AI u medicini 2026: gdje doktor već osjeti razliku, a gdje ne

Postoji ozbiljna razlika između onoga što alati umjetne inteligencije obećavaju na demo prezentacijama i onoga što doktor u Sarajevu, Zagrebu ili Beogradu zaista koristi u utorak poslijepodne. Ovaj tekst je pregled mjesta na kojima umjetna inteligencija već nešto stvarno mijenja u kliničkoj praksi 2026. godine. Šest oblasti: slikovna dijagnostika, podrška u kliničkoj odluci, razvoj lijekova, predikcijska medicina, robotika i dokumentacija. Uz to, nudimo iskren pregled mjesta na kojima se još uvijek borimo s ograničenja koja niko ne želi previše glasno priznati.

Cilj nije obećavati budućnost ni zastrašivati doktora. Cilj je dati realan snimak. Šta se promijenilo u zadnjim godinama otkako je umjetna inteligencija zaživjela u praksi, šta doktor u regiji može stvarno koristiti danas, i gdje umjetna inteligencija još uvijek pada.

Šta tačno znači umjetna inteligencija u medicini

Pod krovnim pojmom "umjetna inteligencija" krije se nekoliko tehnologija koje funkcionišu vrlo različito. Mašinsko učenje, koje već dvije decenije radi u pozadini laboratorijskih sistema i analiza slika. Duboko učenje i računarski vid, koji su poslije 2015. godine doveli do prevrata u slikovnoj dijagnostici. Najnoviji val čine veliki jezički modeli (skraćeno LLM, od engleskog large language models), koji su nakon 2022. godine ušli u dokumentaciju i jezičke zadatke, koje većina doktora već koristi (to su vaši dobri ChatGPT, Gemini, Kimi i ostala ekipa).

Svaka od ovih tehnologija ima svoje prednosti, svoje slabosti i različitu zrelost za kliničku praksu. Kad se kaže "umjetna inteligencija u medicini", obično se misli na neku od ove tri tehnologije, rijetko na sve tri zajedno.

Treba razlikovati i ono što piše u časopisima od onoga što doktor zaista koristi. Istraživački alat može imati 95 posto tačnosti u laboratoriji a da se nikad ne pojavi u rutinskoj praksi, jer mu nedostaje integracija, regulativna odobrenost ili tehnička podrška. Ovaj tekst se bavi onim drugim.

Slikovna dijagnostika: najzrelija oblast

Radiologija je oblast u kojoj je umjetna inteligencija najdublje prodrla u kliničku praksu. Razlog je jasan. Slike su dobro definisan ulaz, klasifikacija je dobro definisan izlaz, a podataka ima u izobilju i u strukturiranom obliku.

Konkretne primjene koje su 2026. godine standardno dostupne uključuju:

• Otkrivanje plućnih čvorova na CT-u toraksa kroz alate koji označavaju sumnjive nalaze prije nego što radiolog otvori snimak
• Detekciju moždanog udara u realnom vremenu, gdje alat automatski prepoznaje velike vaskularne okluzije i obavještava tim za intervenciju
• Mamografiju, gdje alat služi kao drugi par očiju i smanjuje broj propuštenih slučajeva raka dojke
• Dijabetičku retinopatiju, kroz IDx-DR, prvi autonomni dijagnostički uređaj koji je FDA odobrila i koji se već koristi u primarnoj njezi
• Patologiju, kroz analizu histoloških preparata za rak prostate, melanome i druge entitete

Šta alat zapravo radi: prepoznaje obrasce, određuje prioritete slučajeva, predstavlja drugi par očiju. Šta ne radi: ne donosi konačnu dijagnozu. Radiolog ostaje odgovorna osoba i odgovorna osoba iza nalaza.

Podrška u kliničkoj odluci

Sistemi za podršku u kliničkoj odluci (CDSS, od engleskog clinical decision support systems) postoje već decenijama u nekom obliku. Provjera interakcija lijekova, kontrola alergijskih kontraindikacija, izračun doza. Sve su to rani oblici koji su davno ugrađeni u većinu sistema medicinske dokumentacije.

Druga generacija, koja se profilisala između 2020. i 2026. godine, koristi velike jezičke modele kako bi:

• Predložila diferencijalne dijagnoze na osnovu prezentacije pacijenta
• Otkrila rijetke bolesti koje doktor nije razmotrio
• Sažela relevantne kliničke smjernice za konkretan slučaj

Konkretni primjeri iz 2026. godine. UpToDate Advanced (Wolters Kluwer) nudi kontekstualne preporuke unutar samog radnog procesa. Glass Health pravi se za doktore primarne njege. OpenEvidence omogućava pretraživanje medicinske literature tokom same posjete pacijentu. U BiH, Hrvatskoj i Srbiji ovo je više teorija nego svakodnevna praksa.

