Umjetna inteligencija ulazi u sve dijelove medicine – od dijagnostike do terapije i prevencije, ali i otvara pitanje koliko joj možemo vjerovati u donošenju medicinskih odluka.
Umjetna inteligencija sve se više se pozicionira kao jedan od ključnih alata suvremene medicine, s potencijalom da promijeni gotovo sve njezine razine – od ranog otkrivanja bolesti i dijagnostike, do odabira i prilagodbe terapijskih pristupa. Njezina najveća snaga leži u sposobnosti obrade golemih količina podataka u vrlo kratkom vremenu te prepoznavanju obrazaca koji ljudskom oku često ostaju nevidljivi, zbog čega već danas u pojedinim segmentima kliničke prakse postiže rezultate usporedive ili bolje od tradicionalnih metoda.
Istodobno, umjetna inteligencija više nije samo pomoćni alat u pozadini medicinskog sustava, nego sve češće ulazi u prostor donošenja odluka koje izravno utječu na pacijente. Od analize radioloških snimki i predviđanja razvoja bolesti, do personalizirane medicine koja terapije prilagođava genetskom profilu pojedinca, njezina primjena ubrzano se širi i mijenja ustaljene obrasce rada.
No, paralelno s tehnološkim napretkom otvara se i niz složenih pitanja koja nadilaze samu učinkovitost sustava. Sve je izraženija potreba za redefiniranjem medicinske odgovornosti, ali i odnosa između liječnika, pacijenta i algoritma. Tko u konačnici snosi odgovornost za odluku donesenu uz pomoć umjetne inteligencije i u kojoj se mjeri u tom procesu može očuvati povjerenje, koje je temelj svakog liječenja, pitanja su koja medicina tek počinje ozbiljnije otvarati.
Tehnologija koja već mijenja sustave
Upravo u tom prostoru između tehnološkog potencijala i društvenih izazova jasno se vidi koliko se brzo promijenila percepcija umjetne inteligencije: od nedavnog obećanja do opipljive stvarnosti koja već danas preoblikuje zdravstvene sustave. Njezina primjena ne zaustavlja se na dijagnostici i kliničkoj praksi, nego, kako stoji na stranicama Europske komisije, zahvaća i širu organizaciju skrbi – od učinkovitijeg upravljanja bolničkim resursima i smanjenja administrativnog opterećenja, do pokušaja rješavanja dugogodišnjih problema poput rastućih troškova i nedostatka kadra.
Istodobno, umjetna inteligencija omogućuje ranije i preciznije medicinske intervencije, od predviđanja akutnih stanja poput sepse do boljeg otkrivanja malignih bolesti. Takvi pomaci ne znače samo tehnološki napredak, nego i mogućnost manje invazivnog i učinkovitijeg liječenja.
Promjene su vidljive i izvan klinika. U farmaceutskoj industriji AI ubrzava razvoj lijekova, optimizira klinička ispitivanja i poboljšava praćenje sigurnosti terapija, skraćujući put od istraživanja do pacijenta. Istodobno, regulatorni okviri, osobito u Europskoj uniji, postupno se prilagođavaju novim tehnologijama kako bi se istodobno potaknule inovacije i očuvala sigurnost.
Od probira raka do virtualnih asistenata
U hrvatskom zdravstvenom sustavu AI se koristi na način koji značajno poboljšava učinkovitost i preciznost zdravstvene skrbi, no, kako ističe ravnateljica Uprave za zdravstvenu zaštitu Ministarstva zdravstva dr. Ivana Portolan Pajić, pacijenti taj segment gotovo i ne primjećuju.
– Njezine primjene obuhvaćaju niz područja, ponajprije radiologiju i analizu medicinskih nalaza, gdje doprinosi bržoj i preciznijoj interpretaciji rezultata. Umjetna inteligencija koristi se i u sustavima za automatsku transkripciju govora u tekst, čime se znatno smanjuje vrijeme potrebno za administrativne zadatke – dodaje.
