УНИВЕРЗИТЕТ У БЕОГРАДУ

ФАКУЛТЕТ ОРГАНИОЗАЦИОНИХ НАУКА

ОСНОВНЕ АКАДЕМСКЕ СТУДИЈЕ

ЕЛЕКТРОНСКО ПОСЛОВАЊЕ

СЕМИНАРСКИ РАД:

ПРИМЕНА ВЕШТАЧКЕ
ИНТЕЛИГЕНЦИЈЕ У ЗДРАВСТВУ

АУТОР:
Ана Обрадовић
број индекса: 2022/0358

ШКОЛСКА 2022/2023. година

 2

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

Вештачка интелигенција (ВИ) представља општи термин који подразумева коришћење

рачунара за имитирање интелигентног понашања, уз минималну људску активност.
Термин потиче од чешке речи „робота“, која означава биосинтетичке машине, које се
користе као вид принудног рада. На овом пољу, Леонардо Да Винчи оставља трајно
наслеђе, а данас је све већа употреба роботски потпомогнуте хирургије за сложене
уролошке и гинеколошке процедуре, назване управо по њему, као признање за његов
инспиративни утицај. Леонардов робот био је витез робот, који је могао да устане, седне,
маше рукама и помера главу и вилицу. Да Винчијеве скице робота су помогле у
постављању основа за ову иновацију, тако да је омогућено да проистекли хируршки
системи олакшавају сложене операција коришћењем минимално инвазивног приступа, уз
могућу контролу од стране хирурга. Вештачка интелигенција, описана и као „наука и
инжењеринг израде интелигентне машине“ од стране Џона Макартија, настала је 1956.
године, када је термин први пут описан. Термин је применљив на широк спектар области у
медицини као што су медицинска дијагностика, статистика, терапијски модалитети,
хумана биологија и многе друге. Вештачка интелигенција постепено, али значајно,
подиже ниво здравствене заштите и успешност биомедицинских истраживања. Данас се
сматра граном инжењерства, која имплементира нове концепте и нова решења за
решавање сложених изазова. Уз континуирани напредак у електроници, брзини,
капацитету и програмирању софтвера, рачунари ће вероватно једног дана бити подједнако
интелигентни као људи. Услед тога, вештачка интелигенција је, на Економском форуму
одржаном 2015. године у Швајцарској (граду Давосу), приказана као могућа претња
 4

светској економији, где је Стивен Хокинг изразио забринутост да би вештачка

интелигенција могла једног дана елиминисати човечанство.
Вештачка интелигенција има огроман значај у научној и јавној свести, пошто се стално
најављују нова открића и нове технолошке методе од стране разних компанија и научника.
У оквиру медицине она има две главне гране: виртуелну и физичку.
Виртуелна грана укључује учешће информатике за управљање бројним информацијама,
ради што успешније контроле здравља, као и електронске здравствене картоне и активне
протоколе, који су корисни лекарима током одлучивања о лечењу пацијента.
Физичку грану најбоље представљају роботи, који се користе као асистенција и помоћ за
старије пацијене, а са друге стране као помоћ хирургу током разних оперативних
процедура и захвата, којима он присуствује.
У оквиру ове гране направљени су и циљани нанороботи који представљају јединствене
нове системе за прецизну и адекватну испоруку лекова.
Друштвена и етичка сложеност ових апликација захтева даље разматрање, доказ њихове
медицинске корисности, економску вредност, као и развој интердисциплинарних
стратегија за њихову ширу примену.
 5

