SEMINARSKI RAD

Na temu: Vještačka inteligencija u medicini

Student : Aleksa Sandić

Index br: 175-20/VTP

Banjaluka, mart 2021 godine

 SADRŽAJ
UVOD........................................................................................................................................3
1. O VJEŠTAČKOJ INTELIGENCIJI UOPŠTE......................................................................4
1.1 Istorijski pregled razvoja..................................................................................................5
2. VRSTE VJEŠTAČKE INTELIGENCIJE..............................................................................7
2.1 Struktura vještačke inteligencije......................................................................................8
2.2 Ciljevi VI..........................................................................................................................8
3. VJEŠTAČKA INTELIGENCIJA U MEDICINI...................................................................9
3.1 Etički problemi VI..........................................................................................................11
3.2 Etika VI..........................................................................................................................12
ZAKLJUČAK..........................................................................................................................14
LITERATURA.........................................................................................................................15

2
UVOD

Vještačka inteligencija (takođe VI) je podoblast računarstva. Cilj istraživanja vještačke

inteligencije je razvijanje programa (softvera), koji će računarima omogućiti da se ponašaju
na način koji bi se mogao okarakterisati inteligentnim. Prva istraživanja se vežu za same
korijene računarstva. Ideja o stvaranju mašina koje će biti sposobne da obavljaju različite
zadatke inteligentno, bila je centralna preokupacija naučnika računarstva koji su se
opredijelili za istraživanje vještačke inteligencije, tokom cijele druge polovine 20. vijeka.
Savremena istraživanja u vještačkoj inteligenciji su orijentisana na ekspertske i prevodilačke
sisteme u ograničenim domenima, prepoznavanje prirodnog govora i pisanog teksta,
automatske dokazivače teorema, kao i konstantno interesovanje za stvaranje generalno
inteligentnih autonomnih agenata. Тema ovog seminarskog rada je vještačka inteligencija u
medicini.

3
1. O VJEŠTAČKOJ INTELIGENCIJI UOPŠTE

Vještačka inteligencija kao pojam u širem smislu, označava kapacitet jedne vještačke
tvorevine za realizovanje funkcija koje su karakteristika ljudskog razmišljanja. Mogućnost
razvoja slične tvorevine je budila interesovanje ljudi još od antičkog doba; ipak, tek u drugoj
polovini XX vijeka takva mogućnost je dobila prva oruđa (računare), čime se otvorio put za
taj poduhvat. Potpomognuta napretkom moderne nauke, istraživanja na polju vještačke
inteligencije se razvijaju u dva osnovna smjera: 1

1. psihološka i fiziološka istraživanja prirode ljudskog uma, i

2. tehnološki razvoj sve složenijih računarskih sistema.

U tom smislu, pojam vještačke inteligencije se prvobitno pripisao sistemima i računarskim

programima sa sposobnostima realizovanja složenih zadataka, odnosno simulacijama
funkcionisanja ljudskog razmišljanja, iako i dan danas, prilično daleko od cilja. U toj sferi,
najvažnije oblasti istraživanja su:

 obrada podataka,
 prepoznavanje modela različitih oblasti znanja,
 igre i primijenjene oblasti, kao na primjer medicina.

Neke oblasti današnjih istraživanja obrađivanja podataka se koncentrišu na programe koji

nastoje osposobiti računar za razumijevanje pisane i verbalne informacije, stvaranje rezimea,
davanje odgovara na određena pitanja ili redistribuciju podataka korisnicima zainteresovanim
za određene dijelove tih informacija. U tim programima je od suštinskog značaja kapacitet
sistema za konstruisanje gramatički korektnih rečenica i uspostavljanje veze između riječi i
ideja, odnosno identifikovanje značenja. Istraživanja su pokazala da, dok je probleme
strukturne logike jezika, odnosno njegove sintakse, moguće riješiti programiranjem
odgovarajućih algoritama, problem značenja, ili semantika, je mnogo dublji i ide u pravcu
autentične vještačke inteligencije. Osnovne tendencije danas, za razvoj sistema VI
predstavljaju:

 razvoj ekspertskih sistema i

 razvoj neuronskih mreža.

Ekspertski sistemi pokušavaju reprodukovati ljudsko razmišljanje preko simbola.

