Mengapa kecerdasan buatan membaca pindaian adalah berita buruk bagi ahli radiologi
Free exchange

Mengapa kecerdasan buatan membaca pindaian adalah berita buruk bagi ahli radiologi

SEMAKIN baik kecerdasan buatan, semakin besar kekhawatiran populer bahwa mesin pintar akan segera mengantarkan bencana pasar tenaga kerja. Di Chandler, Arizona, orang Amerika saat ini dapat memanggil tumpangan dari mobil tanpa ada manusia yang menyetir. Pengguna web dapat membaca terjemahan instan berkualitas tinggi dari surat kabar berbahasa asing—tidak diperlukan layanan terjemahan profesional. Dan pengembang teknologi pembelajaran mesin bergerak cepat untuk menerapkan alat mereka di berbagai tugas medis.

Meskipun demikian, para ekonom, dengan pengecualian yang jarang, relatif optimis tentang kemungkinan efek pasar tenaga kerja dari AI. Bagaimanapun, perubahan teknologi selalu menimbulkan ketakutan akan pengangguran massal, namun ada lebih banyak orang yang bekerja di seluruh dunia daripada sebelumnya. Hitung saya di antara mereka yang menganggap pendekatan ini agak terlalu meremehkan ancaman. Di satu sisi, sementara kisah yang sangat luas tentang kemajuan teknologi selama dua abad terakhir adalah kisah di mana lapangan kerja telah tumbuh secara besar-besaran, dalam periode yang lebih pendek (yang dapat berlangsung selama beberapa dekade) disrupsi teknologi dapat menghasilkan cukup banyak kesulitan untuk tujuan tertentu. subset pekerja—dan bahkan, dalam beberapa kasus, untuk angkatan kerja secara keseluruhan. Dan di sisi lain, AI adalah hewan yang berbeda dari mesin uap atau komputer desktop.

Karya terbaru yang menarik oleh Greg Ip, seorang teman dan mantan kolega sekarang di Jurnal Wall Street, membantu mengilustrasikan mengapa hidup mungkin lebih sulit bagi para pekerja daripada yang dihargai oleh para optimis. Mr Ip mempertimbangkan penyebaran AI yang terlatih untuk mengenali pneumonia pada rontgen dada. Industri medis Amerika menghasilkan sekitar 60 miliar gambar radiologi setiap tahun, catat Mr Ip. Sangat mudah untuk membayangkan bagaimana AI yang secara efektif dapat membaca pemindaian semacam itu dapat berdampak signifikan pada kelayakan kerja ahli radiologi yang bekerja. Tapi Pak Ip mengatakan untuk tidak khawatir:

Dalam beberapa dekade terakhir, volume gambar medis telah meroket, mencerminkan meningkatnya beban pasien, lebih banyak jenis pemindaian, dan jumlah gambar yang dihasilkan setiap pemeriksaan. CT scan yang pernah menangkap satu dimensi tubuh sekarang dapat menangkap ketiganya, menghasilkan ratusan atau bahkan ribuan gambar yang sangat detail…

Ketegangan dari semua data itu, katanya, adalah mengapa beberapa gambar di Inggris pergi berminggu-minggu tanpa dibaca, mengapa banyak ahli radiologi yang kehabisan tenaga, dan mengapa kekurangan ahli radiologi tampak, meskipun gajinya tinggi.

Dan:

Dalam “banyak aplikasi AI sehari-hari, mesin memprediksi opsi yang paling relevan dan menyortirnya, tetapi manusia membuat pilihan yang sebenarnya,” kata Avi Goldfarb, seorang ekonom yang berspesialisasi dalam AI di University of Toronto…

Akurasi maksimum membutuhkan algoritma yang dilatih secara terpisah untuk setiap kondisi dan penyakit, proses yang mahal dan padat karya. Kemudian, catat Dr. Dreyer, Food and Drug Administration harus menyetujui sistem tersebut dan dokter kemudian mengintegrasikannya ke dalam praktik mereka.

Jadi, dia menyimpulkan, AI mungkin akan membuat pekerjaan radiologi lebih mudah dan lebih menarik daripada berlebihan. Memang, ia mencatat, ketakutan AI mungkin mirip dengan kepanikan pada 1990-an atas efek pekerjaan dari outsourcing tugas ke teknisi yang lebih murah di luar negeri, yang tidak pernah secara serius mempengaruhi praktisi dunia kaya.

Saya akan menyarankan ahli radiologi untuk mengambil ancaman jauh lebih serius, karena beberapa alasan. Pertama, seperti yang dicatat oleh Mr Ip, ahli radiologi saat ini kekurangan pasokan, meskipun gajinya tinggi. AI baru berjanji untuk membuat ahli radiologi yang ada secara signifikan lebih produktif, yang bagus: tidak adanya pertumbuhan produktivitas yang cepat dalam perawatan kesehatan yang berkontribusi pada peningkatan bagian pengeluaran perawatan kesehatan dalam PDB. Tetapi juga tidak adanya pertumbuhan produktivitas yang cepat dalam perawatan kesehatan yang menyebabkan pertumbuhan luar biasa dalam pekerjaan di sektor ini. (Pekerjaan perawatan kesehatan menyumbang sepertiga dari total pertumbuhan lapangan kerja di Amerika sejak tahun 2000.) Meningkatnya produktivitas dalam membaca pindai mungkin tidak menyebabkan pekerjaan ahli radiologi yang stagnan atau jatuh jika itu berarti penurunan biaya pemindaian yang menyebabkan peningkatan besar-besaran dalam jumlah pemindaian yang dilakukan, tetapi tidak ada indikasi bahwa ini adalah hasil yang mungkin.

