Îi va înlocui IA radiologii? [Video și chestionar]

Răspuns scurt: IA nu va înlocui complet radiologii prea curând; aceasta automatizează în principal sarcini restrânse, cum ar fi triajul, detectarea tiparelor și măsurătorile, îndreptând în același timp rolul către supraveghere, comunicare clară și judecată cu miză mare. Dacă radiologii nu se adaptează la fluxurile de lucru bazate pe IA, riscă să fie marginalizați, dar responsabilitatea clinică rămâne în continuare a oamenilor.

Concluzii cheie:

Schimbarea fluxului de lucru: Așteptați-vă ca triajul, măsurarea și asistența pentru „al doilea cititor” să se extindă rapid.

Responsabilitate: Radiologii rămân semnatarii responsabili în raportarea clinică bazată pe inteligență artificială.

Validare: Instrumentele trebuie să aibă încredere doar dacă sunt testate în diferite locații, scanere și populații de pacienți.

Rezistență la utilizare necorespunzătoare: Reduceți zgomotul de alertă și protejați-vă împotriva defecțiunilor silențioase, a derivei și a erorilor.

Pregătire pentru viitor: Învățați modurile de defecțiune ale inteligenței artificiale și alăturați-vă guvernanței pentru a supraveghea implementarea în siguranță.

Articole pe care ți-ar putea plăcea să le citești după acesta:

🔗 Inteligența artificială va înlocui medicii: viitorul medicinei
O perspectivă realistă asupra rolului inteligenței artificiale în practica medicală modernă.

🔗 Cum ajută IA agricultura
Modalități prin care inteligența artificială îmbunătățește randamentele, planificarea și luarea deciziilor la fermă.

🔗 De ce IA este dăunătoare pentru societate
Riscuri precum prejudecățile, pierderea locului de muncă, supravegherea și dezinformarea.

🔗 Cum detectează AI anomaliile
Cum semnalează modelele comportamentele neobișnuite în date și sisteme.

Verificarea directă a realității: ce face IA chiar acum ✅

IA în radiologie astăzi este puternică în principal în domeniile cu profil restrâns:

• Semnalarea constatărilor urgente, astfel încât studiile înfricoșătoare să sară peste coadă (triaj) 🚨

• Găsirea „modelelor cunoscute”, cum ar fi nodulii, sângerările, fracturile, emboliile etc.

• Măsurarea lucrurilor pe care oamenii le pot măsura, dar pe care urăsc să le măsoare (volume, dimensiuni, schimbări în timp) 📏

• Ajutarea programelor de screening să gestioneze volumul fără a epuiza oamenii

Și nu este vorba doar de vâlvă: inteligența artificială (IA) reglementată, utilizată în radiologia clinică, reprezintă deja o mare parte din peisajul dispozitivelor clinice de IA. O analiză taxonomică din 2025 a dispozitivelor medicale de IA/ML autorizate de FDA (care acoperă autorizațiile listate de FDA la 20 decembrie 2024) a constatat că majoritatea dispozitivelor preiau imagini ca date de intrare, iar radiologia a fost principalul grup de examinare pentru majoritatea. Acesta este un indicator important despre unde ajunge prima „IA clinică”. [1]

Dar „util” nu este același lucru cu „înlocuitor autonom al medicului”. Barieră diferită, risc diferit, răspundere diferită…

De ce „înlocuirea” este modelul mental greșit de cele mai multe ori 🧠

Radiologia nu înseamnă doar „privește pixelii și denumește bolile”.

În practică, radiologii fac lucruri precum:

• Decizia dacă întrebarea clinică corespunde cu examenul solicitat

• Evaluarea antecedentelor, a istoricului intervențiilor chirurgicale, a artefactelor și a cazurilor extreme dificile

• Apelarea medicului care v-a trimis pacientul pentru a clarifica ce se întâmplă de fapt

• Recomandarea pașilor următori, nu doar etichetarea unei constatări

• Asumarea responsabilității medico-legale pentru raport

Iată o scenă rapidă de genul „sună plictisitor, dar e totul”:

E ora 02:07. Tomografie computerizată a capului. Artefact de mișcare. Istoricul spune „amețeli”, nota asistentei spune „cădere”, iar lista de anticoagulante spune „oh-oh”.
Sarcina nu este „pixeli de sângerare locală”. Sarcina este triaj + context + risc + clarificare pentru pasul următor.

