Optimizacija delovnih tokov v radiologiji z umetno inteligenco: pregled trenutnih dokazovKonovalova, Ineia (Avtor) Štiglic, Gregor (Mentor) Gosak, Lucija (Komentor) radiologijaumetna inteligencaoptimizacijaimplementacijapotek delaUmetna inteligenca hitro revolucionira radiologijo, saj izboljšuje natančnost diagnoz, poenostavlja delovne tokove in zagotavlja podporo pri odločanju. Vendar pa je vključevanje umetne inteligence v vsakdanjo klinično prakso še vedno neenakomerno, saj ga ovirajo tehnične, etične, organizacijske in družbene težave. Ta raziskava predstavlja sistematičen pregled svetovne literature, pri čemer uporablja opisne in kompilacijske metode pregleda literature. Ugotovitve kažejo, da lahko umetna inteligenca izboljša stopnjo odkrivanja raka, pospeši nujne diagnoze in zagotovi upravljanje prek strukturiranih okvirov izvajanja. Hibridni modeli, ki združujejo umetno inteligenco s strokovnim znanjem radiologov, so zelo priljubljeni med pacienti in javnostjo, vendar ostajajo pomisleki glede preglednosti, odgovornosti in zaupanja. Klinični zdravniki poročajo o večji sprejemljivosti, kadar so orodja intuitivna in minimalno moteča, medtem ko so ovire nestabilno delovanje, nestrukturirano izvajanje in družbeno-organizacijski dejavniki. Kljub temu ostajajo kritične vrzeli glede dolgoročnih izidov za paciente, gospodarskega vpliva in integracije v okoljih z omejenimi viri. Umetna inteligenca ima transformativni potencial v radiologiji. Njena uspešna integracija bo odvisna od sodelovanja med različnimi zainteresiranimi stranmi, trdnosti upravljanja in pristopov usmerjenih v pacienta, podprtih z obsežnimi, prospektivnimi raziskavami.[I. Konovalova]20262026-01-09 17:28:34Magistrsko delo/naloga96449UDK: 616-073.7+004.8(043.2)COBISS_ID: 269725699sl