Professional Documents
Culture Documents
ЕЛЕКТРОНСКО ПОСЛОВАЊЕ
СЕМИНАРСКИ РАД:
ПРИМЕНА ВЕШТАЧКЕ
ИНТЕЛИГЕНЦИЈЕ У ЗДРАВСТВУ
АУТОР:
Ана Обрадовић
број индекса: 2022/0358
САДРЖАЈ
.........................................................................................................................................................3
УВОД..............................................................................................................................................3
ВИРТУЕЛНА ГРАНА ВИ.............................................................................................................5
.........................................................................................................................................................7
.........................................................................................................................................................8
ФИЗИЧКА ГРАНА ВИ.................................................................................................................8
ПРИМЕНЕ ВИ.............................................................................................................................10
ХИРУРШКА НАВИГАЦИЈА.....................................................................................................12
БИОЛОШКЕ ОСНОВЕ...............................................................................................................15
ПРИКУПЉАЊЕ ПОДАТАКА...................................................................................................17
АПЛИКАЦИЈА............................................................................................................................19
-осврт на максилофацијалну хирургију-...................................................................................19
Максилофацијална траума......................................................................................................19
Реконструкција.........................................................................................................................20
...................................................................................................................................................22
Дубоке лезије и апсцеси..........................................................................................................22
Страна тела...............................................................................................................................23
ОГРАНИЧЕЊА............................................................................................................................24
ЗАКЉУЧАК.................................................................................................................................25
ЛИТЕРАТУРА.............................................................................................................................27
3
УВОД
ВИРТУЕЛНА ГРАНА ВИ
Виртуелну компоненту представљају машинско учење (такође названо дубоко учење) које
се представља кроз математичке алгоритме, који побољшавају учење кроз искуство.
Вештачка интелигенција се развија и још увек подстиче открића у генетици и
молекуларној медицини, кроз обезбеђивање алгоритама за машинско учење и
управљање знањем. Пример успеха у медицини су алгоритми интеракције протеин-
протеин, који су довели до открића нових терапијских мета. Методологија је користила
комбинацију адаптивних еволуционих алгоритама и најсавременије методе груписања. То
је дозволило предвиђање преко 5000 протеинских комплекса. Нова методологија
рачунања је такође развијена да идентификује варијанте ДНК молекула, као што је
појединачни нуклеотид или полиморфизме, као предикторе болести или особина,
коришћењем нових еволуционих уграђених алгоритама.
Здравствени систем не сме бити стационаран и неопходно је да учи из сопствених
искустава и да тежи да имплементира континуирано побољшање процеса. Овај процес
укључује изградњу или учешће у организацији, која користи вештачку интелигенцију за
постизање значајног напретка. Пример таквог процеса у медицини је развој сложених
екосистема за лечење хроничних менталних болести. Уместо да се фокусирамо на
здравствене расходе или трошкове за опоравак, приступ предлаже да се ухвати динамика
појединачног пацијената, укључујући њихове одговоре на примљене лекове као и њихове
бихејвиоралне интеракције у оквиру већег друштвеног екосистема. Ова глобална
технологија координације неге дозвољава мапирање процеса, олакшава контролу и бољу
подршку. Укључење у виртуелне апликације, уз помоћ вештачке интелигенције,
електронске медицинске документације се користе и уз помоћ специфичних алгоритама
за идентификацију пацијената са породичном историјом неке наследне болести или за
повећан ризик од неке од хроничне болести. Услед тога вештачка интелигенција је јако
важна како би се донеле „оптималне одлуке у реалном времену“. Као последица тога,
електронска медицинска документација и управљање истом у оквиру здравствене
заштите, пресудна је за постизање жељеног квалитета и побољшање здравственог статуса
одређене популације. Вођење евиденције треба да буду сачувано у дигиталном формату,
6
ФИЗИЧКА ГРАНА ВИ
Други облик примене вештачке интелигенције у медицини обухвата физички аспект,
медицинске уређаја и све софистицираније роботе, који учествују у пружању неге. Можда
је приступ који највише обећава коришћење робота „помагача“, као што је робот
пратилац за старију популацију са когнитивним падом или ограниченом покретљивошћу.