De aceea, cel mai frecvent rezultat în implementarea clinică este: IA îi sprijină pe radiologi, în loc să-i elimine.

Și mai multe societăți de radiologie au fost explicite în ceea ce privește aspectul uman: o declarație de etică multi-societală (ACR/ESR/RSNA/SIIM și altele) prezintă IA ca ceva ce radiologii trebuie să gestioneze în mod responsabil - inclusiv realitatea că radiologii rămân responsabili în cele din urmă pentru îngrijirea pacienților într-un flux de lucru susținut de IA. [2]

Ce face ca o versiune bună de inteligență artificială să fie utilizată în radiologie? 🔍

Dacă judeci un sistem de inteligență artificială (sau te hotărăști dacă să ai încredere în unul), „versiunea bună” nu este cea cu cea mai tare demonstrație. Este cea care supraviețuiește contactului cu realitatea clinică.

Un instrument bun de inteligență artificială pentru radiologie tinde să aibă:

• Domeniu de aplicare clar - face bine un lucru (sau un set de lucruri strict definite)

• Validare puternică - testată pe diferite site-uri, scanere, populații

• Potrivirea fluxului de lucru - se integrează în PACS/RIS fără a-i face pe toți nefericiți

• Zgomot redus - mai puține alerte nedorite și rezultate fals pozitive (sau le veți ignora)

• Explicabilitate care ajută - nu transparență perfectă, dar suficientă pentru a verifica

• Guvernanță - monitorizarea derivelor, eșecurilor, prejudecăților neașteptate

• Responsabilitate - claritate cu privire la cine semnează, cine își asumă erorile, cine semnalează incidentul

De asemenea, „este aprobat de FDA” (sau echivalent) este un semnal semnificativ - dar nu este o garanție de siguranță. Chiar și propria listă de dispozitive cu inteligență artificială a FDA este prezentată ca o resursă de transparență care nu este completă, iar metoda sa de includere depinde parțial de modul în care dispozitivele descriu inteligența artificială în materialele publice. Traducere: aveți nevoie în continuare de evaluare locală și monitorizare continuă. [3]

Sună plictisitor... și plictiseala e bună în medicină. Plictiseala e sigură 😬

Tabel comparativ: opțiuni comune de IA pe care radiologii le întâlnesc de fapt 📊

Prețurile sunt adesea bazate pe cotații, așa că păstrez această parte vagă, ca în cazul pieței (pentru că așa tinde să fie).

Mărturisire despre o ciudățenie legată de formatare: „Prețul” rămâne vag pentru că vânzătorii adoră prețurile vagi. Nu e vorba de mine care mă eschivează, ci de piață 😅

Unde IA poate depăși performanța unui om obișnuit pe benzi înguste 🏁

IA strălucește cel mai mult atunci când sarcina este:

• Foarte repetitiv

• Stabil în model

• Bine reprezentat în datele de antrenament

• Ușor de evaluat în raport cu un standard de referință

În unele fluxuri de lucru bazate pe screening, inteligența artificială poate acționa ca o pereche suplimentară de ochi foarte consistentă. De exemplu, o evaluare retrospectivă amplă a unui sistem de inteligență artificială bazat pe screening pentru sâni a raportat o performanță medie mai bună în compararea cititorilor (după AUC într-un studiu al cititorilor) și chiar o reducere simulată a volumului de muncă într-o configurație de citire dublă în stil britanic. Aceasta este victoria pe „banda îngustă”: lucrul cu modele consecvente, la scară largă. [4]

Dar, din nou... aceasta este asistență pentru fluxul de lucru, nu „IA înlocuiește radiologul căruia îi revine rezultatul”.

Unde IA încă se chinuie (și nu e un lucru mic) ⚠️

IA poate fi impresionantă și totuși să eșueze în moduri importante din punct de vedere clinic. Puncte slabe comune:

• Cazuri în afara distribuției: boli rare, anatomie neobișnuită, particularități postoperatorii

• Cecitate contextuală: descoperirile imagistice fără „poveste” pot induce în eroare

• Sensibilitate la artefacte: mișcare, metal, setări ciudate ale scanerului, temporizare contrast... chestii amuzante

• Fals pozitive: o zi proastă cu inteligența artificială poate genera muncă suplimentară în loc să economisească timp

• Eșecuri silențioase: tipul periculos - când omite ceva în secret

• Derivația datelor: performanța se modifică atunci când protocoalele, mașinile sau populațiile se schimbă

