Zašto AI ne može zamijeniti stručnjake u ključnim profesijama

Ukoliko želite sagledati na koji način bi vještačka inteligencija mogla uticati na vaše zanimanje, radiologija se često navodi kao ilustrativan primjer.

Ova medicinska disciplina posljednjih mjeseci našla se u središtu rasprava o razvoju umjetne inteligencije. Tema je bila prisutna i na Svjetskom ekonomskom forumu u Davosu, gdje su je spominjali tehnološki direktori, ali i u dokumentu Bijele kuće koji analizira vezu između umjetne inteligencije i ekonomije.

Iako radiologija nije jedina profesija u koju se vještačka inteligencija postepeno uvodi – jer se njeni alati sve više koriste u radu softverskih inženjera, nastavnika, pa i vodoinstalatera – ona se izdvaja kao primjer transformacije posla. Prema procjeni Goldman Sachsa, široka primjena ove tehnologije mogla bi potisnuti između šest i sedam posto radne snage u Sjedinjenim Američkim Državama, ali se istovremeno očekuje i otvaranje novih radnih mjesta.

Radiologija se, međutim, često navodi kao dokaz da umjetna inteligencija može unaprijediti rad, a ne nužno ga zamijeniti. Dr. Po Hao Chen, specijalista dijagnostičke radiologije u klinici Cleveland, ističe da je priroda ovog posla posebno pogodna za podršku naprednih algoritama.

Jedan od razloga je dostupnost velikih količina podataka, koji su ključni za obuku sistema vještačke inteligencije. Algoritmi su u stanju obraditi ogromne skupove informacija brže od ljudi, a već se koriste za ubrzavanje određenih procedura, poput identifikacije snimaka koji zahtijevaju hitnu analizu.

Ipak, ključne zadatke i dalje obavljaju ljekari. Postavljanje dijagnoza, fizički pregledi pacijenata te sastavljanje medicinskih izvještaja ostaju u nadležnosti stručnjaka. Uz to, predviđa se da će zaposlenost u radiologiji rasti brže nego u mnogim drugim oblastima, upravo zbog prihvatanja novih tehnologija.

Jack Karsten, istraživački saradnik u Centru za sigurnost i nove tehnologije Univerziteta Georgetown, smatra da umjetna inteligencija povećava obim posla koji radiolozi mogu obaviti i time podstiče potražnju za njihovim uslugama. Takav razvoj događaja, prema njegovim riječima, tehnološka industrija često ističe kao primjer pozitivnog ekonomskog učinka ove tehnologije.

Vještačka inteligencija naročito je efikasna u analizi medicinskih slika i prepoznavanju obrazaca, što je osnova radiološke prakse. Dr. Chen naglašava da je ova oblast već dugo digitalizirana, pa su podaci u velikoj mjeri dostupni u elektronskom obliku. Iako postoje pojedini analogni slučajevi, u Sjedinjenim Američkim Državama gotovo svi rendgenski snimci, CT i MRI pregledi dostupni su digitalno.

Tehnologija kao podrška, a ne zamjena ljekarima

Prema riječima stručnjaka koji su govorili za CNN, radiolozi danas koriste alate vještačke inteligencije za određivanje prioriteta u pregledanju snimaka, poboljšanje kvaliteta slike i pomoć pri sažimanju izvještaja. Dr. Shadpour Demehri iz Johns Hopkins Medicine navodi da takvi alati ne zamjenjuju ljekare, već doprinose efikasnijem i smislenijem radu.

Profesor inženjerstva i radiologije na Univerzitetu Pennsylvania, René Vidal, ističe da je tehnologija naročito korisna u dobijanju kvalitetnih MRI snimaka uz manji broj mjerenja, što skraćuje trajanje pregleda i omogućava zbrinjavanje većeg broja pacijenata u istom vremenskom periodu. U istraživačkom kontekstu razmatraju se i druge primjene, poput mjerenja zapremine tumora ili automatskog popunjavanja izvještaja, ali su te mogućnosti još uvijek u razvoju.

Za medicinsku primjenu, alati zasnovani na vještačkoj inteligenciji moraju dobiti odobrenje Američke agencije za hranu i lijekove (FDA), a cijeli proces, uključujući razvoj i klinička ispitivanja, može trajati i do osam godina, pojašnjava Vidal. Ipak, značajan broj uređaja već je dobio dozvolu. Od ukupno 1.357 medicinskih uređaja s integrisanom umjetnom inteligencijom koje je odobrila FDA, njih 1.041 odnosi se na radiologiju.

Podaci također ukazuju na rast zaposlenosti. Američki Zavod za statistiku rada procjenjuje da će broj radnih mjesta u radiologiji porasti za pet posto u periodu od 2024. do 2034. godine, što nadmašuje prosječni rast od tri posto za sva zanimanja. Prema podacima koje je Indeed dostavio CNN-u, 2025. godine bilo je više oglasa za poslove u radiologiji nego pet godina ranije.

Stručnjaci navode da povećana potreba za dijagnostičkim snimanjem, uz starenje populacije, dodatno podstiče potražnju za radiološkim uslugama. Ipak, ranije su postojala drugačija predviđanja. Geoffrey Hinton, dobitnik Nobelove nagrade za informatiku, izjavio je 2016. godine da bi trebalo prestati školovati radiologe jer bi duboko učenje moglo preuzeti njihov posao u roku od pet do deset godina. Prošle godine je, međutim, u emailu za New York Times naveo da su te izjave bile preširoko postavljene.

Rizici, regulativa i budućnost struke

Demehri podsjeća da je oko 2015. i 2016. godine među radiolozima postojala izražena zabrinutost zbog mogućnosti zamjene ljudskog rada. Danas se, kako kaže, vještačka inteligencija posmatra kao dodatna podrška, odnosno "drugi par očiju".

Ipak, određeni rizici ostaju. Dr. Chen upozorava na mogućnost pristrasnosti i pretjeranog oslanjanja na algoritme. Studija MIT-a iz 2022. godine pokazala je da vještačka inteligencija može s visokom preciznošću predvidjeti rasu osobe na osnovu rendgenskog snimka, što otvara pitanja o potencijalnoj pristrasnosti u dijagnostici.

Chen ističe i zabrinutost da bi napredak tehnologije mogao dovesti do promjena u kadrovskoj strukturi, poput zamjene ljekara medicinskim sestrama ili subspecijaliziranih radiologa ljekarima opće prakse. Takav pristup mogao bi biti primjenjiv u ograničenim situacijama, ali ne i u većini slučajeva za koje se koristi radiologija, uključujući dijagnostiku raka i teških infekcija.

"Moramo razumjeti da veliki dio uspješnosti algoritma proizlazi iz činjenice da njegov rezultat pregleda stručnjak", rekao je Chen. Dodao je da upravo saradnja između tehnologije i medicinskog profesionalca donosi stvarno unapređenje, piše CNN.