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

доступном како за појединачне податке, тако и збирне, што је веома важно за

епидемиолошка истраживања. Лабораторије и клинике треба да сарађују како би
убрзале имплементацију електронских здравствених картона. Подаци морају бити
„ухваћени“ у реалном времену. Нови научни и клинички налази треба да се деле путем
отвореног кода, а агрегирани подаци морају бити приказани за отворен приступ лекарима
и научницима. Интеграција и интероперабилност укључујући етичка, правна и логистичка
питања, па је забринутост огромна. Електронски медицински картони или здравствене
евиденције су суштински алати за персонализовану медицину и за рано откривање
болести, уз могућност циљане превенције, са циљем да се побољша здравствени статус, уз
смањење здравствених трошкова. Даља виртуелна примена вештачке интелигенције у
медицини представља употребу софтботова, као психотерапијских аватара. Аватари
потичу из чувеног филма, Џејмса Камерона из 2009. године, у коме се појављује хибрид
човек–ванземаљац створен да олакша комуникацију са људима са планете познате као
Пандора. Примењени аватар, за контролу бола код деце оболеле од рака (назван „тело
бола“), може да открије рани емоционални поремећај код младих, укључујући склоност ка
самоубиству. Један од најјаснијих примера је контрола параноидних халуцинација када
субјекат дизајнира свој аватар, који представља прогонитеља у свом уму. Систем подстиче
субјекта да се упусти у разговоре са својим прогонитељем, чиме се прогресивно учи да се
ублажи деструктивно понашање. Показани су почетни успеси са овом технологијом
постизањем нижег нивоа халуцинација. Аватари су такође примењивани за кућну негу и
за биолошко и физичко праћење са 3Д визијом.
 7

Слика 1. Персонализована медицинска истраживања и терапеутска оптимизација.

 8

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

Принципи машинског учења су били користи се за изградњу алгоритама за подршку

предиктивних модела за ризик од развоја дијабетеса или његових последичних
компликација. Дигитална терапија се показала као основана интервенција у терапији са
животним стилом у лечењу дијабетеса. Пацијенти се све више оснажују за
самоконтролисање дијабетеса. Вештачка интелигенција омогућава континуирано и
даљинско праћење симптома и биомаркера без оптерећења пацијента. Друштвени
медији и online заједнице повећавају ангажман пацијената. Технички напредак је помогао
у оптимизацији коришћења ресурса. Заједно, ове интелигентне техничке реформе су
произвеле бољу контролу гликемије са смањењем нивоа глукозе наташте и после јела.
Вештачка интелигенција игра кључну улогу у откривању лекова. Бројне апликације
имају могућност предвиђања својстава, попут физичко-хемијских и подржавају снагу
технологије у квантитативним односима структуре и својстава или квантитативних односа
структуре и активности. Вештачка интелигенција у де ново дизајну покреће стварање
смислених нових биолошки активних молекула ка таргет структурама. Планирање
синтезе и лакоћа исте изводљиве су, уз све више присутно аутоматизовано откривање
лекова од стране рачунара.
Рак желуца је четврти водећи узрок смртности од рака широм света, са петогодишњом
стопом преживљавања мањом од 40%. Последњих година, неколико примена вештачке
интелигенције појавило се у области рака желуца на основу њене ефикасне рачунарске
снаге и капацитета учења, као што су дијагноза заснована на слици и предвиђање
прогнозе. Дијагноза уз помоћ вештачке интелигенције укључује патологију, ендоскопију и
компјутеризовану томографију, док се истраживачи у кругу прогнозе фокусирају на
рецидив, метастазе и предвиђање преживљавања.
Растућа свест о потенцијалу вештачке интелигенције, као и повећање рачунарских
ресурса, истраживања и улагања, убрзано унапређују апликације за медицинско снимање,
а нарочито молекуларно снимање мозга. Вештачка интелигенција може побољшати
операције снимања и доношења одлука, уз потенцијално обављање задатака који су тешки
за лекаре, као што је предвиђање прогнозе болести и идентификација латентних односа
из мултимодалних клиничких информација. Број примена алгоритама вештачке
интелигенције заснованих на сликама, као што је конволуциона неуронска мрежа, брзо
расте. Примене за молекуларно осликавање мозга укључују смањење шума на слици,
 11

