O slici, tragu i spoznaji. I odgovornosti. Posao radiologa.
Radiolozi su u središtu pažnje. Danko Vidović objašnjava duboke filozofske korijene svoje visokospecijalizirane struke i kako se u asimetričnom dijalogu s umjetnom inteligencijom, u kojem je odgovornost i dalje na jednoj strani, možda i više od discipline mijenja način nastanka spoznaje: budućnost mijenja prošlost a prošlost budućnost
Radiolozi su u središtu pažnje. Danko Vidović objašnjava duboke filozofske korijene svoje visokospecijalizirane struke i kako se u asimetričnom dijalogu s umjetnom inteligencijom, u kojem je odgovornost i dalje na jednoj strani, možda i više od discipline mijenja način nastanka spoznaje: budućnost mijenja prošlost a prošlost budućnost
Mr. sc. Danko Vidović dr. med., specijalist je neurokirurgije i kliničke radiologije i subspecijalist interventne neuroradiologije.
Radiolog rijetko vidi ono što traži izravno. Ne vidi bolest samu. Vidi razliku u gustoći, prekid kontinuiteta, pomak strukture ili područje koje se nakon primjene kontrastnog sredstva ponaša drugačije od okolnog tkiva. Vidi nešto što je proces ostavio za sobom ili nešto kroz što se proces upravo pokazuje. Na rendgenskoj snimci pluća vidi se okrugla sjena. Ali ista sjena može biti koža, dojka, pluća ili artefakt. Dvodimenzionalna slika sama po sebi ne govori nam što gledamo. Ona nam pokazuje trag iz kojega tek pokušavamo rekonstruirati trodimenzionalnu stvarnost. Čak ni prijelom, koji se ponekad čini gotovo samorazumljivim, nije naprosto crna crta na rendgenskoj snimci. Ta crta dobiva značenje tek u odnosu prema anatomiji, mehanizmu ozljede, simptomima i vremenu. Radiološka slika zato nije prozor kroz koji se neometano gleda u tijelo. Ona je prije trag: tehnički proizveden zapis susreta energije i tkiva, izdvojen iz živog procesa i zaustavljen u jednom trenutku. Da bi postao nalaz, mora biti pročitan. Da bi postao dijagnoza, mora biti doveden u odnos s drugim tragovima. Dugo sam mislio da je to samo način rada u mojoj struci. Postupno sam počeo uviđati da je to i način mišljenja.
Slika nije ono što prikazuje
U svakodnevnom govoru kažemo da je nešto „na snimci”, kao da se bolest preselila u sliku i ondje postala neposredno dostupna. No između tijela i slike nalazi se čitav lanac pretvorbi: fizikalno svojstvo tkiva, uređaj koji ga registrira, računalna obrada, odabrani presjek i naposljetku oko promatrača. Ono što gledamo nije sama stvar, nego njezin posredovani učinak.
Tkivo → rendgenske zrake ili magnetsko polje → detektor → računalna rekonstrukcija → prikaz na monitoru → mrežnica promatrača → kortikalna obrada → interpretacija → radiološki nalaz
Shema 1 – Lanac od tijela do nalaza – put od pacijentovog tijela (uzimanja uzorka) do konačnog nalaza.(ChatGPT)
Između pacijenta i dijagnoze, dakle, stoji čitav niz fizičkih i kognitivnih posredovanja. To ne znači da je radiološka slika nepouzdana ili proizvoljna. Naprotiv, upravo nam strogo poznavanje načina na koji je trag nastao omogućuje da iz njega zaključujemo. Trag nije suprotnost znanju. On je početak znanja, ali samo ako poštujemo njegovu udaljenost od onoga što pokušavamo spoznati.