Ultima afirmație nu este teoretică. Chiar și modelele de imagine de înaltă performanță pot suferi de deviații atunci când modul în care sunt achiziționate imaginile se modifică (schimbări de hardware ale scanerului, actualizări de software, modificări ale reconstrucției), iar această deviație poate modifica sensibilitatea/specificitatea semnificativă din punct de vedere clinic în moduri care contează pentru efectele negative. Acesta este motivul pentru care „monitorizarea în producție” nu este un cuvânt la modă - este o cerință de siguranță. [5]

De asemenea - și acest lucru este enorm - responsabilitatea clinică nu trece pe lângă algoritm. În multe locuri, radiologul rămâne cel care semnează responsabil, ceea ce limitează cât de realist poți fi de indiferent. [2]

Meseria de radiolog care crește, nu se micșorează 🌱

Într-o variantă alternativă, inteligența artificială poate face radiologia mai „asemănătoare cu cea a unui medic”, nu mai puțin.

Pe măsură ce automatizarea se extinde, radiologii petrec adesea mai mult timp cu:

• Cazuri dificile și pacienți cu probleme multiple (cei pe care IA îi urăște)

• Protocolare, adecvare și proiectare a traseului

• Explicarea constatărilor medicilor, comisiilor de tumori și, uneori, pacienților 🗣️

• Radiologie intervențională și proceduri ghidate prin imagistică (foarte puțin automatizate)

• Leadership de calitate: monitorizarea performanței inteligenței artificiale, construirea unei adoptări sigure

Există și rolul „meta”: cineva trebuie să supravegheze mașinile. E cam ca pilotul automat - tot vrei piloți. Poate o metaforă puțin defectuoasă... dar ai înțeles.

IA îi înlocuiește pe radiologi: răspunsul direct 🤷♀️🤷♂️

• Pe termen scurt: înlocuiește segmente de lucru (măsurători, triaj, unele modele pentru al doilea cititor) și modifică nevoile de personal la margini.

• Pe termen lung: ar putea automatiza puternic anumite fluxuri de lucru de screening, dar este nevoie în continuare de supraveghere umană și de escaladare în majoritatea sistemelor de sănătate.

• Cel mai probabil rezultat: radiologii + inteligența artificială au performanțe mai bune fie individual, iar sarcina se mută către supraveghere, comunicare și luarea deciziilor complexe.

Dacă ești student la medicină sau medic junior: cum să te pregătești pentru viitor (fără să intri în panică) 🧩

Câteva mișcări practice care ajută, chiar dacă nu ești „pasionat de tehnologie”:

• Învață cum eșuează IA (prejudecăți, derivă, rezultate fals pozitive) - aceasta este alfabetizarea clinică acum [5]

• Familiarizarea cu elementele de bază ale fluxului de lucru și informaticii (PACS, raportare structurată, QA)

• Dezvoltați obiceiuri solide de comunicare - stratul uman devine mai valoros

• Dacă este posibil, alăturați-vă unui grup de evaluare sau de guvernanță a inteligenței artificiale din spitalul dumneavoastră.

• Concentrare pe domenii cu context ridicat + proceduri (IR, neurologie complexă, imagistică oncologică)

Și da, fii persoana care poate spune: „Acest model este util aici, periculos acolo și iată cum îl monitorizăm.” Acea persoană devine greu de înlocuit.

Concluzie + scurtă prezentare 🧠✨

Inteligența artificială va remodela complet radiologia, iar a te preface contrariul este o soluție. Dar narațiunea „radiologii sunt condamnați” este în mare parte o capcană pentru clicuri, purtând halat de laborator.

Luare rapidă

• IA este deja utilizată pentru triaj, asistență în detectare și ajutor în măsurători.

• Este excelent pentru sarcini înguste și repetitive - și instabil în cazul realității clinice rare, cu context ridicat.

• Radiologii fac mai mult decât să detecteze tipare - ei contextualizează, comunică și își asumă responsabilitatea.

• Cel mai realist viitor este ca „radiologii care folosesc IA” să înlocuiască „radiologii care o refuză”, nu ca IA să înlocuiască complet profesia. 

