Data uit de gezondheidszorg zijn niet altijd gemakkelijk toegankelijk en voldoende gelabeld. de huidige AI trainingsmethoden vereisen nog steeds enorme hoeveelheden data. Er zijn te weinig beschikbare gevallen voor training van zeldzame, maar kritieke, gevallen. Mensen kunnen deze kennis uit leerboeken halen en herkennen. Echter, AI heeft veel voorbeelden nodig om onderscheid te maken tussen zeldzame maar belangrijke bevindingen en gewone, minder kritieke bevindingen. Alles wat buiten ‘de standaard’ valt, wordt problematisch voor deze modellen.
De veronderstelling dat radiologen als eerste zouden worden vervangen door AI is niet waar gebleken. Waarom niet? Hoewel technische experts AI misschien begrijpen, hebben ze vaak geen inzicht in de complexiteit van de geneeskunde. In een interview met Dr. Daniel Pinto dos Santos, hoofdarts radiologie aan het Universitair Ziekenhuis van Keulen en voorzitter van de eHealth and Informatics Subcommittee bij de European Society of Radiology, bespreekt ICT&Health de aspecten van het werk van radiologen die AI nog niet aankan.