корекцију слабљења ПЕТ и ПЕТ/МРИ, сегментацију слике и детекцију лезија,

параметарско формирање слике и откривање/дијагнозу Алцхајмерове болести и других
поремећаја мозга.
Велики напредак у дијагностичким технологијама нуди увид у стање мрежњаче и изван
очних болести. Дигиталне слике које пружају милионе морфолошких скупова података
могу се брзо и неинвазивно анализирати на свеобухватан начин помоћу вештачке
интелигенције. Методе засноване на машинском учењу и посебно дубоком учењу су у
стању да идентификују, локализују и квантификују патолошке карактеристике у скоро
свакој болести макуле и ретине. Конволуционе неуронске мреже на тај начин опонашају
путању људског мозга за препознавање објеката кроз учење патолошких карактеристика.
Методе анализа мрежњаче засноване на вештачкој интелигенцији су разноврсне и
увелико се разликују по својој применљивости, интерпретабилности и поузданости у
различитим скуповима података и болестима. Потпуно аутоматизовани системи засновани
на вештачкој интелигенцији недавно су одобрени за скрининг дијабетичке
ретинопатије. Укупни потенцијал укључује скрининг, дијагностичко оцењивање, као и
вођење терапије уз аутоматизовано откривање активности болести, рецидива,
квантификацију терапеутских ефеката и идентификацију релевантних циљева за нове
терапијске приступе. Предвиђање и прогностички закључци даље проширују
потенцијалну корист вештачке интелигенције у ретини, што ће омогућити
персонализовану здравствену негу, као и управљање великим размерама и оснажити
офталмолога да пружи висококвалитетне дијагнозе/терапију и успешно се носи са
сложеношћу офталмологије 21. века.
Тренутно се процењују вишеструке употребе, посебно за снимање грудног коша, као што
је процена плућних нодула, откривање туберкулозе или пнеумоније или квантификација
дифузних болести плућа. Радиографија грудног коша је скоро савршен домен за развој
алгоритама дубоког учења за аутоматску интерпретацију, који захтева велике скупове
података, с обзиром на велики број процедура и повећање доступности података.
Тренутни алгоритми су у стању да открију до 14 уобичајених аномалија, када су присутни
као изоловани налази. Компјутерска томографија грудног коша је још једно велико
поље примене вештачке интелигенције, посебно у перспективи скрининга рака плућа. За
радиологе је важно да схвате, активно доприносе и воде ову нову еру радиологије, коју
 12

покреће вештачка интелигенција. Таква перспектива захтева разумевање нових термина и

концепата повезаних са машинским учењем.

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.

Хируршка навигација је еволуирала од стереотактичне технике, а сада омогућава

хируршко позиционирање са повратним информацијама у реалном времену.

Ова унапређења представљају непроцењив алат за хирурге, уз значајно олакшање и

видан напредак у њиховом раду. Успех планираних виртуелних захтева зависи од сваког
корака, од избора модалитета слике, прикупљања података, виртуелног планирања обраде
сесија, као и од самог хируршког извршења. Иако сваки корак може бити критичан,
ажуран напор, уложен у раним фазама планирања, повећава вероватноћу успеха у раду.
Избор одговарајућег модалитета снимања важан је почетни корак и зависи од разлика у
предности у просторној и контрастној резолуцији.
 13

Просторна резолуција представља способност модалитета слике да разликује два

одвојена објекта у радиографској слици, док је контрастна резолуција способност
разликовања интензитета слике између две области, као на пример између липома и
нормалног масног ткива. Компјутеризована томографија (ЦТ) има високу просторну
резолуцију, али је донекле ограничена у домену контрастне резолуције. Конусни ЦТ
(ЦБЦТ) има много предности када се користи у одговарајућем хируршком окружењу.
Сноп конусног скенирања нуди високу просторну резолуцију са мањом изложеношћу
зрачењу у поређењу са ЦТ скенирањем, али са лошијом резолуцијом контраста. ЦБЦТ се
изводи када пацијенти седе или стоје, тако да се информације о максилофацијалним
структурама могу добити код пацијента који држи усправан положај главе. Подаци се
могу користити за генерисање 2Д радиографског приказа. Главна предност ЦБЦТ у
односу на конвенционално ЦТ скенирање је значајно смањење дозе зрачења.

Слика 3. Технике снимања:

 конвенционална томографија
 конусна томографији
 14

Иако обична радиографија и ЦТ снимања пружају одличне слике тврдих ткива,

информације које се могу издвојити о меким ткивима су ограничене. Да би се превазишао
овај недостатак, 3Д фотографисање и ЦБЦТ слике се могу спојити како би се створио
виртуелни краниофацијални модел. Тако се информације које се односе на тврда и мека
ткива могу визуализовати као један 3Д модел, који омогућава истовремену процену оба
типа ткива.

Слика 4. Виртуелни краниофацијални модел

генерисан комбинацијом 3Д фотографије са
моделом лобање изведеним уз помоћ ЦБЦТ

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.