1
Branković S, Metodologija društvenog istraživanja, Zavod za udžbenike, Beograd 2014.

4
Neuronske mreže to rade više iz biološke perspektive (rekreiraju strukturu ljudskog mozga uz
pomoć genetskih algoritama). Uprkos složenosti oba sistema, rezultati su veoma daleko od
stvarnog inteligentnog razmišljanja.

Mnogi naučnici su skeptici prema mogućnosti razvijanja istinske VI. Funkcionisanje ljudskog
razmišljanja, još uvijek nije dublje poznato, iz kog razloga će informatički dizajn
inteligentnih sistema, još duži vremenski period biti u suštini onesposobljen za predstavljanje
tih nepoznatih i složenih procesa. Istraživanja u VI su fokusirana na sledeće komponente
inteligencije: 2

 učenje,
 razmišljanje,
 rješavanje problema,
 percepcija i
 razumijevanje prirodnog jezika.

1.1 Istorijski pregled razvoja

Pojam vještačka inteligencija (VI), nastaje ljeta 1956. godine u Dartmudu, Hanover (SAD),
na skupu istraživača zainteresovanih za teme inteligencije, neuronskih mreža i teorije
automata. Skup je organizovao Džon Makarti, ujedno sa Klodom Šenonom, Marvinom
Minskim i N. Ročesterom. Na skupu su takođe učestvovali T. Mur (Prinston), A. Semjuel
(IBM), R. Solomonof i O. Selfridž (MIT), kao i A. Nevil, H. Sajmon (Carnegie Tech, danas
Carnegie Mellon University). Na skupu su postavljene osnove oblasti vještačke inteligencije i
trasiran put za njen dalji razvoj. Ranije, 1950. godine, Alan Tjuring je objavio jedan članak u
reviji Majnd (Mind), pod naslovom „Računari i inteligencija“, gdje govori o konceptu
vještačke inteligencije i postavlja osnove jedne vrste probe, preko koje bi se utvrđivalo da li
se određeni računarski sistem ponaša u skladu sa onim što se podrazumijeva pod vještačkom
inteligencijom, ili ne. Kasnije će ta vrsta probe dobiti ime, Tjuringov test.

2
Dimitra Kamarinou, Christopher Millard, and Jatinder Singh,Machine Learning with Personal Data, Queen
Mary University of London, School of Law Legal Studies, Research Paper 247, London, 2016

5
Skup je posljedica prvih radova u oblasti. Nevil i Sajmon su na njemu predstavili svoj
program za automatsko rezonovanje, Logic Theorist (koji je napravio senzaciju). Danas se
smatra da su koncept vještačke inteligencije postavili V. Mekulok i M. Pits, 1943. godine, u
radu u kom se predstavlja model vještačkih neurona na bazi tri izvora:

1. spoznaja o fiziologiji i funkcionisanju moždanih neurona,

2. iskazna logika Rasela i Vajteheda, i
3. Tjuringova komputaciona teorija.

Nekoliko godina kasnije stvoren je prvi neuralni računar SNARC. Zaslužni za poduhvat su
studenti Prinstona, Marvin Minski i D. Edmons, 1951. godine. Negdje iz iste epohe su i prvi
programi za šah, čiji su autori Šenon i Tjuring. Ova serija uspjeha se lomi sredinom
šezdesetih godina i previše optimistička predviđanja iz ranijih godina se frustriraju. Do tada
implementirani sistemi su funkcionisali u ograničenim domenima, poznatim kao
mikrosvijetovi (microworlds). Transformacija koja bi omogućila njihovu primjenu u stvarnim
okruženjima nije bila tako lako izvodljiva, uprkos očekivanjima mnogih istraživača. Po
Raselu i Norivigu, postoje tri fundamentalna faktora koji su to onemogućili:3

 Mnogi dizajnirani sistemi nisu posjedovali saznanje o okruženju primjene, ili je

implementirano saznanje bilo vrlo niskog nivoa i sastojalo se od nekih jednostavnih
sintaktičkih manipulacija.
 Mnogi problemi koje su pokušavali riješiti su bili u suštini nerješivi, bolje rečeneo,
dok je količina saznanja bila mala i ograničena rješenje je bilo moguće, ali kada bi
došlo do porasta obima saznanja, problemi postaju nerješivi.
 Neke od osnovnih struktura koje su se koristile za stvaranje određenog inteligentnog
ponašanja su bile veoma ograničene.

