Mitchell Katz não está especulando sobre capacidades futuras. Ele está sinalizando a prontidão de deploy, aguardando autorização regulatória.
Os alvos imediatos: mamografias e raios X. AI lida com a primeira leitura.
Os radiologistas analisam apenas os resultados anormais.
Os críticos dizem que ele está desinformado e sendo enganado por fornecedores de IA. Eles estão perdendo completamente a economia estrutural.
O NYC Health + Hospitals atende predominantemente populações sem seguro e com seguro insuficiente. O sistema não consegue recrutar radiologistas suficientes às taxas de mercado. A restrição não é a qualidade. É acesso.
Katz não precisa de IA para ser perfeito. Ele precisa que a IA seja mais barata e mais disponível do que uma força de trabalho que não existe em número suficiente.
Este é o padrão que definirá o deslocamento do trabalho de IA na área da saúde.
As primeiras especialidades a cair não são aquelas em que a IA é mais capaz. São aqueles onde a escassez de mão-de-obra é mais aguda e a pressão económica mais severa.
A radiologia é o canário. A patologia é a próxima. Depois dermatologia.
A barreira regulamentar é a única coisa que impede a deploy imediata. E essa barreira não é uma questão de capacidade, é uma questão de arquitetura de responsabilidade.
Assim que a FDA estabelecer uma estrutura para a IA como primeiro leitor na triagem, todos os sistemas hospitalares pressionados pelos custos no país seguirão o exemplo de Nova York dentro de 18 meses.
As especialidades médicas baseadas no reconhecimento de padrões estão entrando no momento iPod.
A questão não é se a IA irá lidar com as primeiras leituras.
A questão é saber até que ponto o quadro regulamentar se adapta à realidade económica?
Link: https://lnkd.in/eUxjeeik