别再培训放射科医生了

当年怎么说

2016 年，Geoffrey Hinton 在多伦多的一场演讲里说：现在就应该停止培训放射科医生了，因为五年内深度学习在读片上会比人强，"it's just completely obvious"。这句话被引用了十年，是"AI 替代专家"最著名的判词。论证也成立：影像识别正是深度学习最早成熟的能力，benchmark 上模型的表现确实节节逼近甚至超过人类。

实际发生了什么

十年过去，放射科没有消失。美国放射科医生持续短缺，住院医培训名额照旧抢手，影像科的工作量不降反升——检查量涨得比医生快。AI 读片工具确实进了科室，但位置是第二双眼睛：分诊、标记可疑区域、写报告初稿。签字的人还是医生。

为什么没成真

三件事没算进去。一，岗位是任务的捆：读片只是放射科工作的一部分，还有定方案、跟临床沟通、做介入、为结论担责。二，担责不能外包：漏诊的官司不会打模型，只会打签字的人，医院和监管都不会为"模型说的"买单。三，需求会涨：读片变快变便宜之后，医生开的检查更多了——效率提升被需求增长吃掉，这是 Jevons 悖论在医疗里的样子。

意想不到的事

Hinton 本人后来成了 AI 风险最著名的警告者。2016 年他担心的是医生失业，2023 年之后他担心的完全是另一件事——两个预测出自同一张嘴，方向几乎相反。预测者的立场漂移本身，也该记进对账里。