Važnost shvatanja saznanja u kontekstu domena i primjene, kao i građe strukture, kojoj bi
bilo lako pristupati, dovela je do detaljnijih studija metoda predstavljanja saznanja. Između
ostalih, definisale su se semantičke mreže (definisane početkom šezdesetih godina, od strane
Kilijana) i okruženja (koje je definisao Minski 1975. godine). U istom periodu počinju da se
koriste određene vrste logike za predstavljanje saznanja.

3
Stručna skupina na visokoj razini o umjetnoj inteligenciji. Bruxelles: Etičke smjernice za pouzdanu umjetnu
inteligenciju [Internet]; 2018

6
2. VRSTE VJEŠTAČKE INTELIGENCIJE

Podela VI se može sačiniti najmanje po dva osnova:

1) prema poljima primjene i

2) po stepenu „intelektualnosti“.

Prvi osnov klasifikacije već danas postaje nedovoljno određen, budući da se VI primjenjuje u
gotovo svim oblastima čovjekove aktivnosti. Ovdje ćemo pomenuti samo one njene oblike
koji su najvidljiviji:

 Prvo i najznačajnije je polje pametne telefonije, koja postaje vrsta vještačke

metainteligencije. Telefon u ovoj spravi je postao sporedna aplikacija, a njena glavna
funkcija je platforma koja prima, povezuje i koordinira ulaze iz gotovo svih drugih
oblasti koje na ovaj ili onaj način utiču na život i na kvalitet života ljudske jedinke
 Mjesto na kome se čovjek nalazi i njegova okolina – počev od mapiranja prostora pa
do iskazivanja i prognoziranja vrijednosti meteo parametara i preporuka u vezi s
njihovim uticajem na zdravlje i opšte raspoloženje korisnika;
 Komunikacija, počev od arhaičnog telefoniranja do sasvim novog oblika virtuelne
društvenosti – društvenih mreža i novih medija;
 Kretanje u najširem smislu: praćenje i navigacija vozila, pametni putevi i ulice
opremljeni senzorima, automatsko napajanje energijom pomoću solarnih ćelija;
 Čitav niz drugih polja: zdravstvo, oblast zabave, analitika stavova i osjećanja za
potrebe tržišne i politčke komunikacije; ekonomija, država i politika, kultura i
umjetnost, školska i akademska primjena itd.

Drugi osnov klasifikacijeVI tiče se mogućnosti učenja. Po ovom osnovu ona se dijeli na dvije
velike oblasti:

1. prva je alatka koja rutinski izvršava striktno određene zadatke po striktno određenim
procedurama, ulaznim i izlaznim parametrima i koja nije u stanju da na bilo koji način
sama obogaćuje svoje funkcije;
2. druga je ona oblast VI u kojoj se ona približava ljudskoj inteligenciji, na taj način što
razvija sposobnost učenja.

7
2.1 Struktura vještačke inteligencije

Vještačka inteligencija ima najmanje pet sastavnih komponenti i to su:

1. saznavanje – usmjerenost na informacije koje su potrebne za obavljanje zadataka,

sistematsko pretraživanje različitih populacija, uočavanje i bilježenje podataka,
njihovo prikupljanje, klasifikovanje i mjerenje;
2. druga komponenta je na saznavanju zasnovano zaključivanje – bilo da je riječ o
primjeni formalno logičkih pravila zaključivanja, odnosno o deduktivnom izvođenju
zaključaka, ili o induktivnom uočavanju pravilnosti u nekoj pojavi;
3. treće je praktično postupanje po izvednim zaključcima ako se od pametnih mašina to
traži
4. četvrta je procjena uspješnosti zaključivanja i postupanja,
5. peta je učenje (na osnovu procjene uspješnosti) i korekcija elemenata 1, 2 i 3 na
osnovu nastalih ishoda (rezultata ili posljedica).

Ovo svakako nije linearan put, prije bi se mogao nazvati spiralnim, pri čemu se spirala kreće
naviše, upravo zahvaljujući petoj stavci u ovom modelu.