Kao jedan od primjera korištenja AI-a, dr. Portolan Pajić ističe virtualnu asistenticu “Megi”, rezultat suradnje hrvatskog startupa Mindsmiths i klinike Magdalena, a koja prati čimbenike rizika poput krvnog tlaka, kolesterola i tjelesne mase te podsjeća pacijente na terapiju i promjene zdravstvenog stanja. Sustav također poboljšava pridržavanje terapije, dok pacijenti komuniciraju isključivo putem jednostavnog digitalnog sučelja.
– U okviru Nacionalnog programa probira raka pluća, koji se provodi od 2020. godine, ključna metoda je niskodozni CT (LDCT) za rizične skupine, ponajprije dugogodišnje pušače. Program omogućuje otkrivanje bolesti u ranoj fazi, kada su izgledi za uspješno liječenje znatno veći. AI nadograđuje taj sustav analizom CT snimki, pri čemu može označiti sumnjive promjene koje bi mogle biti previđene, procijeniti individualni rizik razvoja raka te pomoći u razlikovanju bezazlenih od potencijalno zloćudnih čvorova – objašnjava Portolan Pajić.
Umjetna inteligencija, dodaje, može znatno doprinijeti kliničkoj praksi obradom i filtriranjem velikih količina podataka te analizu medicinskih snimaka, osobito u radiologiji gdje pomaže u ranijem i preciznijem prepoznavanju promjena koje mogu upućivati na razvoj bolesti.
– Mislim da se u ovom trenutku s primjenom AI rješenja najdalje otišlo u području radiologije u kojem su razvijeni brojni alati koji ubrzavaju i pomažu u donošenju odluka. Međutim, smatram da je obiteljska medicina trenutačno područje s najvećim prostorom za uvođenje novih rješenja. Naime, u obiteljskoj medicini postoji ogroman skup podataka, nalaza, vrijednosti koje se sve bilježe na CEZIH-u i to bi umjetna inteligencija mogla fantastično sažeti, analizirati i pomoći kako u prevenciji tako i u dijagnostici te liječenju na primarnoj razini zdravstvene zaštite – ističe dr. Ino Protrka, liječnik obiteljske medicine.
Rak pluća pritom ostaje jedan od najozbiljnijih javnozdravstvenih izazova, s više od 3300 novih slučajeva godišnje u Hrvatskoj i gotovo 2800 smrtnih ishoda, pri čemu rano otkrivanje presudno utječe na ishod liječenja. U tom se kontekstu umjetna inteligencija nadovezuje na postojeće programe probira i dodatno ih unapređuje, povećavajući preciznost analize i mogućnost pravodobne detekcije rizičnih promjena.
Osim kliničkih sustava, u primjeni su i modeli koji proširuju mogućnosti predviđanja razvoja bolesti. Tako se, primjerice, u Hrvatskoj testira sustav “Sibyl” na Klinici za plućne bolesti Jordanovac, temeljen na 3D neuronskoj mreži, koji osim analize medicinskih slika procjenjuje i dugoročni rizik razvoja raka pluća.
Sličan pristup sve se više primjenjuje i u kardiologiji, gdje se istražuju mogućnosti ranog otkrivanja bolesti srca s pomoću umjetne inteligencije. Znanstveni tim sa Sveučilišta u Oxfordu razvio je alat umjetne inteligencije koji analizom rutinskih CT snimki srca može procijeniti vjerojatnost razvoja zatajenja srca i do pet godina prije pojave prvih simptoma, s visokom razinom točnosti. Sustav pritom ne zahtijeva dodatne ili specijalizirane pretrage, već se oslanja na podatke koji se ionako rutinski prikupljaju u kliničkoj praksi.
Ključ inovacije leži u sposobnosti algoritma da uoči vrlo suptilne promjene u perikardijalnom masnom tkivu, koje okružuje srce i koronarne arterije. Te promjene nastaju postupno, godinama prije kliničke manifestacije bolesti, a umjetna inteligencija povezuje ih s budućim rizikom razvoja zatajenja srca. Na temelju toga sustav generira individualiziranu procjenu rizika, koju liječnici mogu koristiti kao dodatni alat u donošenju odluka o praćenju i liječenju pacijenata.