Слика 5. 3Д визуализација максилофацијалних структура

конусном компјутеризованом томографијом – ЦБЦТ.

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.

Хируршки навигациони системи за реконструкцију лица се ослањају на прецизно снимање

(МРИ или ЦТ), емитер сигнала, пријемник и софтвер за тумачење сигнала. Референтне
 16

тачке и емитери се разликују у зависности од примене, да ли се користе за мека или тврда

ткива. Неопходни кораци подразумевају преоперативно снимање, позиционирање
пацијента и хардвера, регистрацију и верификацију. Након калибрације система,
хируршка навигација омогућава побољшање хируршке прецизности и тачности
захваљујући потврди позиције у реалном времену. Ово је посебно важно за регије које
имају ограничену изложеност, попут орбите и дубоких простора главе и врата.
Навигациона технологија може олакшати операцију код лезија меких ткива где је приступ
ограничен, тако што се омогућава минимално инвазивни приступ у поређењу са
традиционалним отвореним приступима, који захтевају опсежну дисекцију. Хируршка
навигација омогућава употребу краћих резова и мањих инструмената, што омогућава
минимално инвазивну хирургију. Процедуре које су се традиционално изводиле на слепо
сада се могу изводити са навигацијом, а ризик од оштећења околних виталних структура

током операције се значајно минимизује. Хируршка навигација је индикована у свим

ситуацијама када је приступ проблематичан због дубоко и недоступно лоциране природе
лезије. Навигација може бити од изузетне користи када се употребљава за лоцирање и
вађење страних тела.

ПРИКУПЉАЊЕ ПОДАТАКА
 17

Како би се омогућило успешно извођење операције, уз хируршко планирање, неопходна је

способност стеченог скупа података да реплицира анатомске детаље и преведе их у
виртуелни софтвер за моделирање и уређивање. Радиографски подаци се чувају тако да се
могу универзално делити и користити у здравственој заштити за различит спектар
примене. Када се подвргну обради омогућава се превод у 3Д објекте. Софтверски
програми могу лако да конвертују слике у тип датотеке 3Д објекта, који омогућава
хируршко планирање.

Апликације имају могућност да уређују и анализирају 3Д објекте уз прецизност од 0,1mm

и да се произведе фајл који може бити прослеђен додатним програмима за израду водича.
У већини случајева за реконструкције тврдог ткива, као што су кост и зуб, неопходно је
ЦТ скенирање високе резолуције, са спецификацијама за пресеке слика у распону од 0,625
до 1,500 mm. Студије откривају да ЦТ снимци од 1mm пружају поуздане детаље у
лоцирању повреде фацијалног нерва код трауме темпоралне кости. Како би се ограничила
изложеност зрачењу и оптимизовала ефикасност, ЦТ скенери од 1mm су често погодни за
оралне и максилофацијалне коштане реконструкције.

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

Слика 7. Планирање компјутерски потпомогнутог лечења

 Преоперативни изглед и виртуелни скелет
 Симулирана остеотомија

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.

Предности компјутерски вођене хирургије помажу у побољшању исхода сложене

максилофацијалне трауме.
 20

Слика 8. Прострелна рана на лицу која је резултирала орбитозигоматичним преломом

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.

У једној студији аутори су упоредили 224 остеотомије направљене помоћу виртуелних

водича за ресекције са 3Д навигацијом и 224 контролне, које су рађене без навигације и
 21

утврдили да су остеотомије направљене са 3Д навигацијом са значајно прецизнијим

растојањем. Уз вађење туморске промене неопходна је и реконструкција последичног
дефекта.

Компјутерски вођена хирургија учинила је реконструкцију једноставним процесом, који

је исплатив, без угрожавања исхода или повећања стопе компликација. Дужина трајања
операције је за 60 до 120 минута краћа у поређењу са невођеном хирургијом, што је такође
једна од предности. Услед комплексности коштаних елемената средишњег масива лица,
за реконструкцију истог, компјутерски вођена хирургија показује највиши степен
тачности и прецизности. Око 40% до 50% пацијената који су подвргнути
реконструкцији дефекта вилице и зуба, уградњом имплантата, добијају функционалну
зубну протезу у поређењу са само 15% до 20% пацијената који су прошли реконструкцију
вилица без компјутерски вођене хирургије. Предности које произилазе из компјутерски
вођене хирургије се развијају и усавршавају ефикасност и прецизност сложених операција
главе и врата.

