит до подхода, одно из обещаний, которые ИИ приносит на стол, заключается в том, чтобы отойти от титанического подхода или подхода на скоростном катере и действительно быстро перейти к конкретным проблемам и неудовлетворенным потребностям, которые мы испытываем при оказании помощи. Одним из конкретных примеров является просмотр данных о пикселях, и Zebra является текущим лидером в этом, а другие быстро его догоняют. Вы знаете, выявление конкретных поражений и изучение таких вещей, как остеопороз, пневмония и т. Д., И выполнение этого в масштабе. Но что действительно интересно с моей точки зрения как организации плательщика-поставщика, которой мы не видим достаточно этого на полу (павильоне); вы спросили, что вы видите и что вас волнует. В этом году я не вижу большого обсуждения плательщиков и плательщиков-провайдеров. Я не наблюдаю дискуссий по поводу того, что наиболее актуально для пациента. Плательщик и пациент - два ключевых игрока, и я не вижу их здесь достаточно широко. Но что меня действительно радует, так это использование этих новых алгоритмов и управление рисками, как уже упоминалось. Возможность действительно расслоить группу пациентов по риску и найти правильный баланс в отношении здоровья населения. И я думаю, что ИИ действительно обещает сбалансировать все это с точки зрения врача, медицины и здоровья населения.
Модератор Google:
Есть много продавцов. Что посоветуете рентгенологу в комнате? Какие вопросы люди должны задавать поставщикам ИИ?
Доктор Грег Мур:
Я бы сказал, что если вы поставщик ИИ, сосредоточьтесь на рабочем процессе. Алгоритм критически важен для правильного выполнения и проверки, но уделите время радиологу. Как нам включить эти фантастические инструменты и проверенные алгоритмы в рабочий процесс радиолога?
Доктор Элиот Сигель:
Я согласен с этим на сто процентов. Другой вопрос, который я хотел бы задать: как вы интегрированы в рабочий процесс? Должен ли я потреблять вас локально или я потребляю вас в облаке? Какая у вас производительность? Вы собираетесь вернуться с результатами через 3 часа или 10 минут? Какой у вас был тренировочный набор? Если ваш обучающий набор не похож на мой местный набор пациентов, вы позволите мне обучить системе (так же, как я это делаю со своим беспилотным автомобилем) и обучить с ее помощью конкретно меня и моих пациентов. Итак, вся идея о том, насколько он гибкий и насколько он адаптируемый? Подойдет ли это под мой рабочий процесс? Поможет ли она мне, когда она мне понадобится, в то время, когда она мне понадобится? Это важные вопросы, которые следует задать любому из этих поставщиков.
Д-р Расу Б. Шреста:
«Когда вы разговариваете с моими коллегами и действительно опрашиваете их, чтобы спросить, сколько из них собираются выйти и выписать большие чеки для ИИ? Не многие из них поднимают руку ».
Один из ключевых вопросов, о котором, как мне кажется, мало говорят, - кто за это заплатит? Я думаю, это действительно очень важно. Здесь, на RSNA 2017, наблюдается такой взрыв ажиотажа в отношении ИИ, но затем, когда вы разговариваете с моими коллегами и действительно опрашиваете их, чтобы спросить, сколько из них собираются выйти и выписать большие чеки для ИИ? Не многие из них поднимают руку. Вокруг этого есть большой интерес, чтобы увидеть, что это такое, но как вы за это платите? Это действительно важный вопрос. И я возвращаюсь к тому, о чем говорилось ранее в отношении управления рисками и масштабирования, но также важный ключ к пониманию того, как вы за это платите, - это ответы на вопросы, которые сейчас не задаются. Со всеми этими миллионами долларов инвестиций в технологии и возможности, как можно уменьшить сложность этих возможностей искусственного интеллекта. Если вы правильно ответите на этот вопрос, я думаю, будет проще ответить, кто за это заплатит.
Модератор Google:
Элад, ты что думаешь об этом? Кто будет платить за «Зебру»?
Г-н Элад Бенджамин:
«Итак, около месяца назад мы объявили об AI1, который представляет собой фиксированный 1 доллар за сканирование ... теперь ... 4 миллиарда человек в зонах дефицита радиологии внезапно ... становятся важными».