2.2 Ciljevi VI

Ciljevi vještačke inteligencije su:

 Objasniti principe na kojima se inteligencija zasniva.
 Učiniti računare korisnijim.

Prvi od navedenih ciljeva u vještačkoj inteligenciji se zasniva na činjenici da je stvaranje

inteligentnih računara direktno povezano sa razumijevanjem ljudske inteligencije. Rad sa
računarima pruža novi jezik za prikazivanje kako uraditi i kako prikazati stvari. Računarski
modeli zahtijevaju preciznost. Implementacija teorije putem pisanja programa otkriva
koncepcijske greške i propuste. Računarski programi su pogodni za ispitivanja, za razliku od
živih bića. Stvaranje inteligentnih računara nije isto kao i simulacija inteligencije putem
računara.

8
3. VJEŠTAČKA INTELIGENCIJA U MEDICINI

Napredak u razvoju algoritama i aplikacija vještačke inteligencije u kombinaciji ss lakim

pristupom računarskim podacima omogućava primjenu VI u medicini, i to u zadacima koji se
odnose na donošenje medicinskih odluka, uz obećavajuće rezultate. Algoritmi VI se koriste u
kompjuterizovanoj tomografiji u detekciji karcinoma debelog crijev kao i u magnetnoj
rezonanci pri segmentaciji tumora mozga. Najnovija istraživanja pokazuju da algoritmi VI
identifikuju rak dojke sa približno 90 % tačnosti u kombinaciji sa analizom radiologa.
Zabilježeni su i primjeri u kojima je rak dojke otkriven pomoćusistema VI , dok u istog
pacijenta sedam prethodnih radiologa samostalno (bez korištenja tehnike VI) nije
dijagnostifikovalo karcinom. Pojedini autori 4proveli su istraživanje u kojem su uporedili
tačnost standardnog sistema za radiološku klasifikaciju promjena u dojci BI-RADS (engl.
Breast Imaging-Reporting and Data System) i algoritama dubokog učenja u
dijagnostikovanju karcinoma dojke. Rezultati njihovog istraživanja pokazuju da je BIRADS
sistemom izražena tačna dijagnoza u 63 % slučajeva, dok je algoritmima dubokog učenja u
75 % slučajeva izražena tačna dijagnoza.

Najnovija istraživanja pokazuju da algoritmi VI pomažu i u dijagnostici upale pluća,

uzrokovane teškim akutnim respiratornim sindromom koronavirus. Algoritam VI je
funkcionalan i kada pacijent ima osnovne zdravstvene probleme, kao što je ugrađeni
pacemaker ili uvećano srce . Ometajući faktori za implementaciju VI su:

 nekonzistentno tehnološko izvođenje,

 nestrukturirani implementacijski procesi,
 nesigurna i nedovoljno dokazana dodatna vrijednost za kliničku praksum, te
 velika varijansa u odnosu na prihvatanje i vjerovanje u nalaze dobijene VI.

VI podrazumijeva razvoj uobičajene nomenklature te učinkovitiji i kvalitetniji način prenosa

radioloških slika. Programi nadzora VI mogu pomoći radiolozima u određivanju prioritetnih
nalaza za očitavanje, tako što će metodama dubokog učenja otkriti sumnjive ili pozitivne
slučajeve.

Algoritmi VI mogu koristiti za ekstrakciju prognostičkih informacije iz slika koje nisu

vidljive „golim“ okom, što potencijalno povećava dijagnostičku i prognostičku vrijednost.
4
Teigens V. Umjetna opća inteligencija. Prvo izdanje [Internet]. Cambridge Stanford Books. 2008 [pristupljeno
20.03.2021.]