Iako su takvi alati još u fazi razvoja i zahtijevaju dodatnu kliničku validaciju, pokazuju smjer u kojem se dijagnostika razvija – prema ranijem otkrivanju bolesti, većoj preciznosti i boljoj potpori liječnicima u donošenju odluka.
U području digitalnih zdravstvenih usluga sve važniju ulogu preuzimaju AI asistenti namijenjeni izravnoj komunikaciji s građanima. Jedan od takvih sustava je ZdrAVKO, digitalni zdravstveni asistent Hrvatskog zavoda za javno zdravstvo (HZJZ), koji je u prvih mjesec dana rada zaprimio više od 128 tisuća upita.
ZdrAVKO je temeljen na umjetnoj inteligenciji i dostupan putem aplikacije WhatsApp 24 sata dnevno, a građanima pruža informacije o prevenciji bolesti, nacionalnim programima ranog otkrivanja te drugim temama iz područja javnog zdravstva. Prema podacima HZJZ-a, samostalno odgovara na oko 98 posto upita, pri čemu pokriva više od 60 zdravstvenih tema.
Uz informativnu ulogu, sustav ima i funkciju usmjeravanja korisnika – u slučajevima kada procijeni potrebu za stručnom pomoći, građane upućuje na zdravstvene stručnjake HZJZ-a. Time se, uz rastući broj korisnika, sve jasnije vidi njegova uloga u rasterećenju sustava i poboljšanju dostupnosti zdravstvenih informacija.
U istom smjeru razvoja digitalnih zdravstvenih usluga pojavljuju se i specijalizirani AI asistenti usmjereni na pojedina područja medicine. Jedan od njih je Gina – prva hrvatska AI asistentica za ginekološku pismenost, predstavljena kao alat za edukaciju i informiranje žena o reproduktivnom i spolnom zdravlju.
Gina je razvijena u suradnji tehnoloških i zdravstvenih stručnjaka te funkcionira kao digitalni razgovorni asistent dostupan putem WhatsAppa, s ciljem pružanja provjerenih i razumljivih informacija iz područja ginekologije, spolnog i reproduktivnog zdravlja. Poseban naglasak stavlja se na dostupnost i diskretnost, kako bi korisnice mogle anonimno i u svakom trenutku dobiti osnovne informacije o simptomima, pregledima i prevenciji.
Novi modeli zdravstvene komunikacije
U širem globalnom kontekstu razvijaju se i komercijalni AI zdravstveni asistenti koji idu korak dalje od informiranja i ulaze u organizaciju konkretne zdravstvene skrbi. Jedan od najambicioznijih primjera je Amazonov Health AI, digitalni asistent koji povezuje korisnike sa zdravstvenim podacima, receptima i liječničkim uslugama unutar vlastitog ekosustava.
Sustav je, uz pristanak korisnika, integriran s medicinskim podacima te može analizirati povijest bolesti, laboratorijske nalaze i simptome, ali i pomoći u praktičnim koracima poput obnove recepata putem Amazon Pharmacyja ili zakazivanja pregleda u mreži One Medical, koju je tvrtka preuzela s ciljem širenja zdravstvenih usluga. Time se AI ne zadržava na razini savjetnika, nego postaje svojevrsna digitalna točka ulaska u zdravstveni sustav.
Za razliku od javnozdravstvenih i edukativnih asistenata poput ZdrAVKA i Gine, Amazonov model pokazuje kako se AI u zdravstvu razvija i u smjeru integriranih platformi koje objedinjuju informacije, administraciju i zdravstvenu skrb u jedinstvenom digitalnom okruženju, dodatno otvarajući pitanje uloge tehnoloških kompanija u organizaciji zdravstvenih usluga.