Да, отчасти проблема в том, что, когда мы заходим в радиологический кабинет или больницу, эта технология становится все новой и растет, и люди еще не до конца ее понимают. В конце концов, мы верим, что оплата будет, потому что мы помогаем больницам и радиологам предлагать лучший продукт. И вы можете назвать уход за пациентом продуктом, и вы можете измерить качество этого продукта. Это непросто, но вы можете сделать это, будь то результативность, точность или улучшение результатов и т.д. теперь они лучше заботятся о своих пациентах. Позволим ли мы плательщикам лучше понять основной риск, связанный с их популяцией пациентов, и, следовательно, помочь им лучше заботиться о них. Это тоже можно измерить. И хотя не всегда легко найти прямую связь между улучшением качества и финансами, она есть. И вы можете установить эту связь. Сказав все это, поскольку это сложно и большое значение придается радиологии и ИТ-системам, что конкретно двигало Zebra и почему наша бизнес-модель сильно отличается от той, которая существовала до сегодняшнего дня на рынке. Таким образом, около месяца назад мы объявили об AI1, который представляет собой фиксированную сумму в 1 доллар за сканирование, прозрачную плату, и мы видим, что это позволило многим учреждениям, которые не обязательно планировали крупные чеки в 2018 году, внезапно сделать этот шаг и что первый шаг в эту область. Они хотят это сделать, и теперь они действительно могут это делать. Кроме того, мы начинаем уделять приоритетное внимание 4 миллиардам человек в зонах дефицита радиологии, внезапно они стали важными. Внезапно кто-то из Китая или Индии может зарегистрироваться и позволить себе это. Они могут оказывать своим пациентам помощь, которая до сегодняшнего дня была для них очень далека.
Доктор Элиот Сигель:
Я думаю, что вопрос о том, кто будет платить за это, является критическим, он напомнил мне, когда мы создали первое в мире отделение радиологии без пленки, и люди хорошо мне сказали, кто будет платить за PACS и как мы продвигаемся финансировать это? Что ж, со временем стало критически важно, чтобы PACS выполняла ту работу, которая нам нужна. Кто будет платить за электронную медицинскую карту? В нашей системе здравоохранения наша электронная медицинская карта стоит полмиллиарда долларов. Если у нас нет даже 1% из этого, выделенного для поддержки принятия решений и этих видов деятельности, и поэтому для меня, я думаю, это действительно важный вопрос, но со временем он будет исходить от сообщества и стандарта заботиться о таких типах алгоритмов. Это будет что-то необходимое. Мне нужна система PACS, потому что я не мог просмотреть все изображения, полученные с помощью МРТ или КТ. Причина, по которой машины сейчас генерируют количество изображений, заключается в том, что у меня есть PACS, и, по сути, есть этот Инь-Ян. Я думаю, что по прошествии времени этот вопрос уже не будет так часто задаваться, потому что он просто предполагал, что у вас есть такие возможности, и мы в конечном итоге выясним это. Со временем он будет встроен в наши системы EMR и PACS.
Модератор Google:
Некоторые из наших партнеров говорят о модели, в которой поставщик медицинских услуг, имеющий доступ к данным, может превратить эти данные в источники дохода. Что вы думаете об этом противоречии между данными вашего пациента, которые могут создавать и обучать новые модели, и тем, чтобы сделать их доступными на рынке?
Д-р Расу Б. Шреста:
«Я считаю, что данные - это буквально золото».
Я считаю, что данные - это буквально золото. Эти данные - актив. Это прекрасно и верно, и в UPMC у нас есть данные объемом 27 петабайт, которые удваиваются каждые 18 месяцев. Но в то же время это верхушка айсберга, а не вся совокупность данных, на которые нам нужно смотреть. У нас так много данных, которых нет в нашем брандмауэре, в наших центрах обработки данных и в облаке. Это данные, которые существуют вне системы здравоохранения. Социальные детерминанты данных о здоровье, поведенческих данных, моделей покупок и всех элементов, с которыми связано общество. В конце концов, речь идет не только о том, чтобы продолжить то, как мы сейчас практикуем медицину и радиологию, когда мы лечим болезнь и вывозим пациента из больницы. Вместо этого он позволяет держать пациента подальше от больницы. Итак, стимулирование моделей оздоровления действительно требует от нас доступа к данным и контроля над ними.