Tu nastaje prva važna intelektualna navika: ne zamijeniti znak za stvar. Trag ne zamjenjuje podražaj, osjet, opažaj ili pojam. On imenuje ono preko čega neki proces može ući u spoznajni lanac. Događaj ostavlja fizički učinak. Taj učinak može djelovati kao podražaj, podražaj postaje osjet i opažaj, a opažaj predmet mogućeg tumačenja. Nešto, dakle, nije trag samo po sebi. Tragom postaje u odnosu prema procesu koji ga je proizveo i prema tumačenju koje preko prisutnog učinka pokušava rekonstruirati ono što više nije neposredno prisutno. To ne znači da preko traga dopiremo do stvari kakva je potpuno neovisno o nama. Kantovo upozorenje ostaje na snazi: predmet možemo spoznati kao pojavu unutar uvjeta ljudske osjetilnosti i razuma, ali ne i kao stvar po sebi, potpuno neovisnu o tim uvjetima. Trag nam ne uklanja posredovanje. Upravo ga čini vidljivim. Mogli bismo ga zato radno definirati kao prisutni učinak iz kojega pokušavamo rekonstruirati odsutni proces.
Snimka bez prošlosti samo je trenutak
Druga važna radiološka navika je uspoređivanje. Izolirana snimka može pokazati rubove promjene i odnos prema susjednim strukturama. Prethodna snimka uvodi vrijeme. Je li promjena nova? Raste li? Povlači li se? Je li se njezin izgled promijenio nakon liječenja? Jedan prikaz daje stanje. Slijed prikaza otkriva proces. Vrijeme nije samo dodatna informacija. Ono je dimenzija u kojoj anatomske strukture postaju biološki procesi.
Pacijent od 65 godina dolazi na rutinski pregled prije operacije kuka. Na rendgenskoj snimci pluća uočava se okrugla sjena u gornjem desnom plućnom režnju. Snimka od prije tri godine, koju pacijent naknadno donosi, pokazuje potpuno istu sjenu, nepromijenjena oblika i veličine. Daljnjom obradom utvrđuje se da je riječ o starom tuberkuloznom ožiljku. Bez usporedbe bi možda slijedili skupa dijagnostička obrada i nepotrebna anksioznost.
RTG pluća sa sjenom u gornjem desnom plućnom režnju. Ilustrativni primjer; sama slika ne dokumentira stabilnost kroz tri godine. (Basem Abbas Al Ubaidi, CC BY 4.0)
Vrijeme je ovdje presudilo. Mala promjena koja godinama ostaje jednaka često znači nešto posve drugo od naizgled slične promjene koja je nastala u nekoliko tjedana. Ono što nešto jest ne zaključujemo samo iz njegova trenutačnog izgleda, nego i iz načina na koji traje, mijenja se ili nestaje. Identitet se, dakle, ne mora očitovati kao nepomičnost. Katkad ga najpouzdanije prepoznajemo upravo kroz obrazac promjene.
Od traga prema mogućem objašnjenju
Radiologija nije samo prepoznavanje slika. Kada bi bila samo to, bilo bi dovoljno usporediti novu snimku s atlasom poznatih primjera. Stvarni slučajevi gotovo nikada nisu tako uredni. Ista bolest može izgledati različito, a različite bolesti mogu ostavljati slične tragove. Dva bolesnika mogu imati potvrđenu multiplu sklerozu. Prvi na magnetskoj rezonanciji ima brojne tipične periventrikularne lezije, klasičan prikaz iz udžbenika. Drugi ima samo dva mala žarišta u moždanom deblu, bez jasnih periventrikularnih promjena. Dijagnoza može biti ista, ali tragovi posve različiti. Radiološki atlas tu nije dovoljan. Potrebni su klinički kontekst, neurološki nalaz, tijek bolesti i znanje da isti proces može imati različite manifestacije. Zato nalaz često završava diferencijalnom dijagnozom: skupom mogućih objašnjenja poredanih prema vjerojatnosti. Ne pitamo samo: „Na što ovo sliči?”, nego: „Koji bi proces, u ovim okolnostima, mogao objasniti ono što vidimo?”