Exemplu din lumea reală: Construirea unui flux de lucru de triaj pentru tomografia computerizată a capului, bazat pe inteligență artificială, peste noapte

Scenariu

Un spital de dimensiuni medii are un radiolog care se ocupă de imagistica de urgență peste noapte. Între orele 22:00 și 07:00, lista de lucru se umple cu capete de CT pentru căderi, confuzie, amețeli, pacienți anticoagulați și suspiciuni de accident vascular cerebral.

Scopul nu de a permite inteligenței artificiale să emită rapoarte. Scopul este de a ajuta echipa de gardă să identifice mai rapid hemoragiile intracraniene potențial urgente, păstrând în același timp radiologul ca semnatar responsabil.

În această configurație, inteligența artificială acționează ca un strat de triaj: analizează studiile CT fără substanță de contrast primite, semnalează posibilele hemoragii acute și mută aceste studii mai sus în coada de citire. Radiologul deschide în continuare imaginile, verifică constatările, analizează notițele clinice și semnează raportul final.

De ce are nevoie asistentul

Pentru un pilot în siguranță, departamentul ar avea nevoie de:

• Un instrument de inteligență artificială cu scop clar definit: de exemplu, „posibilă hemoragie intracraniană acută pe o tomografie computerizată a capului fără substanță de contrast”

• Cazuri de testare locale de la scanerele proprii ale spitalului

• O regulă conform căreia semnalările AI nu ocolesc niciodată revizuirea radiologului

• Un plan de nefuncționare în cazul în care instrumentul de inteligență artificială eșuează sau se deconectează de la PACS

• O fișă de audit simplă care urmărește rezultatele fals pozitive, fals negative, timpul de răspuns și alertele ratate

• Un radiolog numit sau un responsabil de guvernanță responsabil pentru revizuirea săptămânală

Fluxul de lucru ar trebui să rămână în mod deliberat simplu: semnalizare AI → listă de lucru prioritizată → verificare radiolog → raport semnat → audit.

Exemplu de instrucțiuni

Folosește aceste instrucțiuni pentru echipa pilot, nu pentru modelul de inteligență artificială în sine:

„Rulați instrumentul de triaj CT al capului pe toate studiile CT ale capului de urgență fără substanță de contrast la adulți între orele 22:00 și 07:00. Dacă sistemul semnalează o posibilă hemoragie acută, mutați cazul în coada de revizuire urgentă. Radiologul trebuie să verifice imaginile înainte de a lua orice măsură clinică. Înregistrați dacă semnalizarea IA a fost adevărat pozitivă, fals pozitivă sau ratată la revizuirea finală. Escaladați orice suspiciune de sângerare ratată sau model repetat de alertă falsă către responsabilul cu guvernanța imagistică.”

Cum să îl testezi

Înainte de lansare, testați fluxul de lucru pe un lot retrospectiv de cazuri.

Folosește un set mic, dar realist, cum ar fi:

• 50 de capete CT normale

• 20 de cazuri confirmate de hemoragie acută

• 10 scanări cu degradare de mișcare sau dificile din punct de vedere tehnic

• 10 cazuri postoperatorii sau neobișnuite din punct de vedere anatomic

• 10 cazuri în care istoricul clinic este vag sau înșelător

Pentru fiecare caz, înregistrați:

• L-a semnalat AI-ul?

• Radiologul a fost de acord?

• Ar fi schimbat steagul prioritatea listei de lucru?

• A creat o urgență semnificativă sau doar zgomot?

• A existat vreun caz în care IA a părut încrezătoare, dar s-a înșelat?

Cel mai important test nu este „arată demonstrația impresionant?”, ci: îmbunătățește acest lucru siguranța în așteptare fără a îneca radiologul în alerte nedorite?

Rezultat

Rezultat doar ilustrativ: într-un studiu pilot retrospectiv cu 100 de cazuri, departamentul compară ordinea obișnuită a cozii de așteptare peste noapte cu triajul asistat de inteligență artificială.

Baza măsurării: timpul de execuție este măsurat de la finalizarea scanării până la revizuirea preliminară a radiologului. Acuratețea este verificată în raport cu raportul final semnat și cu o a doua revizuire radiologică a cazurilor contestate.

Exemplu de estimare:

• Timpul median de evaluare pentru cazurile de hemoragie confirmată scade de la 38 de minute la 14 minute

• Alertele fals pozitive ale inteligenței artificiale apar în 9 din 100 de cazuri

• Un caz dificil din punct de vedere tehnic este semnalizat incorect din cauza unui artefact de mișcare

• Nicio ieșire AI nu este trimisă direct medicilor fără verificarea radiologului

• Timpul de revizuire săptămânală pentru fișa de audit este de 25 de minute

Acesta este un rezultat valoros, dar nu este vorba despre faptul că „IA a înlocuit radiologul”. Înseamnă că studiile cu cel mai mare risc au ajuns mai repede la expertul uman.