9
Jedan od primjera primjene VI u radiologiji je Modernizing Medicine sistem. To je baza
podataka koja bilježi 14 miliona zapisa bolesnika iz 3700 raznih izvora i moguće se od bilo
kud povezati na nju i pretraživati je, te postoji on line baza elektronskih medicinskih kartona
razvrstanih po specijalnosti sa podrškom za sve tipove i načine pristupa i pretraživanja.
Razvijen je njihov tzv. elektronski medicinski asistent koji pomaže doktorima u dijagnostici.
Ako se pojavi bolesnik sa nekim do tada neobičnim simptomima, pretragom i analizom lakše
će se odabrati optimalno liječenje ukoliko je bilo kada i bilo gdje zabilježen takav slučaj.
Dodatni primjer VI u radiologiji je računarom (potpomognuta) detekcija (CAD, engl.
computer-aided detection) karcinoma, te automatska segmentacija organa prilikom 3D
postprocesuiranja. Tehnologija CAD se često koristi i u 3D digitalnoj subtrakcijskoj
angiografiji, pri detekciji intrakranijalnih aneurizmi, što je dovelo do bolje vizualizacije
vaskularnog stabla čime je napravljen napredak u smanjenju slikovnih artefakata i
postavljanju dijagnoze.

Tehnika mašinskog učenja u kombinaciji sa magnetno-rezonantnom perfuzijom mozga,

pokazala se učinkovitom u dijagnostici neuroloških poremećaja, kao što je Alzheimerova
bolest. Stručnjaci smatraju da će se uspješnost implementacije VI u radiologiji očitovati u
uspostavljanju pouzdanije dijagnoze, bržem protokolu rada, boljem ishodu za pacijente i
boljem kvalitetu radnog života za radiologe. Nadalje, smatra se da će primjena VI doprinijeti
porastu potražnje za radiološkim uslugama. Pojedini radiolozi smatraju da će tehnologija VI
doprinijeti poboljšanju usluge, ali i nejasnoćama u odnosu na daljnju specifikaciju poslova. U
odnosu na izjave i mišljenja da se radiolozi prekomjerno oslanjaju na pomoć tehnologije u
svom radu i da će tehnologija zamijeniti radiologe, stručnjaci navode da oni koji tako misle u
potpunosti ne prepoznaju vrijednost VI, ponajviše u smislu pomoći radiolozima u
koordinaciji i integraciji informacija, identifikaciji pacijenata za skrining preglede, odabiru
prioritetnih pacijenata za hitnu interpretaciju, standardizaciji nalaza i karakteristikama
bolesti.

3.1 Etički problemi VI

10
Medicina je područje u kojem nove tehnologije oduvijek izazivaju i podrazumijevaju mnoge
moralne nedoumice, a koje su uočljive u kontekstu zaštite i privatnosti podataka. Osim što bi
se podaci prilikom primjene umjetne inteligencije mogli početi koristiti za komercijalnu
svrhu, mogu doći u posjed osjetljivih dijagnoza koje pacijenti nisu spremni dijeliti sa
javnošću. Veliki etički problem VI u radiologiji je snošenje odgovornosti prilikom
potencijalnih grešaka u dijagnostici. Sa ovim problemom se susreću i druge ekspertne grane
medicine . Lu i sar.5 navode da postoji zabrinutost od pretjeranog oslanjanja doktora na
tehnologiju VI, narušavanja njihove spremnosti da pamte stara i stiču nova medicinska znanja
te gubitka vještine fizičkog pregleda i suosjećajne komunikacije sa pacijentima. Dodatne
komplikacije predstavlja praksa u vezi informisanog pristanka pacijenta. Problem predstavlja
objašnjenje pacijentu načina uspostavljanja dijagnoze pomoću algoritama VI. Zbog toga će
uvođenje novih medicinskih tehnologija zasnovanih na VI dovesti do moralnih dilema koje
će zahtijevati određene izmjene ili prilagođavanje postojećih kodeksa medicinske etike.

Saradnjom stručnjaka iz Evropskog radiološkog društva (engl. European Society of

Radiology) i Kanadskog udruženja radiologa (engl. Canadian Association of Radiologists) te
Američkog udruženja fizičara u medicini (engl. American Association of Physicists in
Medicine) 2019. godine objavljena su etička načela u kojima je posebna pažnja obraćena na
zaštitu podataka, algoritme i „naučene“ modele VI kao i na poštovanje etičkih načela u praksi
radiološke VI. Etika korištenja podataka se odnosi na:

 poštovanje povjerenja pacijenata prilikom prikupljanja,

 upravljanja i
 procjenjivanja prikupljenih podataka.