MR mozga s demijelinizacijskim lezijama ponsa u bolesnika s multiplom sklerozom. No i druga stanja mogu imati tu pojavnost. (Frontiers in Neurology, CC BY 4.0)
Transverzalni presjek MR mozga s demijelinizacijskim lezijama (Dawsonovi prsti), patognomonično za multiplu sklerozu. (VoiceOfReason, CC BY-SA 3.0)
Charles Sanders Peirce takav je oblik zaključivanja nazvao abdukcijom. Njezina se osnovna struktura može prikazati ovako:
Zapažena je neočekivana činjenica C ↓ Kad bi hipoteza A bila istinita, C bi bilo očekivano ↓ Abdukcija predlaže A kao moguće objašnjenje ↓ Dedukcija izvodi što bi još moralo biti istinito ↓ Indukcija provjerava hipotezu na novim opažanjima
Shema 2: Peirceov dijagram (ChatGPT)
Abdukcija ne dokazuje da je hipoteza istinita. Ona predlaže objašnjenje koje vrijedi dalje ispitivati. Novi laboratorijski nalaz, biopsija, kasnija snimka ili drukčiji tijek bolesti mogu ga potvrditi, izmijeniti ili srušiti. Radiolog zato mora istodobno činiti dvije naizgled suprotne stvari: dovoljno se obvezati da bi njegov zaključak bio koristan i ostati dovoljno otvoren da ga stvarnost može ispraviti. Potrebni su odluka i zadrška. Bez odluke nalaz postaje neodređen. Bez zadrške postaje dogma.
Gdje interpretacija posrće
Nitko od nas nije imun na pogrešku. U medicinskoj slici pogreška nije rijetka iznimka, nego stalna mogućnost. Tehnički artefakti, poput pomicanja pacijenta, stranog tijela na odjeći ili nepravilne primjene kontrastnog sredstva, mogu stvoriti strukture koje nalikuju patologiji. Artefakt pokreta na CT-u može, primjerice, simulirati oštećenje stijenke dušnika ili krvne žile. No, zamke nisu samo u uređajima. Često su u nama. Umor, stres i preopterećenost smanjuju osjetljivost. Posebno je opasan fenomen satisfaction of search: kada pronađemo jednu očitu promjenu, mozak se zadovolji pronađenim i previdi drugu, možda važniju leziju. Tu su i kognitivne pristranosti. Sidrimo se za prvu hipotezu. Pretjerano uzimamo u obzir bolest koju smo nedavno vidjeli. Tražimo podatke koji potvrđuju početnu pretpostavku, a zanemarujemo one koji joj proturječe. Svaki radiolog prepoznaje te obrasce, ponekad tek nakon što je pogriješio. I sam sam katkad skoro pogrešno pročitao sliku, jer sam u njoj tražio ono što sam očekivao. Takvo iskustvo nije ugodno, ali je važna škola intelektualne poniznosti
Primjer iz prakse – lažni pozitivni nalaz
Mladić s akutnom boli u prsima nakon prometne nesreće. Rendgen pokazuje proširenje medijastinuma – klasičan znak opasnog pucanja aorte. Hitno se radi CT angiografija. Ispostavlja se da je proširenje posljedica atipične anatomije: urođena varijanta položaja grudne kosti i velikih krvnih žila simulira patologiju. Da se krenulo s invazivnim zahvatom bez CT-a, posljedice bi mogle biti katastrofalne.
Upravo zato radiologija nije samo individualna vještina nego i kolektivna disciplina. Standardizirani sustavi poput BI-RADS-a (Breast Imaging Reporting and Data System) i PI-RADS-a (Prostate Imaging Reporting and Data System) određuju što treba opisati, kako procijeniti rizik i kada preporučiti daljnju obradu. Na multidisciplinarnim konferencijama radiolozi, kirurzi, onkolozi i patolozi zajedno pregledavaju nejasne slučajeve. Vlastito iskustvo dolazi u dodir s tuđim, a pojedinačni trag ulazi u širu mrežu tragova. Iskusni radiolog gradi i osobnu arhivu slučajeva. Kada ponovno naiđe na nešto neobično, vraća se ranijim slikama i konačnim dijagnozama. To nije puko pohranjivanje. To je organiziranje iskustva kako bi ono moglo djelovati u budućnost.