Ce poate merge prost

Eroarea evidentă o reprezintă rezultatele fals pozitive. Dacă instrumentul semnalează prea multe cazuri inofensive, coada de urgențe devine lipsită de sens, iar echipa începe să o ignore.

Cea mai periculoasă eroare este o ratare silențioasă. O sângerare care nu este semnalizată trebuie totuși depistată printr-o examinare radiologică obișnuită, motiv pentru care IA ar trebui să susțină coada, în loc să devină coada.

Alte riscuri includ modificările protocolului scanerului, calitatea slabă a imaginii, cazurile pediatrice sau postoperatorii în afara domeniului de aplicare prevăzut al instrumentului și încrederea excesivă din partea personalului junior. De asemenea, departamentul trebuie să fie atent la deviațiile în timp, în special după modernizările scanerului sau modificările aduse reconstrucției. [5]

Și punctul de responsabilitate rămâne același: radiologul semnează raportul, nu algoritmul. [2]

Concluzie practică

Un pilot bun de radiologie bazat pe inteligență artificială începe cu lucruri simple, măsoară lucruri simple și îi ține pe oameni la conducere. Câștigul nu constă în înlocuirea radiologului; ci în a-i aduce scanarea corectă mai repede, cu suficiente date de audit pentru a demonstra că fluxul de lucru este cu adevărat mai sigur.

FAQ

Îi va înlocui inteligența artificială pe radiologi în următorii ani?

Nu complet și nu în majoritatea sistemelor de sănătate. Inteligența artificială radiologică actuală este construită în mare parte pentru a automatiza funcții restrânse, cum ar fi triajul, detectarea tiparelor și măsurătorile, mai degrabă decât pentru a prelua responsabilitatea diagnostică completă. Radiologii continuă să furnizeze context clinic, să gestioneze cazurile limită, să comunice cu echipele de trimitere și să își păstreze responsabilitatea medico-legală pentru rapoarte. Schimbarea mai imediată este reproiectarea fluxului de lucru, nu înlocuirea la nivelul întregii profesii.

Ce sarcini radiologice îndeplinește de fapt inteligența artificială în prezent?

Majoritatea instrumentelor utilizate se concentrează pe activități repetitive și concentrate: semnalizarea studiilor urgente pentru prioritizare, detectarea tiparelor comune (cum ar fi nodulii sau hemoragiile) și generarea de măsurători sau comparații longitudinale. IA este utilizată și ca „al doilea cititor” în unele căi de screening pentru a sprijini gestionarea volumului și consecvența. Aceste sisteme pot scurta cozile și pot reduce corvoada manuală, dar necesită în continuare verificare umană.

Cine este responsabil dacă un raport susținut de inteligența artificială este greșit?

În multe fluxuri de lucru din lumea reală, radiologul rămâne semnatarul responsabil chiar și atunci când inteligența artificială contribuie la triaj sau detectare. Responsabilitatea clinică nu se transferă automat algoritmului sau furnizorului. În practică, radiologii trebuie să trateze rezultatele inteligenței artificiale ca suport decizional, să verifice rezultatele și să le documenteze în mod corespunzător. Căile de escaladare clare și guvernanța ajută la definirea modului de procedare atunci când rezultatele inteligenței artificiale intră în conflict cu judecata clinică.

Cum știu dacă un instrument de inteligență artificială este de încredere pentru spitalul meu?

O abordare obișnuită este de a evalua instrumentele în funcție de realismul clinic, mai degrabă decât de performanța demonstrației. Căutați un domeniu de aplicare clar definit, validare pe mai multe locații, scanere și populații de pacienți și dovezi că sistemul rezistă în cadrul protocoalelor și constrângerilor de calitate a imaginii. Integrarea fluxului de lucru (potrivirea PACS/RIS) contează la fel de mult ca acuratețea, deoarece un model „bun” care perturbă citirea rămâne adesea neutilizat. Monitorizarea continuă rămâne esențială.

„Aprobat de FDA” (sau reglementat) înseamnă că modelul este sigur de utilizat?

