Im Jahr 2016 sagte Geoffrey Hinton voraus, dass Computer Radiologen innerhalb von fünf Jahren ersetzen würden. Sie haben es nicht getan. Die Reihen der Radiologie wachsen, und die Zahl der Praktiker wird in den nächsten drei Jahrzehnten um 26 Prozent zunehmen. Dennoch bleibt Hintons Weitsicht bestehen: KI erreicht oder übertrifft nun die menschliche Leistung bei vielen Bildgebungsaufgaben. Anfang 2026 sind etwa drei Viertel der 1.400 KI-fähigen medizinischen Geräte, die von der FDA zugelassen wurden, für die Radiologie bestimmt.

KI-Tools erstellen Berichte, markieren dringende Bilder und erkennen manchmal Anomalien, die für das menschliche Auge unsichtbar sind. Beispielsweise ergab eine Analyse von 43 klinischen Studien, dass KI-gestützte Koloskopien mehr Polypen aufdecken. Die menschliche Fehlerquote bei diagnostischen Bildern liegt zwischen 3 und 5 Prozent, was weltweit jährlich etwa 40 Millionen Fehler verursacht. Die Lösung besteht nicht darin, Menschen zu ersetzen, sondern die Präzision der KI mit menschlicher Erfahrung zu kombinieren.

Die Gestaltung der Zusammenarbeit ist komplex. Selbst wenn KI im Durchschnitt zuverlässiger ist, macht sie dennoch Fehler, wo Menschen keine machen würden, sagt der Radiologe Curtis Langlotz von Stanford. Radiologen müssen jede KI-Entscheidung bewerten, eine "komplette mentale Neuverdrahtung" laut Paul Yi vom St. Jude Children's Research Hospital. Im Gegensatz zu regelbasierten Warnungen sind KI-Neuronale Netze "Black-Box"-Systeme, was die Überwachung erschwert.

Das Ziel ist es, die technische Genauigkeit der KI mit menschlicher Flexibilität zum Wohle der Patienten zu verbinden.