Wbrew słynnej prognozie Geoffreya Hintona, laureata Nagrody Nobla i ojca nowoczesnego AI, radiologia nie zniknie zastąpiona przez komputery. Hinton przewidywał w 2016 roku, że radiologowie - lekarze czytający rentgeny, ultrasonogramy i inne obrazy diagnostyczne - będą zbędni w ciągu pięciu lat. Jednak liczba radiologów nie maleje, wręcz przeciwnie - oczekuje się wzrostu zawodu o co najmniej 26 procent przez następne trzydzieści lat.
To jednak nie znaczy, że Hinton się mylił w zupełności. Jego intuicja co do roli AI była trafna - dziś radiologowie rzeczywiście pracują u boku systemów komputerowych, które dorównują lub przewyższają ich wydajność. Tyle że dynamika rynku pracy okazała się inna niż przewidywano. Radiology stała się gorącym polem dla AI w medycynie - na początek 2026 roku około 75 procent z 1400 urządzeń medycznych zatwierdzonych przez FDA to narzędzia dla radiologii. Część z nich zwiększa efektywność lekarzy poprzez automatyczne generowanie raportów czy flagowanie obrazów wymagających pilnej uwagi.
Inne systemy AI mają potencjał, by rzeczywiście poprawiać diagnostykę poprzez wykrywanie anomalii niewidocznych dla ludzkiego oka lub interpretowanie obrazów co najmniej równie dobrze jak wytrenowani specjaliści, a czasem nawet lepiej. Radiologia staje się wzorem dla adopcji systemów decyzyjnych opartych na AI w całej opiece zdrowotnej, pokazując, że automatyzacja często oznacza transformację pracy, a nie jej całkowitą eliminację.