Jason Wei:放射科不会被 AI 自动化,需求弹性是关键变量

_jasonwei · x · 2026-10-20

前 OpenAI 研究员 Jason Wei 撰文反驳「AI 将取代放射科医生」的流行预测。Hinton 2016 年曾称「人们应该停止培养放射科医生」,但如今放射科医生需求反而创历史新高。

论点一:智能的锯齿边缘。 放射科远比想象中多任务——仅 X 光就能诊断上百种疾病,CT/MRI 更是数千种。AI 会先掌握常见、易识别的病症,在罕见病上弱于专家。AI 会先成为分诊工具而非全自动,从可靠分诊到完全自动化乐观估计也需 3-5 年,瓶颈是罕见病数据收集,且放射科并非前沿实验室的优先方向。

论点二:需求弹性(杰文斯悖论)。 单位解读成本趋近于零后,医生会预防性地开更多扫描。放射科医生可能只需读 20% 的入站扫描,但入站量可能是 5 倍。许多发展中国家每百万人放射科医生不足一名,需求空间巨大。

长期推演:廉价快速的影像解读还将激励厂商造更便宜的扫描设备,整个行业蛋糕变大而非萎缩。这些原则适用于一切「需求可弹性增长、质量可随智能提升」的领域。

所属事件:Hinton「停止培养放射科医生」预言落空引发反思(4 条相关)→

原文链接 →

「漫话AGI」频道最新

更多「漫话AGI」频道 AI 资讯 →