Јапански роботи помагачи су најнапреднији облици ове технологије. Роботи се такође
користе у хирургији као „помоћници-хирурзи“ , а у неким случајевима и као самостални
извођачи одређених захвата. Један од најупечатљивијих примера корисности робота је
њихова способност да комуницирају и подучавају аутистичну децу. У свим ситуацијама
које би могле имати користи од роботске интервенције, важна су етичка разматрања, пре
рутинског коришћења у данашњој медицини.
Још једна област, у којој би вештачка интелигенција могла бити корисна, представља ону
за праћење вођене испоруке лекова циљним органима, ткивима или туморском ткиву.
Недавни развој наноробота, дизајнираних да превазиђу проблеме са испоруком лекова,
који настају услед отежане дифузије терапијског средства у место од интереса,
представља огроман напредак. Проблем се јавља када терапеут покушава да циља језгро
тумора, које има тенденцију да буде мање васкуларизовано, аноксичано али
пролиферативно најактивније. За превазилажење ограничења истраживачи су покушали
да искористи природни агенс са жељеним својствима само као замена за „интелигентне”
наночестице. За ово сврху, проучавају посебну врсту морских колија, Magnetococcus
marinus, које спонтано путују до ниског нивоа оксигенисане зоне. Почетно вођење
обезбеђује екстерни магнетни извор, а потом инхерентна својства наноробота.
9
Ови нанороботи могу бити ковалентно везани са нанолипосомима, који имају терапеутска
својства. Рани подаци су открили значајно повећање жељеног лека у хипоксичној зони.
За већину нових примена вештачке интелигенције у медицини потребна су даља
истраживања, посебно у областима човек-рачунар интеракције. Мосхимо Мори је 1970.
године увео појам „the human– robot interaction (HRI)“.
ПРИМЕНЕ ВИ
Слика 2. Биохибридни микро и нано роботи за ефикасну испоруку лекова
10
ХИРУРШКА НАВИГАЦИЈА
Системска примена компјутерски потпомогнутог пројектовања у здравственој заштити
и делатности од 1980. година доживела је револуцију у дијагностици и интервентној
медицини. Дигитална манипулација са подацима разних размера у све три димензије, као
и виртуелно хируршко планирање, пружа способност репродукције детаљних анатомских
модела, што олакшава израду хируршких водича.
За детаљну процену структура меког ткива, МРИ имају далеко супериорније резултате, са
значајно бољом резолуцијом контраста у поређењу са ЦТ скенирањем. Додатни метод за
побољшање резолуције површинских структура, 3-димензионално (3Д) ласерско
скенирање се користи да обезбеди фине детаље неопходне за олакшавање процедура, где
и минимални детаљи представљају неопходност. Израда оклузалних удлага које се
користе у ортогнатској хирургији може се направити из података добијених уз помоћ
ласерске топографије; док употреба традиционалних камених модела више није потребна.
Ове слике се уз помоћ скенера са 3Д ласерском топографијом чувају у виду
стереолитографске датотеке. Стереолитографски подаци су дигитализовани. Резултат је
креирање поуздане суперпониране 3Д слике, која ће давати тачне виртуелне презентације
15
задатог објекта, као на пример зуба и гингива. Разне студије су оцениле тачност 3Д
скенирања лица у ортогнатској хирургији, а у једној од њих сви суперпонирани
оријентири нису били удаљени више од 0,55 mm. Стереолитографске слике могу се
користити за прецизно олакшање виртуелне максилофацијалне скелетне остеотомије.
БИОЛОШКЕ ОСНОВЕ
Навигација омогућава хирурзима да маневришу хируршким пољем са самопоуздањем и да
постављају хируршке инструменате и имплантате на жељену локацију са великим
степеном тачности и прецизности. Предност се огледа у томе што се показало да употреба
овако прецизних процедура доводи до смањења учесталости потребе за поновним
процедурама.
ПРИКУПЉАЊЕ ПОДАТАКА
17
Слика 6. Суперпонирани
коштани елементи на ЦТ снимку
Иако компјутерски вођене операције захтевају додатно време током фазе планирања,
оне припремају хирурге за изазовније захвате. Пацијенти такође могу имати користи од
3Д визуализације њихових деформитета и симулираних исхода пре саме операције.