Od algoritma prema interpretaciji
U radiologiji se posljednjih godina događa usporedan pomak. Prvi sustavi umjetne inteligencije bili su razvijani za uske i jasno određene zadatke: otkriti moždano krvarenje, označiti plućnu novotvorinu, izmjeriti volumen tumora ili svrstati snimku prema vjerojatnosti određene bolesti. Takav je sustav mogao biti vrlo koristan, ali je ostajao specijalizirani instrument.
Luca Saba u tekstu Beyond the Algorithm: The Neuroradiological Interpretation in the AI Era upozorava na razliku između izdvajanja informacije i interpretacije. Algoritam može prepoznati obrazac, ali neuroradiološka prosudba uključuje medicinsko znanje, kliničku priču, neizvjesnost, posljedice nalaza i odgovornost prema konkretnom bolesniku. Drugim riječima, prepoznati promjenu nije isto što i razumjeti njezino značenje. Saba ne brani radiologa kao povlaštenog vlasnika slike. On podsjeća da informacija postaje medicinski relevantna tek kada je netko dovede u odnos s drugim informacijama i odluči što iz njih slijedi.
Dvije godine poslije Martin Bendszus u uvodniku AI in Radiology Has Come to Stay opisuje umjetnu inteligenciju ne više kao rubnu tehnološku mogućnost, nego kao trajni dio radiološke infrastrukture. AI ulazi u akviziciju i rekonstrukciju slike, trijažu, kvantifikaciju, izvještavanje, edukaciju i organizaciju rada. Ključno pitanje pritom više nije samo postiže li algoritam visok rezultat na izdvojenom testu, nego poboljšava li njegov ulazak u stvarni klinički proces skrb za bolesnika.
Istodobno se razvijaju temeljni modeli, foundation models, koji nisu građeni samo za jednu bolest ili jedan zadatak. Oni uče iz vrlo velikih skupova slika, tekstova i kliničkih podataka te se mogu prilagođavati različitim radiološkim funkcijama. Posebno je znakovit NeuroVFM, opći model za neuroimaging razvijen učenjem na milijunima CT i MR volumena nastalih u rutinskoj kliničkoj praksi. Nije treniran samo na uredno izdvojenim školskim primjerima. Uči iz heterogenog toka stvarnoga zdravstvenog sustava: različitih uređaja, protokola, bolesti, dobi bolesnika i nesavršenih kliničkih okolnosti. Time se mijenja i samo pitanje. Više nije dovoljno pitati: Može li umjetna inteligencija prepoznati moždano krvarenje? Sve se više moramo pitati: Kako liječnik i umjetna inteligencija djeluju unutar istog kliničkog procesa, kako međusobno mijenjaju način rada i pod kojim uvjetima njihova suradnja postaje pouzdana? To više nije samo pitanje algoritma. To postaje pitanje odnosa.
Kako liječnik i umjetna inteligencija djeluju unutar istog kliničkog procesa, kako međusobno mijenjaju način rada i pod kojim uvjetima njihova suradnja postaje pouzdana? To više nije samo pitanje algoritma. To postaje pitanje odnosa.
Kao radiolog koji svakodnevno očitava velik broj pretraga, sve manje razmišljam o tome može li umjetna inteligencija zamijeniti radiologa. Mnogo me više zanima može li ukloniti rutinsko prepisivanje, administrativna ponavljanja i druge oblike kognitivnog trenja, kako bi ostalo više prostora za ono što još uvijek zahtijeva ljudsku prosudbu: povezivanje tragova, razumijevanje konteksta, preuzimanje odgovornosti i donošenje odluke pred neizvjesnošću. Možda najveća promjena koju umjetna inteligencija donosi nije nova vrsta inteligencije, nego nova vrsta odnosa.