Доктор Элиот Сигель:
«Несмотря на то, что у нас есть золотая жила и множество данных, их действительно не так просто добыть по сравнению с другими типами лабораторных и геномных данных».
В среде, где данные становятся настолько важными. Я говорил о программном обеспечении 2.0, где данные записывают программное обеспечение. В радиологии возникает вопрос, действительно ли мы готовы к написанию кода с использованием наших данных? Мы слышали отличную презентацию о интеллектуальном анализе отчетов о радиологии, чтобы получить представление о пиксельных данных. Я могу вам сказать, что большинство наших радиологических отчетов не особенно пригодны для майнинга. Большинству из нас достаточно сложно понять, что говорит радиолог, не говоря уже о компьютере. Я думаю, нам нужно задуматься о том, как по мере продвижения вперед сделать нашу машину обработки данных понятной. Значит ли это, что когда есть открытие, компьютер говорит: «Вот где, я думаю, результат, согласен или не согласен?» Означает ли это, что в конце моего отчета написано: «Доктор. Сигел, я думаю, вот что вы только что сказали в структурированном формате: вы согласны или не согласны? » Итак, даже несмотря на то, что у нас есть золотая жила и множество данных, их действительно не так просто добыть по сравнению с другими типами лабораторных и геномных данных. Поэтому, заранее думая о том, что мы собираемся делать в среде, где нам нужны данные для написания программного обеспечения, нам будет очень важно знать об этом. RSNA сделала так много для того, чтобы мы продвинулись вперед, сделав наши данные структурированными и машинно понятными.
Модератор Google:
Один вопрос, который у меня был по поводу беспокойства, и, очевидно, людей беспокоит ИИ и сценарий конца света, какие вещи приходят в голову в связи с этим?
Доктор Элиот Сигель:
«Студентам-медикам говорят, что конец радиологии наступит через 3, 4, 5 лет… [но] нет ничего, что соответствовало бы этому. Со временем радиология станет процветающей, развивающейся, более интересной и увлекательной специальностью. Но как мне противостоять этому? »
Одна вещь, которая не дает мне уснуть по ночам, - это студент-медик в аудитории, с которым я работаю, который провел опрос медицинских школ по всей стране, и отзывы, которые он получает так далеко от опроса, состоят из десятков медицинские вузы с большим количеством респондентов. Студентам-медикам говорят, что конец радиологии наступит через 3, 4, 5 лет. Из всех исследований, которые я провел, и всех обсуждений, которые я провел, нет ничего, что соответствовало бы этому. Со временем радиология станет процветающей, развивающейся, более интересной и увлекательной специальностью. Но как мне противостоять этому? Мы уже видим, что из наших абитуриентов, возможно, из десяти лучших студентов-медиков в классе, мы не так много интересуемся радиологией, потому что им говорят, что радиология была раньше. Итак, если вы спрашиваете меня, что не дает мне спать по ночам, как я могу донести мысль о том, что радиология становится все веселее, круче и круче? Как я могу сообщить об этом, чтобы мы продолжали использовать самое лучшее и умное, чтобы противостоять этой точке зрения. Потому что я знаю из всех исследований и всех обсуждений, которые у меня были, что это на 180 градусов неверно.
Доктор Грег Мур:
«Я просто повторю, что нам понадобится больше радиологов в связи с глобальными потребностями».
Я просто повторю, что нам понадобится больше радиологов в связи с глобальными потребностями. Таким образом, эти исследования, процедуры и способности становятся более доступными для тех, кто в этом нуждается. ИИ не готов помочь в принятии сложных решений и терпеливых отношениях. Все это качества врача, которые вам нужны. И, я согласен, радиология будет намного веселее с ИИ, чем без ИИ. Что не дает мне спать по ночам, и почему я пришел из академического здравоохранения и медицины в Google, так это то, что я боюсь, что эти огромные успехи, которых мы добиваемся, потребуют обычных 15 лет с момента публикации статьи до наших пациентов. И это 4 миллиарда человек, и мы с нетерпением ждем возможности помочь с их потребностями. Нам, как врачам, необходимо по-прежнему ощущать безотлагательность в отношении того, что мы знаем. Эти люди не могут ждать 15 лет.
