Según Hinton, sucederá en los próximos 5 años con un aprendizaje profundo:
Pero muchas personas que trabajan en el campo (tanto radiólogos como informáticos que trabajan en radiología) no están de acuerdo con esto, porque los radiólogos tienen tareas más complejas que solo clasificar imágenes.
Aún así, la mayoría está de acuerdo en que el aprendizaje profundo transformará la radiología considerablemente en un futuro muy cercano (no solo radiología sino también otros campos, especialmente la patología). Porque tareas como clasificar imágenes requieren mucho tiempo de radiólogo. Por lo tanto, el aprendizaje profundo reducirá mucho la carga de trabajo para los radiólogos. Esto significa que necesitaremos menos radiólogos.
- ¿Cómo tratan SVM y ANN los valores atípicos?
- ¿Cuáles son los temas que debo saber antes de comenzar el aprendizaje automático?
- ¿Qué es una red de detección como YOLO o SSD en el aprendizaje automático?
- ¿Es un árbol de decisión solo un nombre elegante para una secuencia de declaraciones if-else-if-else -if-else?
- ¿Es posible crear un filtro adaptativo usando una red neuronal para que después del entrenamiento pueda filtrar la señal ruidosa y dar la salida deseada?
Como resultado, se necesitarán radiólogos, pero mucho menos en números en un futuro muy cercano, probablemente dentro de los próximos 5 a 10 años.