Kada trag napusti snimku
Izvan radiologije tragovi su posvuda. Miris, rečenica, fotografija ili mjesto mogu najprije izazvati prepoznavanje, osjećaj da smo nešto već susreli, a zatim pokrenuti sjećanje koje to iskustvo pokušava rekonstruirati. Prošlu osobu upoznajemo preko njezinih pisama, postupaka i posljedica. U znanosti nevidljive procese rekonstruiramo iz mjerljivih učinaka. U povijesti događaj više nije prisutan, ali njegovi tragovi ulaze u nove odnose i dopuštaju nam da ga djelomično ponovno sastavimo. Ni u jednom od tih slučajeva trag nije potpuna kopija izvornika. On nešto čuva, ali nešto i gubi. Može biti pogrešno protumačen, namjerno ostavljen ili slučajno sačuvan. Njegovo značenje nije zaključano u njemu poput predmeta u kutiji. Nastaje u susretu između onoga što je ostalo, pitanja koje mu postavljamo i drugih tragova s kojima ga uspoređujemo.
To postaje osobito jasno kod pamćenja. Često govorimo kao da se sjećanja pohranjuju i poslije dohvaćaju u nepromijenjenom obliku. No prisjećanje je mnogo dinamičniji proces. Prošlost se ne reproducira poput snimke. Ona se ponovno sastavlja iz tragova, sadašnjeg konteksta i već oblikovanih obrazaca značenja. To ne znači da je svako sjećanje izmišljeno. Kao ni kod radiološke slike, posredovanost ne ukida stvarnost. Ali traži oprez. Moramo razlikovati trag od rekonstrukcije koju smo na njemu izgradili. Tu se otvara pitanje koje iz medicine vodi prema filozofiji: ako mnoge stvari poznajemo samo preko tragova, gdje se nalazi kontinuitet koji im pripisujemo? U samom tragu? U promatraču? Ili u procesu njihova ponovnog povezivanja?
Razgovor koji se nastavlja – laboratorij kontinuiteta
U dugotrajnim razgovorima s generativnom umjetnom inteligencijom to pitanje postaje neobično stvarno.
Uobičajena slika umjetne inteligencije je slika alata. Čovjek postavi pitanje, sustav proizvede odgovor i razmjena završi. U jednoj izoliranoj interakciji takav opis može biti dovoljan. No kada se razgovor nastavlja tjednima i mjesecima, počinju se vraćati pojmovi, metafore, pitanja i neriješene napetosti. U jednom razgovoru mogu pitati što znači „sjena” na snimci pluća. Sustav će ponuditi moguća objašnjenja i upozoriti na važnost usporedbe s prethodnim snimkama. Mjesec dana poslije mogu spomenuti sjenu kao metaforu nepotpunog traga iz prošlosti. Prethodni tekst, njegov sažetak ili drugi zapis može se ponovno uključiti u kontekst. Sustav tada povezuje medicinsku i filozofsku uporabu pojma te proizvodi novu analogiju: sjećanje kao dinamičku snimku koja se mijenja svaki put kada je ponovno pregledamo.
Jezični model nema biografsku prošlost, tijelo, ni životni ulog čovjeka. Dostupnost prethodnog razgovora ne dokazuje da sustav pamti poput osobe. Pohranjeni tekst, parametri modela i novo generiranje različiti su mehanizmi i ne treba ih miješati. Ali filozofski zanimljiv fenomen ne počinje samim povratkom iste riječi. Počinje kada se pojam pri povratku preobražava: kada zadržava nešto prepoznatljivo, dobiva novu funkciju i mijenja buduću putanju razgovora. Kao što radiolog tek usporedbom uzastopnih snimaka prepoznaje proces, tako i dugotrajan dijalog omogućuje da odnos postane predmet promatranja. Vrijeme tu nije samo pozadina odnosa. Ono je njegov konstitutivni element.