– U Domu zdravlja Zagreb Centar u proteklih smo nekoliko godina provodili projekt uvođenja administratora kao trećeg člana u tim obiteljske medicine uz liječnika i medicinsku sestru i to se pokazalo kao sjajno rješenje. Administratori bi mogli koristiti AI alate prilikom naručivanja stalne terapije, trijažiranja, naručivanja na dijagnostičke pretrage, davanja osnovnih informacija i u brojnim drugim situacijama. Sve to bi naravno nadzirali liječnik i medicinska sestra koji bi tako bili znatno rasterećeniji i bilo bi im omogućeno fokusirati se primarno na medicinu, a puno manje na administraciju – objašnjava dr. Protrka.
Na slične izazove u kliničkoj primjeni upozoravaju i znanstvena istraživanja koja analiziraju stvarnu učinkovitost velikih jezičnih modela u medicini. Međutim, unatoč velikom potencijalu, primjena umjetne inteligencije i dalje otvara pitanja pouzdanosti u stvarnim kliničkim uvjetima.
Studija objavljena u časopisu JAMA Network Open pokazala je da veliki jezični modeli još uvijek nisu spremni za samostalnu kliničku primjenu. U više od 80 posto slučajeva nisu uspjeli točno izvesti diferencijalnu dijagnozu, koja je ključna za kliničko razmišljanje, dok su znatno bolje rezultate postizali tek kada su im bili dostupni potpuni klinički podaci.
Iako se njihova točnost u konačnoj dijagnozi može kretati i iznad 90 posto, istraživači upozoravaju da modeli i dalje imaju poteškoća u ranim fazama procjene, kada je potrebno raditi s nejasnim i nepotpunim informacijama. Upravo u tom području, kako ističu stručnjaci, AI još ne može zamijeniti liječničko rasuđivanje.
Zbog toga se naglašava da umjetna inteligencija u zdravstvu zasad ostaje alat koji zahtijeva nadzor liječnika, osobito u situacijama kliničke nesigurnosti. To se odnosi i na sve širu upotrebu chatbotova i generativnih modela u zdravstvenim pitanjima, koji mogu pomoći u informiranju, ali ne i u postavljanju dijagnoza bez stručnog nadzora.
AI u svakodnevnom životu pacijenata
U širem kontekstu razvoja AI asistenata, sve se češće otvara i pitanje njihove svakodnevne, neformalne uporabe među građanima, izvan zdravstvenih sustava i službenih platformi. Posebno se ističe korištenje generativnih chatbotova poput ChatGPT-ja, koje korisnici sve češće koriste kao prvi izvor informacija o simptomima i mogućim zdravstvenim stanjima.
Iako takvi alati nisu medicinski dijagnostički sustavi, u praksi se nerijetko koriste za “samoprocjenu” zdravstvenog stanja, tumačenje simptoma ili donošenje odluka o tome treba li potražiti liječničku pomoć. Stručnjaci pritom upozoravaju da, unatoč njihovoj informativnoj vrijednosti, odgovori mogu biti općeniti i ne uzimaju u obzir individualnu medicinsku povijest, zbog čega ne mogu zamijeniti kliničku procjenu liječnika.
Iako ovi sustavi mogu brzo generirati objašnjenja, sažeti medicinsku terminologiju i ponuditi općenite smjernice o mogućim uzrocima simptoma, kako piše BBC, njihova primjena u kontekstu “samopostavljanja dijagnoze” ostaje izrazito osjetljiva. Stručnjaci pritom upozoravaju da je riječ o alatima koji nisu klinički validirani dijagnostički sustavi te ne raspolažu potpunim uvidom u medicinsku povijest, fizičke nalaze ili individualne rizične čimbenike pacijenta. Zbog toga odgovori, iako često formulirani uvjerljivo i samouvjereno, mogu biti nepotpuni ili netočni, osobito kada se temelje na ograničenim ili neprecizno unesenim informacijama. U stvarnim kliničkim situacijama to može dovesti do pogrešnih zaključaka, ali i odgode traženja stručne pomoći, što u određenim slučajevima može imati ozbiljne posljedice.
Upravo zato sve se češće naglašava da ovakvi alati mogu imati edukativnu i informativnu ulogu, ali ne mogu zamijeniti liječnički pregled i kliničku procjenu. Njihova vrijednost najviše dolazi do izražaja kao podrška razumijevanju informacija, dok konačne odluke o zdravlju i dalje moraju ostati u domeni medicinskih stručnjaka.
