BMJ圣诞刊上的一项研究发现，人工智能 (AI) 目前无法通过一项合格的放射学答案，这表明这项有前途的技术尚未准备好取代医生。

AI 越来越多地用于医生执行的某些任务，例如解读 X 光片(X 光片和扫描片)以帮助诊断一系列疾病。

但是，AI 能否通过英国皇家放射科学院院士 (FRCR) 答案，英国学员必须通过该答案才能获得放射学顾问资格?为了找出答案，研究人员将市售 AI 工具的性能与 26名放射科医生(大多数年龄在 31 至 40 岁之间;62% 为女性)进行了比较，他们都在前一年通过了 FRCR 答案。

他们开发了 10 个“模拟”快速报告答案，这些答案基于构成资格 FRCR 答案的三个模块之一，旨在测试考生的速度和准确性。

每个模拟答案包括 30 张射线照片，其难度和知识广度与真正的 FRCR 答案相同或更高。要通过答案，考生必须在 35 分钟内正确解读 30 张图像中的至少 27 张(90%)。

人工智能候选人接受过培训，可以评估多种情况下的胸部和骨骼(肌肉骨骼)射线照片，包括骨折、关节肿胀和脱臼以及肺部塌陷。

考虑到与 AI 候选人未受过训练的身体部位相关的图像，这些图像被认为是“无法解释的”。

当无法解释的图像被排除在分析之外时，AI 候选人的平均总体准确率为 79.5%，并通过了 10 项模拟 FRCR 答案中的两项，而普通放射科医生的平均准确率为 84.8%，并通过了 10 项模拟答案中的四项。

AI 候选人的敏感性(正确识别患有疾病的患者的能力)为 83.6%，特异性(正确识别无疾病患者的能力)为 75.2%，而所有放射科医师的特异性分别为 84.1% 和 87.3%。

在超过 90% 的放射科医师正确解读的 300 张射线照片中，有 148 张是 AI 候选者在 134 张 (91%) 中正确，在其余 14 张 (9%) 中错误。