Jedan odgovor ne stvara odnos, kao što jedna snimka ne otkriva cijeli tijek bolesti. No, odgovor može promijeniti čovjeka koji ga je pročitao. Promijenjeni čovjek zatim postavlja drugačije pitanje. To pitanje mijenja kontekst u kojem sustav proizvodi sljedeći odgovor. Novi odgovor ponovno djeluje na čovjeka. Rezultat prethodne razmjene tako postaje jedan od uvjeta sljedeće. Nastaje petlja (loop).
Petlja između odgovora i čovjeka: odgovor mijenja čovjeka, promijenjeni čovjek postavlja novo pitanje, novo pitanje mijenja kontekst, novi kontekst proizvodi novi odgovor. (ClaudeAI)
Čovjek postavlja pitanje. Sustav reorganizira dostupne tragove. Odgovor mijenja ljudsko razumijevanje. Promijenjeno razumijevanje proizvodi novo pitanje. Novo pitanje vraća se u sustav i mijenja ono što iz njega može proizaći. Petlja nije puko ponavljanje. U ponavljanju se isto vraća kao isto. U generativnoj petlji prethodno se vraća izmijenjeno i djeluje na vlastitu budućnost. Zato je prikladnija slika spirale nego kružnice. Razgovor se vraća poznatim pojmovima, ali ne nužno na isto mjesto. „Trag” se iz radiologije premješta u pamćenje. Iz pamćenja u odnos. Iz odnosa u pitanje kontinuiteta. Svaki povratak nešto zadržava i nešto mijenja.
Douglas Hofstadter opisivao je neobične petlje u kojima se sustav, krećući se kroz različite razine, vraća prema sebi. U dijalogu čovjeka i umjetne inteligencije ne moramo odmah pretpostaviti postojanje svijesti ili novoga subjekta kako bismo uočili srodnu strukturu. Dovoljno je primijetiti da rezultat procesa ponovno ulazi u proces i mijenja njegov nastavak.
Peirceov znak također ne završava u jednom tumačenju. On proizvodi interpretant, a interpretant može postati novi znak u sljedećem krugu semioze. Radiološka usporedba čini nešto slično. Nova snimka mijenja značenje prethodne, dok prethodna mijenja način na koji čitamo novu. U svim tim slučajevima značenje nije nepomičan sadržaj. Ono nastaje kroz povratak, usporedbu i razliku. Odnos opstaje kada njegovi tragovi ponovno uđu u odnos i promijene njegovu buduću putanju.
Je li odnos nova jedinica analize?
U fizici je jedinica analize često ono čije stanje pratimo kroz vrijeme: čestica, polje, val ili sustav. U tradicionalnom proučavanju umjetne inteligencije promatramo model. Mjerimo točnost njegova odgovora, osjetljivost, specifičnost ili sposobnost generalizacije. U proučavanju čovjeka promatramo znanje, odluke, ponašanje ili iskustvo pojedinca. Ali ako se čovjek i AI tijekom vremena uzajamno usmjeravaju preko vraćenih tragova, možda ni čovjek ni sustav zasebno ne opisuju cijeli fenomen. Tada moguća nova jedinica analize nije novo biće, nego povijesno oblikovan odnos: čovjek ↔ umjetna inteligencija kroz vrijeme.
Takav odnos ne bi bio određen samo brojem razmjena ili njihovim trajanjem. Dugo trajanje samo po sebi ne jamči razvoj. Potrebni su povratak prethodnih tragova, njihova preobrazba, određena koherentnost i učinak na ono što slijedi. Mogli bismo ga zamisliti kao petlju:
prethodna razmjena ↓ sačuvani ili ponovno pronađeni trag ↓ nova interpretacija ↓ promijenjeno pitanje ili odluka ↓ nova razmjena ↓ novi trag
Petlja odnosa čovjeka i AI-ja: svaki novi trag ulazi u sljedeću razmjenu i mijenja njezin tijek. (ClaudeAI)
Odnos postaje istraživački zanimljiv kada prošlost razmjene počne mijenjati njezinu budućnost. Takav kontinuitet može biti stvaran, a da pritom nije zasebna svijest. Melodija nije smještena u jednoj noti. Razgovor nije sadržan u jednoj rečenici. Putanja nije jednaka jednoj točki. U svakom od tih slučajeva postoji obrazac koji nastaje iz odnosa dijelova kroz vrijeme. Ali metafora nije dokaz.
