Глава крупнейшей в Америке системы государственных больниц NYC Health + Hospitals Митчелл Х. Кац заявил о готовности в некоторых случаях заменить рентгенологов искусственным интеллектом. По его словам, это станет возможным, как только нормативно-правовая база будет приведена в соответствие с новыми требованиями.
Кац выступил на панельной дискуссии, организованной Crain’s New York Business. Он отметил, что ИИ все чаще используется для интерпретации маммограмм и рентгеновских снимков. Это открывает возможности для экономии средств больниц на оплату труда рентгенологов, который стал дороже на фоне растущего спроса на диагностическую визуализацию.
«Мы могли бы заменить значительную часть рентгенологов искусственным интеллектом уже сейчас, если будем готовы к решению нормативно-правовых проблем», — сказал Кац.
Сам он видит большой потенциал ИИ в расширении доступа к скринингу рака молочной железы. Больницы потенциально могли бы добиться «значительной экономии», позволив технологии проводить первичную оценку изображений, а затем рентгенологи перепроверяли бы любые отклонения от нормы, уверен Кац.
Участник дискуссии, доктор медицины Дэвид Любарски, который возглавляет сеть медицинских центров Westchester Medical Center Health Network, заявил, что его система уже демонстрирует большие успехи во внедрении такой технологии. Искусственный интеллект, используемый в Westchester, пропускает очень мало случаев рака молочной железы и «фактически лучше, чем люди», — сказал он.
«Для женщин, не относящихся к группе высокого риска, если тест оказывается отрицательным, ошибка встречается лишь примерно в 3 случаях из 10 000», — отметил Любарски.
Кац спросил коллег-руководителей больниц, есть ли какие-либо причины, по которым они не должны добиваться изменений в правилах штата Нью-Йорк, позволяющих ИИ читать изображения «без участия рентгенолога». В этом случае рентгенологи могли бы предоставлять второе мнение, если ИИ помечает какие-либо изображения как аномальные. Сандра Скотт, доктор медицинских наук и генеральный директор больницы One Brooklyn Health согласилась с этой точкой зрения.
«Я возглавляю учреждение, оказывающее медицинскую помощь малообеспеченным слоям населения. Это кардинально изменило бы ситуацию», — пояснила Скотт.
Дискуссия разгорелась после того, как генеральный директор Anthropic Дарио Амодей недавно сделал аналогичные заявления о замене работы рентгенологов искусственным интеллектом. По его словам, ИИ взял на себя основную функцию этой специальности, позволив врачам больше сосредоточиться на человеческом аспекте работы. Рентгенологи резко раскритиковали высказывания Амодея. Мохаммед Сухаил, доктор медицинских наук, рентгенолог из North Coast Imaging, работающий в Сан-Диего, высказал аналогичное мнение по поводу комментариев Каца в понедельник.
«Неопровержимое доказательство того, что самоуверенные, но некомпетентные администраторы больниц представляют опасность для пациентов: их легко обмануть компаниям, занимающимся искусственным интеллектом, которые совершенно не способны оказывать качественную медицинскую помощь. Любая попытка внедрить исключительно ИИ-анализ немедленно приведет к нанесению вреда пациентам и их смерти, и только человек, совершенно не разбирающийся в рентенологии, мог бы сказать что-то настолько наивное. Но в каком-то смысле они правы: больницы с удовольствием сокращают расходы, даже если это означает нанесение вреда пациентам, если это законно», — отметил Сухаил.
Между тем исследователи предупредили о новой уязвимости в медицинском ИИ: сгенерированные нейросетями рентгеновские снимки уже достаточно реалистичны, чтобы вводить в заблуждение не только людей, но и сами системы. В исследовании, опубликованном в журнале Radiology, 17 рентгенологов из 12 больниц в шести странах оценивали 264 снимка, половина из которых была синтетической. Когда врачи не знали, что среди изображений есть подделки, они правильно распознавали их только в 41% случаев. После предупреждения точность выросла до 75%. Отдельно проверили и большие языковые модели. GPT-4o, GPT-5, Gemini 2.5 Pro и Llama 4 Maverick показывали точность распознавания фейковых снимков в диапазоне от 57% до 85%. Причем GPT-4o, которая сама использовалась для генерации части таких изображений, тоже не смогла распознать их все.
