Geoffrey Hinton, een van de grondleggers van moderne AI en door velen ook wel de godfather van AI genoemd, zei in 2016 dat we eigenlijk moesten stoppen met het opleiden van radiologen, omdat deep learning volgens hem binnen 5-10 jaar beter zou zijn dan mensen in het lezen van medische beelden.
De uitspraak van Geoffrey Hinton in 2016 over de toekomst van radiologie en AI kreeg veel aandacht en werd vaak aangehaald als voorbeeld van de verwachting dat AI bepaalde hoogopgeleide beroepen snel zou vervangen. In de jaren daarna bleek die voorspelling niet uit te komen: de vraag naar radiologen bleef bestaan en in veel zorgsystemen is eerder sprake van tekorten dan van overcapaciteit, terwijl AI vooral wordt ingezet als hulpmiddel in plaats van als vervanging.
Hinton heeft later erkend dat hij zich in zowel de timing als de reikwijdte van zijn uitspraak heeft vergist en benadrukt dat AI vooral de beeldanalyse ondersteunt, terwijl radiologen verantwoordelijk blijven voor interpretatie in context, overleg en besluitvorming.
De anekdote laat zien hoe moeilijk het is om technologische ontwikkelingen en hun impact op beroepen betrouwbaar te voorspellen, zelfs voor experts die zelf een sleutelrol in die ontwikkeling spelen.
Bronnen
- Hinton, G. (2016, 23 november). On radiology. [2016 Machine Learning and Market for Intelligence Conference in Toronto].
Torres, F. S. (2020). When discussing the impact of AI on radiology, just remember: radiology is an infinite game. Radiologia Brasileira, 53(6), VII–VIII. - ICThealth. (2021, 19 oktober). Impact AI op toekomst radiologie: vier scenario’s.
- Nederlandse Vereniging voor Radiologie. (2026, 5 maart). AI in de radiologie: tussen verwachting en praktijk.