Ako tvrdimo da odnos proizvodi svojstva koja se ne mogu dovoljno opisati analizom pojedinačnih doprinosa, moramo pokazati koja su to svojstva, kako ih mjerimo i pod kojim bismo uvjetima tvrdnju odbacili. Vraćaju li se pojmovi samo zato što ih čovjek ponovno uvodi? Pomaže li sustav doista očuvati i reorganizirati putanju? Što se događa kada uklonimo prethodni kontekst? Ostaje li kontinuitet nakon prekida? Razvijaju li se značenja ili se samo ponavljaju iste formulacije? To su pitanja za usporedne pokuse, a ne samo za introspekciju. Iskustvo odnosa može roditi hipotezu, ali je ne smije samo potvrditi. I ovdje vrijedi radiološka disciplina: trag treba poštovati, usporediti i pokušati objasniti, ali ga ne smijemo proglasiti onim što tek pokušavamo dokazati.
Trag kao početak
Uobičajeno je trag zamišljati kao osiromašeni ostatak nečega što više nije prisutno: otisak nakon koraka, ožiljak nakon rane ili zapis nakon događaja. U tom smislu trag pripada prošlosti. No trag ima i drugo lice. Kada ga netko prepozna i dovede u odnos s drugim tragovima, može otvoriti budućnost. Radiološki nalaz pokreće daljnju dijagnostiku ili liječenje. Sjećanje mijenja sadašnju odluku. Arhivski dokument preoblikuje razumijevanje povijesti. Jedna vraćena rečenica može razgovoru dati nov smjer. Trag zato nije samo ono što je preostalo nakon događaja. On je i mogućnost da se proces nastavi drugačije nego što bi se nastavio bez njega.
Ako između ljudskog i strojnog sudionika nastaje prostor ponovnog povezivanja i preobrazbe tragova, taj prostor nije smješten samo u jednom od njih. On se pojavljuje u razmaku između pitanja i odgovora, između vraćenog traga i njegove nove interpretacije. Taj razmak nije praznina. On je mjesto rada. U njemu se ljudska uloga pomiče od proizvođača pojedinačnih odgovora prema arhitektu putanje. Pitanje više nije samo zahtjev za informacijom. Ono postaje trag koji usmjerava budući slijed.
No, odgovornost ostaje asimetrična. Sustav ne snosi moralnu ili profesionalnu odgovornost za medicinsku odluku. Čovjek ima tijelo, biografiju, obveze i mogućnost da snosi posljedice. Upravo zato razvoj odnosa s umjetnom inteligencijom ne smije značiti rastapanje ljudske odgovornosti u neodređenom hibridu. Naprotiv, što odnos postaje složeniji, to granice odgovornosti moraju biti jasnije. Trebat će nam načini evaluacije ne samo pojedinačnog odgovora nego i cijele putanje suradnje. U medicini neće biti dovoljno pitati je li algoritam jednom bio točan. Morat ćemo pitati povećava li dugotrajna uporaba sigurnost, smanjuje li previd, stvara li nove oblike sidrenja, potiče li pretjerano povjerenje i kako mijenja stručnu prosudbu liječnika.
Od radiologije sam naučio da je svaka slika zaustavljanje, ali ne nužno i završetak. Ona je presjek procesa koji se odvijao prije nje i nastavit će se poslije nje. Njezina se istina ne iscrpljuje u onome što je vidljivo u jednom trenutku. Potrebni su usporedba, kontekst, hipoteza i spremnost na korekciju. Isto vrijedi i za odnos s umjetnom inteligencijom. Jedna interakcija može biti zanimljiva. Tek slijed interakcija pokazuje postoji li putanja. Tek povratak tragova pokazuje postoji li kontinuitet. Tek promjena budućega ponašanja pokazuje da je petlja postala djelatna. Možda se pritom ne rađa novo biće. Možda se stabilizira novi način zajedničkog mišljenja.