18
Алтернатива ЦТ снимању је употреба МРИ високе резолуције, код кога се снага мери у
јединици Тесла (Т). Код већине пацијената се користи 1,5 Т и 3 Т МРИ системи који
производе пресеке до 5 и 3 mm. МРИ системи велике снаге од 7 Т могу произвести
субмилиметарске пресеке, међутим услед великих трошкова ови системи се ретко
користе. Методе за добијање података примењују се на све апликације максилофацијалне
хирургије, укључујући лечење патолошких стања, траума и хирургије дентофацијалних
абнормалности. У случају било које индикације стечени анатомски детаљи морају бити
дигитализовани и преведени у софтвер за виртуелно планирање како би се креирали
хируршки водичи и прилагођени имплантати у циљу олакшавања успешности
оперативног исхода.
19
АПЛИКАЦИЈА
-осврт на максилофацијалну хирургију-
Максилофацијална регија јединствена је по својој сложености. Иако је ограничена на
релативно малом простору, ова регија игра виталну улогу у говору, жвакању, гутању,
дисању и социјалним интеракцијама. Значајни естетски, функционални и психосоцијални
фактори везани су управо за ову регију. Брзи напредак информационих технологија
убрзао је биомедицинска истраживања и направио револуцију за технике лечења у
медицини и стоматологији.
Максилофацијална траума
Способност визуелизације маргина ресекције и дизајн реконструктивних стратегија
значајни су и имају корист за лечење трауме лица, краниофацијалне хирургије и
патологије. У условима максилофацијалне трауме виртуелно хируршко планирање
дозвољава израду погодних имплантата. Студије јасно дефинишу предности компјутерски
вођених техника у односу на конвенционалне невођене методе код лечења трауме лица.
Једна проспективна студија која је упоређивала офталмолошке компликације, код 58
пацијената који су подвргнути орбиталној реконструкцији, утврдила је да је компјутерски
вођена група имала знатно мање компликација у односу на контролну групу.
Реконструкција
Компјутерски вођена хирургија се у великој мери користи код максилофацијалне
патологије због способности да виртуелно визуализује патологију и да даје смернице за
локацију ресекционих маргина. Примена је најкориснија код хируршких ресекција
средњег дела лица и за велике туморске промене, који имају деформисане анатомске
оријентире. Карактеристике патологије средишњег дела лица укључују потешкоће у
уклањању тумора унутар максиларног синуса или носне шупљине, где се остеотомије
често изводе без директе визуализације тумора. Близина виталних структура лобање
може се рачунати и дизајнирати како би се спречиле потенцијалне повреде и
компликације. Спајање 3Д навигације у реалном времену додатно побољшава предности
уз обезбеђење тренутне повратне информације за потврду положаја водича и планиране
остеотомије. Велику предност овако вођене хирургије показују и студије са резултатима
где се добија чиста маргина ресекције дуж дубоких ивица тумора.
Страна тела
Навигација може прецизно да лоцира страно тело, чиме се смањује потреба за широким
хируршким излагањем, уз смањење морбидитета и скраћење самог оперативног тока.
Уобичајени сценарио са којим се сусрећу максилофацијални хирурзи је изгубљена игла,
која се сломила током испоруке локалног анестетика за стоматолошки захват. Приликом
лоцирања страног предмета у доњoj трећини лица, важно је да се осигура потребна
тачност и прецизност, јер је мандибула мобилна кост.
Слика 11.
Сломљена игла код 6-годишњег пацијента након више
неуспелих покушаја извлачења у приватној ординацији.
Интраорални хируршки приступ који користи навигацију за
тешко, али успешно извлачење.
24
ОГРАНИЧЕЊА
Компјутерски вођена хирургија може побољшати резултате многих сложених и
технички захтевних операција, али има ограничења, која су тренутно ван контроле
хирурга. Препрека ефикасној употреби огледа се у кашњењима повезаним са тренутним
производним могућностима. Ограничења су последица логистике укључене у прераду,
контролу квалитета и транспорт протезе. Људска грешка је неизбежна и може се
применити на сваки аспект компјутерски вођеног процеса. Потенцијални извори
нетачности у преоперативном окружењу би били везани за погрешну комуникацију
између лекара, техничара и помоћника. Координација је неопходна за ефикасно пружање
здравствене заштите, међутим, подаци можда неће бити обрађени на одговарајући начин.
