Le paradoxe de l'IA en radiologie : des machines plus performantes, des médecins plus occupés

Depuis les débuts de CheXNet en 2017, l'IA a montré son potentiel à surpasser les radiologues humains en termes de précision. Cependant, malgré les progrès, l'application réelle de l'IA se heurte à des obstacles : limites de généralisation, réglementations strictes et le remplacement par l'IA d'une seule fraction des tâches d'un radiologue. Paradoxalement, la demande de radiologues reste forte, avec des salaires élevés. Cela est dû aux faibles performances de l'IA dans des conditions non standardisées, aux obstacles réglementaires et à la nature multiforme du travail d'un radiologue. L'article conclut que l'adoption généralisée de l'IA nécessite l'adaptation des règles de la société, l'IA augmentera la productivité, mais le remplacement complet de l'homme n'est pas imminent.