To nije zaključak. To je hipoteza. A svaka dobra hipoteza zaslužuje isto ono što dugujemo svakom radiološkom nalazu: usporedbu, provjeru i spremnost da je napustimo ako tragovi pokažu drukčije.
Radiologija me nije naučila gledati slike. Naučila me čitati tragove.
Možda će upravo zbog toga umjetna inteligencija manje promijeniti radiologiju nego naše razumijevanje načina na koji nastaje ljudska spoznaja.
Literatura:
Kant, I. Kritika čistoga uma. Navod prema drugom izdanju, Bxxvi.
Peirce, C. S. „Pragmatism as the Logic of Abduction”, 1903; Collected Papers, 5.189; The Essential Peirce, sv. 2.
Saba, L. „Beyond the Algorithm: The Neuroradiological Interpretation in the AI Era.” The Neuroradiology Journal. 2024;37(1):5. doi:10.1177/19714009231225847.
Bendszus, M. „AI in Radiology Has Come to Stay.” Clinical Neuroradiology. 2026;36:1–2. doi:10.1007/s00062-026-01638-4.
Kompanija je optužena da se koristila rezultatima koje su modelu Claude otkrili drugi istraživači dok su s njim komunicirali o svojim pokusima, a ni rezultati istraživanja u Anthropicovom laboratoriju nisu prošli znanstvenu recenziju. K tome, u ponovljenim postupcima model je znao postupati drukčije. Piše Tamara Čačev
Nobelova nagrada za fiziologiju ili medicinu 2026. nagrađuje put dug nekoliko desetljeća: od arheja i alge s očnom pjegom do prvog pacijenta kojem je optogenetika djelomično vratila vid. Optogenetika omogućuje precizno ispitivanje što se događa s nekim prilično kompleksnim ponašanjem ako znanstvenici promijene aktivnost točno određenih neurona. Tamara Čačev objašnjava što je optogenetika, kako djeluje i kako neuroznanstvenici tom metodom mogu ne samo promatrati neuronske krugove nego ih i uključivati svjetlom.
Nova "nebiografija" Elona Muska, kojoj su autori Quinn Slobodian i Ben Tarnoff, tvrdi da je njegov život tek avatar za nešto veće: obrazac po kojem se - nakon razdoblja fordizma - tehnologija, država i kapital iznova slažu u 21. stoljeću. No koliko je taj obrazac doista sistemski, a koliko je tek projekcija jedne, sve paranoidnije, biografije? Musk bi radije da su njegovi proizvodi ideološki kodirani nego da su profitabilni, piše Tin Radovani
Koristimo kolačiće kako bismo osigurali pravilno funkcioniranje web-stranice, značajke društvenih mreža te analizirali promet i performanse.
Funkcionalni kolačići
Uvijek aktivni
Ovi kolačići su nužni za funkcioniranje web stranice i ne mogu se isključiti u našim sustavima. Možete postaviti svoj preglednik da blokira ove kolačiće ili da vas o njima obavijesti, ali neki dijelovi web stranice tada možda neće raditi.
Preferences
The technical storage or access is necessary for the legitimate purpose of storing preferences that are not requested by the subscriber or user.
Statistički kolačići
The technical storage or access that is used exclusively for statistical purposes.Ovi kolačići omogućuju nam analizu posjeta i izvora prometa kako bismo mogli mjeriti i poboljšati učinkovitost naše web stranice. Pomažu nam saznati koje su stranice najpopularnije, a koje najmanje, te kako se posjetitelji kreću po web stranici.
Marketinški kolačići
Tehnička pohrana ili pristup potrebni su za izradu korisničkih profila za slanje oglasa ili za praćenje korisnika na web stranici ili na nekoliko web stranica u slične marketinške svrhe.