Откривање неадекватних података доводи до кашњења услед потребе за додатним
снимањем и коришћењем ресурса. У операционој сали најчешћа тачка за грешку је
примена водича за ресекцију неадекватном техником, као што је извођење остеотомије
под погрешним углом. Ове нијансе могу довести до одступања од идеалног исхода.
Виртуелно хируршко планирање ће се побољшавати. Будући трендови ће укључивати
широку доступност 3Д штампања и технологија производње и све већи број хирурга
који преузимају улогу инжењера.
25
ЗАКЉУЧАК
Веома је важно да се размотри како све вештачка интелигенција може служити развоју
нашег здравља и систему здравствене неге и заштите. Такасхи Кидо предложио је
персонализовано рачунарство у заједници за решавање изазова у домену генома,
делујући заједно са вештачком интелигенцијом и обликујући персонализовану и
партиципативну здравствену заштиту будућности. Економски форум 2016. године
прогласио је отворени екосистем вештачке интелигенције једним од 10 најважнијих
технологија у настајању. Са невиђеном количином доступних података апликације
вештачке интелигенције ће постати све корисније потрошачима. Ово се посебно односи на
медицину и здравство, где се многи подаци могу користити из медицинске документације
пацијената. Огромну количину података треба детаљно анализирати, како би се
пацијентима омогућили предлози о здравијем начину живота, али и за генерисање
информација које имају за циљ побољшање здравствене заштите, засновано на потребама
и навикама пацијената. Важно је срушити предрасуде и страхове у вези са вештачком
интелигенцијом и разумети како би она могла бити корисна. Највећа бојазан огледа се у
томе да ће вештачка интелигенција постати толико софистицирана да ће надмашити
способности људског мозга и на крају ће преузети контролу над нашим животима.
ЛИТЕРАТУРА
1. Jack Hua, DDS, MDa , Shahid Aziz, DMD, MDb , Jonathan W. Shum, DDS, MDa,
Virtual Surgical Planning in Oral and Maxillofacial Surgery, Oral Maxillofacial Surg
Clin N Am 31 (2019) 519–530
2. Nagi Demian, DDS, MD*, Craig Pearl, DDS, Timothy Charles Woernley III, DDS,
James Wilson, DDS, Justin Seaman, DDS, MD, Surgical Navigation for Oral and
Maxillofacial Surgery, Oral Maxillofacial Surg Clin N Am - (2019) -–-
https://doi.org/10.1016/j.coms.2019.06.001
3. Yasas S. N. Jayaratne, BDS,1 Roger A. Zwahlen, PD, MD, DMD, FEBOMFS,1 John Lo,
BDS, MDS, MOSRCS, FCDSHK, FHKAM,1 Stephen C. Tam, BDS, FDSRCS,1 and
Lim K. Cheung, FFDRCS, FDSRCPS, FRACDS, FDSRCS, PhD, Computer-Aided
Maxillofacial Surgery: An Update, Surgical Innovation 17(3) 217–225
4. Reena M. Talwar, DDS, PhD, Daisy Chemaly, DMD, FRCD(C), Information and
Computer Technology in Oral and Maxillofacial Surgery, Oral Maxillofacial Surg Clin N
Am 20 (2008) 79–89
5. Pavel Hamet⁎, Johanne Tremblay⁎⁎, Artificial intelligence in medicine, Centre de
recherche, Centre hospitalier de l'Université de Montréal (CRCHUM), Montréal, Québec,
Canada, Department of Medicine, Metabolism 2017 Apr;69S:S36-S40
6. Kun-Hsing Yu 1 , Andrew L. Beam1 and Isaac S. Kohane, Artificial intelligence in
healthcare, Nat Biomed Eng 2018 Oct;2(10):719-731, doi: 10.1038/s41551-018-0305-z
7. Samer Ellahham, MD, Artificial Intelligence: The Future for Diabetes Care, The
American Journal of Medicine (2020) 133:895−900
8. Peng-Hui Niu 1, Lu-Lu Zhao 1, Hong-Liang Wu 2, Dong-Bing Zhao 1, Ying-Tai Chen,
Artificial intelligence in gastric cancer: Application and future perspectives, World J
Gastroenterol 2020 Sep 28;26(36):5408-5419, doi: 10.3748/wjg.v26.i36.5408
28