Radiološke slike predstavljaju medicinske dijagnostičke podatke koji su posebno osjetljivi na

narušavanje privatnosti pacijenta. S toga treba voditi računa o etičkoj zaštiti prilikom
korištenja takvih podataka u svrhe dubokog učenja. Radiološki snimci mogu otkriti suštinu
informacije više od same riječi, poput podataka sadržanih u vlastitom genomu pojedinca.
Učinjena šteta zbog kršenja privatnosti može biti posljedična, tokom koje pacijent doživljava
diskriminaciju, poniženje ili povećanje troškova osiguranja.

5
Pesapane F, Codari M, Sardanelli F. Artificial intelligence in medical imaging: threat or opportunity?
Radiologists again on the wavefront of innovation in medicine. Eur Radiol Exp. 2018;2:35

11
Šteta može biti i deontološka, prilikom koje pacijent kao pojedinac ne mora osjetiti direktno
negativne posljedice kršenja privatnosti podataka, ali se može dogoditi povreda etičke
dužnosti koju su zdravstveni radnici prema pacijentu dužni poštovati. Postoji briga i
zabrinutost u odnosu na sposobnost algoritama inteligencije da odražavaju ljudsku
nenamjernu pristranost od samog početka u odlučivanju i donošenju dijagnoze i ostalih
medicinskih odluka. Prvenstveno zato što čovjek mora kodirati bilo koji program ili sistem
VI. Postoje etički problemi koji se odnose na sukob interesa u vezi radiologa i razvoja vi u
radiologiji. U radu iz 2016. godine postavlja se pitanje o potrebi za radiolozima nakon što
IBM (engl. International Business Machine), američka kompanija koja se bavi razvojem
računarstva i informacionih tehnologija, razvije aplikacije VI na osnovu analize kupljenih
baza radioloških slika.

Pojedini autori 6predviđaju nestanak pojedinih medicinskih djelatnosti pojavom VI, te da će

određeni doktori možda biti potrebni za učenje robota, dok će ostali evolucijski „izumrijeti“,
baš kao i neke druge djelatnosti tokom istorije. Geofrey Hinton, kanadski kognitivni psiholog
iinformatički doktor nauka, šokirao je svjetsku medicinsku javnost izjavivši da će VI u
potpunosti preuzeti radiologiju. Realnost je ipak drugačija. Većina naučnika i stručnjaka
navodi da se doktorsko rasuđivanje,kreativnost ili empatija nikada ne mogu zamijeniti.
Smatra se da će algoritmi VI moći predložiti određenu dijagnozu ili terapiju, ali je radiolog
taj koji će i dalje donositi konačne odluke . Carl Lunglotz, profesor radiologije i direktor
centra za VI u medicini i radiološkoj dijagnostici, navodi da je razmišljanje da će sistemi VI
zamijeniti radiologe potpuno pogrešno. Prema njemu, radiolozi koji koriste sisteme VI će
zamijeniti radiologe koji ih ne koriste. Nedvosmislena korist VI moćiće se postići kada se
pouzdano procijene potencijalne negativne posljedice njene upotrebe i kada se odrede načini
na koji će se od njih zaštititi ljudi i njihova etička načela.

3.2 Etika VI

Etika VI usmjerena je na normativna pitanja koja se javljaju u vezi sa:

6
Stručna skupina na visokoj razini o umjetnoj inteligenciji. Bruxelles: Etičke smjernice za pouzdanu umjetnu
inteligenciju [Internet]; 2018

12
  dizajnom,
 razvojem,
 uvođenjem i
 upotrebom VI.

Pojam etička VI se upotrebljava za označivanje razvoja, uvođenja i upotrebe VI koja

osigurava usklađenost sS etičkim normama, uključujući temeljna prava kao što su:

 moralna prava,
 etička načela i
 povezane temeljne vrijednosti.

Nezavisna stručna grupa na viokom nivou o VI je izradila dokument objavljen 2018. godine
koji se odnosi na etičke smjernice za pouzdanu VI. Prema ovom dokumentu pouzdana
umjetna inteligencija ima tri odrednice koje trebaju biti ispunjene tokom cijelog životnog
ciklusa sistema. Pa bi VI po tome trebala biti:

1. zakonita i poštovati sve primjenjive zakone i propise;

2. etična i osigurati poštovanje etičkih načela i vrijednosti;
3. otporna i iz tehničke i iz socijalne perspektive jer sistemi VI, čak i sA dobrim
namjerama, mogu uzrokovati nenamjernu štetu.