Sve se češće pritom otvara i pitanje njihove neformalne uporabe u svakodnevnom životu, odnosno korištenja generativnih chatbotova kao prvog izvora informacija o simptomima i mogućim zdravstvenim stanjima. Iako mogu ponuditi brza objašnjenja i pojednostaviti medicinsku terminologiju, stručnjaci upozoravaju da se ne radi o klinički validiranim sustavima. Kako ističu istraživači u području digitalne medicine, “uvjerljivost odgovora ne smije se poistovjećivati s njihovom točnošću”, upravo zato što ovi sustavi nemaju uvid u cjelokupnu medicinsku povijest, nalaze ni rizične čimbenike pojedinog pacijenta.
Zbog toga, iako odgovori često djeluju stručno i samouvjereno, oni mogu biti nepotpuni ili pogrešni, osobito kada korisnici unesu ograničene ili neprecizne informacije. U takvim situacijama postoji rizik da se simptomi pogrešno interpretiraju i da se odgodi traženje liječničke pomoći. Upravo se zato sve više naglašava da AI alati mogu služiti kao početna informacija, ali ne i kao zamjena za kliničku procjenu.
Tehnologija koja traži ravnotežu
Zaključno se može reći kako umjetna inteligencija u hrvatskom zdravstvenom sustavu djeluje uglavnom “iza scene”: ubrzava dijagnostičke procese, olakšava administrativne zadatke, pomaže u predviđanju mogućih komplikacija te podržava pacijente u praćenju vlastitog zdravlja. Građani njezinu prisutnost najčešće i ne primjećuju, jer se učinak očituje jednostavnijim i bržim procesima unutar uobičajene rutine zdravstvene skrbi.
– Uvođenje umjetne inteligencije u zdravstvo mora se temeljiti na jasnim pravilima i standardima koji uključuju transparentnost algoritama, visoku razinu zaštite osobnih podataka i jasno definiranu etičku odgovornost. U tom okviru umjetna inteligencija ostaje alat, dok ključnu ulogu u donošenju odluka i dalje imaju liječnici. Iako njezina primjena donosi velike koristi, otvara i niz izazova vezanih za prava pacijenata i sigurnost zdravstvenih podataka. Povjerenje u takve sustave uvelike ovisi o tome koliko su oni sigurni, ali i koliko su razumljivi u načinu na koji koriste i obrađuju podatke – zaključuje dr. Portolan Pajić.
Dr. Protrka najvećim problemom pak smatra zakonska ograničenja, odnosno pitanja odgovornosti jer Europa, kako ističe, taj dio rješava uz puno više ograničenja od SAD-a ili Kine, zbog čega AI sporije ulazi u svakodnevnu praksu.
– S druge strane tu je i pitanje prilagodbe liječnika na nove tehnologije, pri čemu novije generacije sve bolje time barataju, no svakako bi bilo poželjno da se i kurikulumi na vrijeme prilagođavaju kako ne bismo zaostajali u implementaciji novih rješenja – dodaje dr. Protrka.
U konačnici, najveći izazov ne leži u jednoj komponenti sustava, nego u njihovoj međusobnoj ravnoteži: tehnologiji koja mora biti pouzdana, regulativi koja mora osigurati zaštitu i jasna pravila te povjerenju pacijenata bez kojeg ni najnaprednija rješenja ne mogu zaživjeti u praksi.
Kako pokazuje niz primjera – od dijagnostike i prediktivnih modela do digitalnih asistenata – umjetna inteligencija već sada mijenja način na koji se zdravstvena skrb organizira i pruža. U narednim godinama ključ neće biti samo u razvoju novih tehnologija, nego u njihovoj promišljenoj i odgovornoj primjeni, uz stalno očuvanje središnje uloge liječnika i kvalitete odnosa s pacijentom. Upravo će ta ravnoteža odrediti hoće li potencijal umjetne inteligencije u zdravstvu biti u potpunosti iskorišten.
(Piše: Ida Balog)
