English
Radiolog plus AI kontra sam algorytm: Szanghaj rozstrzyga, FDA płaci za dowody
Tydzień, w którym liczby zamiast sloganów zdecydowały, komu ufać w diagnostyce obrazowej wspieranej AI. Z jednej strony chiński test kliniczny brutalnie zweryfikował mit w pełni autonomicznego radiologa-algorytmu, z drugiej – amerykański regulator postanowił sam zbudować narzędzie do oceny jakości raportów generowanych przez AI, zanim trafią one do miliona pacjentów.
01 · AI vs radiolog
Szanghaj: samodzielny agent AI przegrywa z duetem radiolog plus AI [1]
Na piątej akademickiej konferencji o AI w obrazowaniu medycznym, która odbyła się w Szanghaju 21-23 sierpnia 2026, zorganizowano coś w rodzaju pojedynku na żywym materiale klinicznym. Do testu wybrano dziesięć autentycznych, nietypowych przypadków ze szpitali trzeciego stopnia, a nad ich diagnozą pracowało siedem różnych układów: lekarze o różnym stażu, zespoły ludzkie oraz agenty AI działające solo i wspólnie z lekarzem.
Wynik był jednoznaczny. Najwyższą notę – 85,2 punktu – zdobył doświadczony lekarz wspierany przez agenta AI, tuż za nim uplasował się mniej doświadczony lekarz również pracujący z AI (83,8 pkt). Samodzielny agent AI, mimo że przygotowywał raporty w zaledwie 20,5 minuty (wobec 66-88 minut dla zespołów z udziałem człowieka), uzyskał zauważalnie słabszy wynik – 66,2 punktu. Szybkość nie przełożyła się na jakość: algorytm działający bez nadzoru częściej popełniał błędy i generował fałszywie dodatnie wykrycia.
Wniosek na 2026 rok brzmi więc dość otrzeźwiająco dla entuzjastów pełnej automatyzacji: AI potrafi świetnie przyspieszać powtarzalne elementy pracy diagnostycznej, ale najlepsze efekty wciąż daje połączenie jej z doświadczeniem i osądem człowieka, a nie zastąpienie go.
02 · Regulacje FDA
FDA sypie milionami na weryfikację raportów AI [2]
Jeśli wyniki z Szanghaju pokazują, że nadzór radiologa się opłaca, to kolejna wiadomość pokazuje, jak regulatorzy chcą ten nadzór zinstytucjonalizować. Amerykańska FDA przyznała firmie Cognita Imaging 1,29 mln dolarów w ramach 18-miesięcznego kontraktu badawczego na opracowanie metody oceny jakości raportów radiologicznych generowanych przez duże modele językowe.
Sedno projektu to podejście „LLM jako jury” – zamiast polegać na ocenie jednego modelu, kilka niezależnych LLM-ów ocenia ten sam raport, co ma dać bardziej wiarygodny, uśredniony werdykt o jego jakości. Po opracowaniu i przetestowaniu metodologii zespół zamierza zastosować ją na dużą skalę – do analizy około miliona badań pacjentów pochodzących z różnorodnej amerykańskiej populacji, obejmującej różne placówki, typy sprzętu obrazowego i jednostki chorobowe.
Co istotne, człowiek wcale nie znika z procesu – radiolodzy mają weryfikować przypadki, w których oceny modeli znacząco się rozjeżdżają, aby odróżnić błędy samego raportu AI od błędów mechanizmu oceniającego. To pokazuje, że nawet regulator budujący narzędzia do automatycznej kontroli jakości traktuje ludzki nadzór jako nieodzowny element układanki – dokładnie tak, jak sugerował test z Szanghaju.
03
Dwa sygnały, jeden kierunek
Zestawione obok siebie, oba wydarzenia rysują spójny obraz branży w 2026 roku: AI w diagnostyce obrazowej dojrzewa nie w stronę pełnej autonomii, lecz w stronę coraz lepiej zaprojektowanej współpracy z człowiekiem – i coraz solidniej mierzonej jakości tej współpracy. Pytanie nie brzmi już „czy AI zastąpi radiologa”, tylko „jak najlepiej zmierzyć i zaufać temu duetowi”.
Właśnie o takich pomiarach, standardach i praktycznych wdrożeniach będziemy rozmawiać podczas Forum Diagnostyki Obrazowej 2026 – zapraszamy do śledzenia programu i odwiedzenia targów.
Zaproszenie
Skoro nawet najnowsze testy kliniczne i sama FDA stawiają na współpracę radiologa z AI, a nie na pełną automatyzację, warto zobaczyć te rozwiązania na żywo. Na Forum Diagnostyki Obrazowej 2026 spotkasz dostawców narzędzi AI wspierających radiologów oraz ekspertów od walidacji i jakości takich systemów. Sprawdź program i zarezerwuj termin już dziś.
Forum Diagnostyki Obrazowej 2026Przypisy
[1] Chiny24.com — https://chiny24.com/wiadomosci/agent-ai-jako-glowny-asystent-radiologa-najlepsze-wyniki-daje-wspolpraca-z-czlowiekiem[2] AuntMinnie — https://www.auntminnie.com/imaging-informatics/artificial-intelligence/news/15835093/cognita-wins-129m-fda-contract-to-evaluate-radiology-ai