đối trung bình, sự gia tăng này sẽ đánh dấu sự giảm thiểu thời gian của con
người dành cho mỗi hình ảnh.
Thứ hai, có nhiều bác sĩ chẩn đoán X-quang và bác sĩ can thiệp X-quang.
Những sự tiến bộ trong việc nhận dạng đối tượng mà có thể thay đổi bản
chất của X-quang đều liên quan đến sự chẩn đoán X-quang. Sự can thiệp
X-quang sử dụng những hình ảnh thời gian thực để hỗ trợ những thủ tục y
tế. Hiện nay, điều này bao gồm sự đánh giá của con người và hành động
khéo léo của con người mà không bị ảnh hưởng bởi những sự tiến bộ của
AI, ngoại trừ có lẽ nó đã khiến công việc của bác sĩ can thiệp X-quang dễ
dàng hơn bằng cách cung cấp những hình ảnh dễ xác định hơn.
Thứ ba, nhiều bác sĩ X-quang tự thấy bản thân họ là “bác sĩ của bác sĩ”.
7
Một phần quan trọng trong công việc của họ là truyền đạt được ý nghĩa của
những hình ảnh tới những bác sĩ chăm sóc. Phần thách thức là việc diễn
giải các hình ảnh X-quang (“nghiên cứu”, theo ngôn ngữ của họ) thường
mang tính xác suất: “Có 70% khả năng đây là bệnh X, có 20% không có
bệnh và 10% khả năng là bệnh Y. Tuy nhiên, nếu hai tuần kể từ bây giờ,
triệu chứng này lại xuất hiện, thì có đến 99% khả năng là bệnh X và 1% là
không có bệnh.” Nhiều bác sĩ chăm sóc không giỏi trong việc thống kê số
liệu và gặp khó khăn trong việc diễn giải các khả năng và các khả năng có
điều kiện. Các bác sĩ X-quang giúp họ diễn giải những con số để các bác sĩ
chăm sóc có thể làm việc với bệnh nhân và đưa ra quyết định hành động tốt
nhất. Qua thời gian, AI sẽ cung cấp các khả năng, nhưng ít nhất là trong
thời gian ngắn và có khả năng trung bình, bác sĩ X-quang vẫn sẽ đóng vai
trò trong việc diễn giải thông tin đầu ra của AI cho bác sĩ chăm sóc.
Thứ tư, các bác sĩ X-quang sẽ giúp đào tạo máy móc diễn giải các hình ảnh
từ những thiết bị hình ảnh mới khi công nghệ cải thiện. Một vài chuyên gia
cũng là bác sĩ X-quang cực kỳ nổi tiếng, những người diễn giải hình ảnh và
giúp máy học cách chẩn đoán, sẽ có vai trò này. Thông qua AI, các bác sĩ
X-quang sẽ tận dụng những kỹ năng tuyệt vời của họ trong việc chẩn đoán