Слика 9. Маргине ресекције

дефинисане на виртуелном моделу.
 22

Слика 10. Виртуелна 3Д

конструкција планираних
зубних имплантата.

Дубоке лезије и апсцеси

Хируршка навигација се може користити за ексцизију или узорковање лезија до којих се

тешко долази уз екстензиван хируршки захват. Поред прецизног одређивања центра
таквих лезије, такође је могуће да се одреди степен проширености. Ова поставка
омогућава хирургу да одреди 3-димензионални положај лезија на основу извршених
мерења. Описан је пример инфекције темпоралног простора, која је неуспешно лечена са
вишеструким покушајима инцизије и дренаже. Инфекција се проширила на орбиту преко
доње орбиталне пукотине, узрокујући офталмоплегију.

Коришћен је хируршки навигациони систем, без повећања хируршке експозиције, уз

минимизирање ризика од јатрогене повреде задње орбите. Урађено је правилно
 23

постављање одвода потврђено у реалном времену. Пацијент се добро опоравио, без

губитка вида, као и без додатних хируршких захвата.

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.

Показало се да је хируршка навигација корисна за специјалност максилофацијалне

хирургије. Значајно су запажене предности овог модалитета код сложених прелома зида
орбите, уситњених једностраних прелома латералне стране средишњег дела лица, код
коштаних тумора и за уклањање страних тела. Упркос томе што је то релативно нова
технологија у максилофацијалној хирургији и што су високи трошкови употребе исте,
навигација је алат за који се показало да побољшава хируршке исходе и скраћује време
операције. Значајно смањује изложеност зрачењу и учесталост реоперација, а самим тим
се смањују додатни трошкови. Контролисана клиничка испитивања су неопходна за
поређење исхода компјутерске и традиционалне максилофацијалне хирургије. Велика је
одговорност програмера нових технологија да играју саставну улогу како у развојном,
тако и у продајном аспекту, потом у финансирању контролисаних експерименталних
 26

студија за процену и упоређивање предности и недостатака њихових производа.

Одговорност лекара треба бити у домену добре информисаности о тренутном стању
доступних софтверских програма и образовања у погледу њихове потенцијалне употребе,
ограничења и свеукупне користи у практичном раду максилофацијалне хирургије.

Како се све више апликација интегрише у свакодневни живот, предвиђа се да ће вештачка

интелигенција имати глобално трансформативни утицај на економске и друштвене
структуре, сличан ефекту који имају друге технологије опште намене, као што су парне
машине, железница, електрична енергија, електроника и интернет. Разумевање
могућности и изазова вештачке интелигенције за будућност рада ће помоћи у ублажавању
неповољних ефеката вештачке интелигенције на безбедност, здравље и добробит
популације.

Успон вештачке интелигенције у медицини често се повезује са „надљудским“

способностима и прецизном медицином. Истовремено, често су занемарене чињенице да
велики делови свакодневног рада лекара се састоје од рутинских задатака и да би
укључивање вештачке интелигенције допринело људској радној снази.
 27

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

9. John Howard, Artificial intelligence: Implications for the future of work,

Am J Ind Med 2019 Nov;62(11):917-926, doi: 10.1002/ajim.23037
10. Satoshi Minoshima 1, Donna Cross, Application of artificial intelligence in brain
molecular imaging, Ann Nucl Med 2022 Feb;36(2):103-110. doi: 10.1007/s12149-021-
01697-2
11. Ursula Schmidt-Erfurth 1, Amir Sadeghipour 2, Bianca S Gerendas 2, Sebastian M
Waldstein 2, Hrvoje Bogunović 2, Artificial intelligence in retina, Prog Retin Eye Res
12. . 2018 Nov;67:1-29. doi: 10.1016/j.preteyeres.2018.07.004
13. Guillaume Chassagnon 1, Maria Vakalopoulou 2, Nikos Paragios 3, Marie-Pierre Revel
4, Artificial intelligence applications for thoracic imaging, Eur J Radio 2020
Feb;123:108774, doi: 10.1016/j.ejrad.2019.108774