Autorizația de reglementare este un semnal semnificativ, dar nu garantează performanțe puternice în mediul specific. Rezultatele din lumea reală se pot schimba odată cu actualizările scanerului, modificările protocolului și diferențele de populație. Evaluarea locală și monitorizarea producției sunt în continuare importante, chiar și pentru instrumentele autorizate. Tratați autorizația ca o valoare de referință, apoi validați pentru setarea dvs. și continuați să măsurați abaterea.

Care sunt cele mai importante moduri în care IA radiologică eșuează în practică?

Printre modurile de defecțiune comune se numără cazurile în afara distribuției (boli rare, anatomie neobișnuită), cecitatea contextului, sensibilitatea la artefacte (mișcare, metal, sincronizarea contrastului) și rezultatele fals pozitive care adaugă efort. Cele mai periculoase probleme sunt „defecțiunile silențioase”, în care modelul ratează constatările fără un avertisment evident. Performanța poate, de asemenea, să se modifice pe măsură ce condițiile de achiziție se schimbă, astfel încât monitorizarea și barierele de siguranță se află în limitele siguranței pacientului, nu ca un lucru „bine de avut”

Cum pot departamentele să reducă oboseala din cauza alertei și să evite triajul zgomotos cauzat de inteligența artificială?

Începeți prin a ajusta pragurile pentru a se potrivi priorităților clinice și realității personalului, în loc să urmăriți sensibilitatea maximă pe hârtie. Măsurați numărul real de rezultate fals pozitive și proiectați reguli de escaladare, astfel încât semnalizările IA să declanșeze acțiuni consecvente și ușor de gestionat. Multe fluxuri de lucru beneficiază de revizuire etapizată (IA → verificare radiograf/tehnic → radiolog) și de un comportament explicit de siguranță atunci când instrumentul nu este disponibil. „Zgomotul redus” este adesea ceea ce face ca IA să fie funcțională zi de zi.

Dacă înlocuirea radiologilor cu ajutorul inteligenței artificiale este exagerată, cum ar trebui stagiarii să se asigure de viitor?

Scopul este de a deveni persoana care poate supraveghea în siguranță fluxurile de lucru bazate pe inteligență artificială. Învățați modurile de defecțiune principale, cum ar fi prejudecățile, deviațiile și sensibilitatea la artefacte, și dobândiți familiaritate cu elementele fundamentale ale informaticii, cum ar fi PACS, raportarea structurată și procesele de asigurare a calității. Abilitățile de comunicare câștigă valoare pe măsură ce munca de rutină este automatizată, în special în cadrul comisiilor de tumori și al consultanțelor cu miză mare. Alăturarea unui grup de evaluare sau de guvernanță este o modalitate concretă de a construi o expertiză durabilă.

Referințe

1. Singh R. și colab., npj Digital Medicine (2025) - O analiză a taxonomiei care acoperă 1.016 autorizații de dispozitive medicale AI/ML autorizate de FDA (așa cum sunt listate până la 20 decembrie 2024), evidențiind cât de des se bazează IA medicală pe inputuri imagistice și cât de des radiologia este principalul grup de evaluare. citește mai mult

2. Declarație multisocietală găzduită de ESR - Un cadru etic intersocietal pentru IA în radiologie, punând accent pe guvernanță, implementare responsabilă și responsabilitatea continuă a medicilor în cadrul fluxurilor de lucru susținute de IA. Citește mai mult

3. Pagina FDA din SUA privind dispozitivele medicale bazate pe inteligență artificială - Lista de transparență și notele metodologice ale FDA pentru dispozitivele medicale bazate pe inteligență artificială, inclusiv avertismente privind domeniul de aplicare și modul în care se stabilește includerea. Citește mai mult

4. McKinney SM și colab., Nature (2020) - O evaluare internațională a unui sistem de inteligență artificială pentru screening-ul cancerului de sân, inclusiv analiza comparativă a cititorilor și simulări ale impactului volumului de muncă într-o configurație de citire dublă. citește mai mult

5. Roschewitz M. și colab., Nature Communications (2023) - Cercetări privind deviația de performanță sub schimbarea achiziției în clasificarea imaginilor medicale, ilustrând de ce monitorizarea și corecția deviației sunt importante în imagistica cu inteligență artificială implementată. citește mai mult

Găsește cea mai recentă tehnologie AI în Magazinul oficial de asistenți AI

Despre noi