U idealnom su slučaju sve tri odrednice usklađene i preklapaju se u svom djelovanju. Ako se
u praksi među njima pojave napetosti, društvo bi ih trebalo nastojati uskladiti. Najnovije
evropske smjernice nalažu da sisteme VI treba razvijati, uvoditi i upotrebljavati na način
kojim se poštuju etička načela kao što su:

 poštovanje ljudske autonomije,

 sprečavanje nastanka štete,
 pravednost i
 objašnjivost.

Termin „pouzdana vještačka inetligencija“ ne odnosi se samo na pouzdanost samog sistema

vještačke inteligencije, već obuhvata i pouzdanost svih procesa i učesnika koji su dio
životnog ciklusa sistema.

13
ZAKLJUČAK

Inteligencija se definiše iz uglova različitih naučnih disciplina te se shodno stajnim tačkama

svake od njih može drugačije određivati. U najširem značenju inteligenciju možemo opisati
kao sposobnost i praksu:

 uočavanja i saznavanja svijeta oko sebe, što uključuje i samosaznavanje ;

 nalaženja načina za vlastiti opstanak i dobrobit;
 poštovanja društvenih normi u mjeri u kojoj će data jedinka ili grupa naći svoje
mjesto u društvu
 nalaženja načina da se bar u elementarnoj mjeri ostvaruju postavljeni ciljevi.

Vještačka inteligencija je način zaključivanja i postupanja po izvednim zaključcima, uz

potpuno oslanjanje na logiku, pri čemu to rezonovanje i postupanje ne sprovodi čovjek niti
bilo koji drugi živi organizam, već to čine mašine u najširem smislu riječi. Pod mašinom
ovdje nemamo u vidu tradicionalno značenje te riječi – glomaznu napravu sastavljenu od
osovina, čeličnih zupčanika i lanaca – već sve ono što samostalno obavlja neke složene
funkcije, a što nije živo biće. To mogu biti zaista mašine u klasičnom značenju, opremljene
softverom koji ih vodi, ili čisti virtuelni, nefizički entiteti: softverske aplikacije koje nemaju
za običnog čovjeka vidljivu fizičku pojavnost. One često i nisu fizički locirane na jednom
mjestu, već su aktivne na velikom broju virtuelnih adresa i mogu u isto vrijeme da obavljaju
poslove na milijardama različitih prostornih tačaka širom zemljine kugle, pa i u njenoj orbiti.
Implementacija vještačke inteligencije može donijeti veliku korist u radiologiji, naročito u
otkrivanju i liječenju karcinoma, unapređenju kvaliteta radiološke usluge i ubrzavanju
protokola rada. Činjenica je da široka primjena vještačke inteligencije u radiologiji može
donijeti i niz negativnih posljedica i stvoriti niz problema, naročito etičkih. Iz svega
navedenog, vidljivo je da etički problemi vještačke inteligencije u radiologiji nisu riješeni i
da su mnoga pitanja i dalje otvorena, kao što je zaštita privatnosti podataka, informisani
pristanak pacijenta, sukob interesa i snošenje odgovornosti. Svijest o etičkim problemima
vještačke inteligencije kod naučnika i stručnjaka postoji, što pokazuje porast objavljenih
publikacija na ovu temu u posljednjih deset godina.

14
LITERATURA

1. Branković S, Metodologija društvenog istraživanja, Zavod za udžbenike, Beograd

2014.
2. Dimitra Kamarinou, Christopher Millard, and Jatinder Singh,Machine Learning with
Personal Data, Queen Mary University of London, School of Law Legal Studies,
Research Paper 247, London, 2016
3. Stručna skupina na visokoj razini o umjetnoj inteligenciji. Bruxelles: Etičke smjernice
za pouzdanu umjetnu inteligenciju [Internet]; 2018
4. Teigens V. Umjetna opća inteligencija. Prvo izdanje [Internet]. Cambridge Stanford
Books. 2008 [pristupljeno 20.03.2021.]
5. Pesapane F, Codari M, Sardanelli F. Artificial intelligence in medical imaging: threat
or opportunity? Radiologists again on the wavefront of innovation in medicine. Eur
Radiol Exp. 2018;2:35

15