Д-р Расу Б. Шреста:
«Когда появились электронные таблицы, все предсказывали, что бухгалтеры останутся без работы. Они не остались без работы! Вы знаете, на самом деле они лучшие бухгалтеры из-за таблиц ».
Интересна аналогия, которую привел Элиот. Когда появились электронные таблицы, все предсказывали, что бухгалтеры останутся без работы. Они не остались без работы! Вы знаете, на самом деле они лучшие бухгалтеры из-за электронных таблиц. Сегодня бухгалтеров больше, чем когда-либо, может быть, даже слишком много. Я говорю это в связи с приближением налогового сезона. Честно говоря, меня не дает уснуть не столько из-за этого, сколько из-за сегодняшних проблем с информационной безопасностью и конфиденциальностью. Я считаю, что если все сделано правильно, облако на базе ИИ действительно может быть более безопасным в долгосрочной перспективе. Это ставка, на которую мы делаем ставку как организация.
Г-н Элад Бенджамин:
Я полагаю, что я здесь единственный продавец, поэтому у меня есть разные вещи, которые не дают мне уснуть по ночам. Мы попытаемся как-то связать скорость, с которой мы можем двигаться, со скоростью, с которой движется отрасль. И для молодой компании это имеет множество финансовых последствий с точки зрения взлетно-посадочной полосы и возможностей, которые нам нужно оставаться на работе достаточно долго, чтобы реализовать это видение. И поэтому мы думаем о том, чтобы получить ранние победы, понять, как мы можем быстрее и быстрее выйти на рынок в относительно консервативной отрасли.
Модератор Google:
Мой последний вопрос: через пять лет наступит 2022 год, RSNA 2022. Что мы тогда увидим?
Доктор Элиот Сигель:
Я предсказываю, что мы увидим гораздо большую консолидацию. Многие из этих людей работают здесь как независимые небольшие поставщики, и они будут работать на единой платформе. И что будет один магазин приложений или ограниченное количество магазинов приложений. Я думаю, будет больше инноваций, больше алгоритмов, чем есть. Я думаю, что крупные поставщики радиологического оборудования будут иметь гораздо больше желания иметь возможность размещать многие из этих различных типов алгоритмов. Я думаю, мы также увидим гораздо большее использование этого опыта в облаке. Мы поймем, что нам потребуется гораздо больше вычислительных ресурсов, чем мы можем локально. Я думаю, что в следующие пять лет потенциал облака и облачных ресурсов Google будет реализован в большей степени.
Доктор Грег Мур:
Мое видение состоит в том, что мы увидим меньше оборудования, а RSNA все больше будет превращаться в совещание по информатике. Я думаю, что это то, куда пойдет будущее и куда пойдет встреча в будущем. И, как ранее сказал Расу, это соединит плательщиков. Я думаю, вместо того, чтобы иметь под рукой много МРТ и компьютерных томографов.
Д-р Расу Б. Шреста:
Два быстрых момента. Во-первых, в этом году вы увидели появление ИИ и преобладание демонстрации машинного обучения и театра. Отдельной витрины не будет, все будет встроено в ДНК каждого поставщика. Это будет все вокруг RSNA. Во-вторых, я думаю, что отрасль действительно смотрит на управление рисками с другой точки зрения. Это не означает, что к вам будет привлечено больше плательщиков, но мы увидим, как люди, которые ходят, смогут лучше понять, что значит управлять рисками, и думать с точки зрения плательщика и поставщика.
Г-н Элад Бенджамин:
С моей точки зрения, мы сможем сказать, где мы находимся на кривой принятия, и сможем увидеть практическую реализацию с различными сценариями использования, где на бизнес радиологии и повседневную работу радиологов действительно влияют некоторые решения, которые выходят сейчас. Итак, все, о чем мы говорили, как сделать рентгенологов лучше и эффективнее. Это займет время, и мы окажемся на той стадии, когда мы показали, как это может произойти для большого сегмента радиологии. Мы продолжим обсуждение того, как это повлияет на их работу в будущем.
Модератор Google: Господа, спасибо, что присоединились к нам и уделили нам свое драгоценное время.
Если вам понравилась эта статья и вы хотите увидеть больше, дайте мне знать. Также приветствуются аплодисменты!
Уильям Паркер, MD, BMSc.
Резидент-радиолог
Университета Британской Колумбии
Ванкувер, Канада
Неавторизованный рассказчик