Besaran pekerjaan penting, dan pergeseran teknologi yang menggantikan sejumlah besar ahli radiologi produktivitas rendah dengan sejumlah kecil ahli radiologi produktivitas tinggi berarti, setidaknya, gangguan serius menunggu banyak pekerja radiologi. Terlebih lagi, karena ahli radiologi berhenti kekurangan pasokan, daya tawar mereka akan terkikis, dan begitu juga kemampuan mereka untuk meminta dan menerima gaji meningkat. Jika banyak ahli radiologi yang bekerja menemukan diri mereka dalam persaingan untuk mendapatkan jumlah pekerjaan yang lebih sedikit, ada kemungkinan bahwa bahkan mereka yang terus bekerja di lapangan tidak dapat memperoleh banyak keuntungan berupa uang sebagai akibat dari peningkatan produktivitas dari AI. .

Dalam jangka panjang, faktor-faktor lain tampak lebih besar untuk nasib ahli radiologi. Kemampuan AI sama sekali tidak statis. AI yang ada mungkin berfungsi paling baik sebagai pelengkap bagi pekerja manusia, tetapi itu hampir pasti akan berubah dalam waktu yang sangat singkat. Teknik-teknik yang mendasari pembelajaran mesin itu sendiri menjadi lebih baik dengan kecepatan yang menakjubkan, untuk satu hal. Di sisi lain, nilai yang ditambahkan manusia, dalam menilai informasi yang diberikan kepada mereka oleh AI dan membuat penilaian, dapat digunakan untuk melatih AI melakukan pekerjaan mereka dengan lebih baik. Ahli radiologi yang terus bekerja akan melatih pengganti mereka. Dan jika produktivitas yang meningkat di bidang radiologi menyebabkan peningkatan jumlah pemindaian, itu juga akan menambah data yang tersedia untuk mesin, yang semakin meningkatkan kemampuan mereka. Tampaknya taruhan yang bagus bahwa ahli radiologi yang cakap dan berpengalaman tidak akan digantikan oleh mesin dalam lima hingga sepuluh tahun ke depan. Tetapi prospek karir macam apa yang sekarang dipertimbangkan oleh siswa apakah akan dilatih untuk menjadi ahli radiologi yang kemungkinan akan dihadapi saat memasuki pasar tenaga kerja?

Poin terakhir menyangkut relevansi paralel outsourcing. Jika Anda melatih seorang pekerja India untuk melakukan pekerjaan ahli radiologi Amerika dengan kemampuan yang sama seperti ahli radiologi itu dalam segala hal, maka Anda meningkatkan total pasokan tenaga kerja efektif ahli radiologi sebesar satu orang. Jika Anda melatih 1.000 pekerja, Anda meningkatkan pasokan ahli radiologi sebanyak 1.000, dan seterusnya. Jika Anda melatih AI untuk melakukan pekerjaan ahli radiologi Amerika dengan kemampuan yang sama seperti ahli radiologi itu dalam segala hal, maka Anda meningkatkan total pasokan tenaga kerja efektif ahli radiologi dengan jumlah yang tidak terbatas. Jadi ya, mahal untuk melatih algoritme untuk menangani setiap keanehan yang terkait dengan setiap penyakit, seperti halnya mahal untuk melatih seorang pekerja manusia. Tetapi tidak ada perbandingan antara efek ekonomi dari pelatihan AI versus pekerja. Yang terakhir menempatkan sejumlah kecil tekanan ke bawah pada upah ahli radiologi. Yang terakhir membuat semuanya—setiap orang yang bekerja di setiap klinik dan rumah sakit di mana pun—tidak perlu, semuanya dalam sekejap.

Tentu saja ada kemungkinan bagi pekerja yang dipindahkan untuk mencari pekerjaan lain. Tetapi semakin besar penyesuaiannya, semakin sulit bagi pekerja individu, dan semakin kita harus mengharapkan penurunan gaji untuk memainkan peran penting dalam membersihkan pasar tenaga kerja. Dan hal lain tentang AI, tentu saja, adalah bahwa peningkatan teknologi yang dicapai di satu bagian ekonomi kemungkinan besar akan menyertai, dan memang berkontribusi pada, peningkatan teknologi di tempat lain dalam perekonomian. Itu adalah berita fantastis bagi konsumen—asalkan kita dapat mengelola transisi tanpa mengalami krisis sosial yang besar (atau mencekik teknologi pada masa pertumbuhannya untuk menghindarinya). Tetapi itu juga berarti bahwa para pekerja memiliki banyak ketakutan.

Posted By : togel hari ini hongkong