Razvoj lijekova: nevidljivi efekat

Ovo je oblast koju doktor ne osjeti direktno, ali je možda najveći efekat umjetne inteligencije na medicinu u zadnjoj deceniji.

DeepMindov AlphaFold predvidio je 2021. godine, kako je objavljeno u časopisu Nature, strukturu skoro svih proteina poznatih nauci. Time je promijenjen način razvoja lijekova. Ono što je nekad zahtijevalo godine laboratorijskog rada, sada se može simulirati u nekoliko sedmica.

Kompanije koje su preuzele ovaj ciklus razvoja su BenevolentAI, Insilico Medicine i Recursion Pharmaceuticals. Insilico je 2024. godine ušao u kliničku fazu sa molekulom za idiopatsku plućnu fibrozu, otkrivenom i dizajniranom u potpunosti pomoću umjetne inteligencije. Razvojni put trajao je osamnaest mjeseci. Prije ove revolucije, isto bi trajalo četiri do šest godina.

Za doktora u praksi to znači brži dolazak novih lijekova na tržište. Ne dramatično iz mjeseca u mjesec, ali kumulativno značajno kroz cijelu deceniju.

Predikcijska medicina

Alati umjetne inteligencije koji predviđaju rizik za određenu bolest, povratak bolesti ili odgovor na terapiju. Predikcija se gradi na osnovu kombinacije genetike, medicinske istorije, životnih navika i biomarkera.

Konkretni primjeri:

• Partnerstvo Mayo klinike i Google-a za procjenu kardiovaskularnog rizika
• Tempus u onkologiji, koji predviđa odgovor pacijenta na imunoterapiju
• PathAI za predikciju patoloških ishoda

Status je "zanimljivo u istraživanju, malo u rutinskoj praksi". Glavni problemi su sljedeći. Podaci za treniranje modela najčešće dolaze iz američkih i sjevernoevropskih populacija. To znači slabiju izvedbu na drugim demografskim grupama. Etička pitanja se otvaraju brzo: ko ima pristup procjenama rizika? Osiguravajuće kuće? Poslodavci? I konačno, regulativna nesigurnost. Europski Akt o umjetnoj inteligenciji klasifikuje predikcijske dijagnostičke alate kao visokorizične, što znači znatno složeniji postupak odobrenja.

Robotika i preciznost u hirurgiji

Robot da Vinci (proizvođač Intuitive Surgical) je već dvije decenije standard u robotskoj hirurgiji.

Treba odmah razjasniti. Komponenta umjetne inteligencije u sadašnjim robotima nije autonomna hirurgija. To je preciznost pokreta, uklanjanje tremora, skraćeno vrijeme oporavka.

Šta je u 2026. godini drugačije:

• Vođenje kroz proceduru, gdje alat predlaže sljedeći korak u složenim zahvatima
• Računarski vid u realnom vremenu, koji prepoznaje anatomske strukture tokom operacije
• Predviđanje ishoda na osnovu intraoperativnih podataka

Autonomna hirurgija (kad alat sam izvodi proceduru) i dalje je predmet istraživanja.

Dokumentacija: najveća korist za prosječnog doktora

Za doktora u regionalnoj porodičnoj medicini, internoj, hirurgiji ili stomatologiji, najveći stvaran efekat umjetne inteligencije u 2026. godini nije u dijagnostici niti hirurgiji. To je u dokumentaciji.

Alati za automatsko i glasovno bilježenje (u svijetu poznati kao AI scribe), poput AiMED-a u našoj regiji, ili Heidi, Suki i Abridge u SAD-u, automatski pretvaraju diktat ili razgovor u strukturiran nalaz. Sugestije za MKB-10 šifre, automatska otpusna pisma, automatizacija šifriranja za osiguranje.

Razlog zašto je ovo najveća korist jeste jednostavnost. Efekat je trenutan. Doktor instalira alat, prvi dan štedi sat vremena. Bez integracije sa složenim bolničkim sistemima, bez regulativnog odobrenja, bez kliničke validacije godinama.

Više o ovoj oblasti može se pročitati u vodiču za AI alate za doktore u regiji.

Gdje umjetna inteligencija još uvijek pada

Ozbiljan razgovor o umjetnoj inteligenciji u medicini mora uključiti i njena ograničenja. Šest mjesta na kojima alati u 2026. godini stalno padaju.

Prvo, halucinacije. Veliki jezički modeli mogu izmisliti činjenicu sa autoritativnim tonom. Posebno je opasno kad doktor pita za referencu, jer alat može citirati studiju koja zapravo ne postoji.

Drugo, pristrasnost u podacima za treniranje. Većina skupova podataka dolazi iz SAD-a i sjeverne Europe. Alat može lošije raditi za druge populacije, što za regionalne pacijente znači direktno relevantnu razliku.

Treće, granični slučajevi. Alat radi za devedeset posto slučajeva, ali padne za deset posto koje doktor mora prepoznati. Tih deset posto često su upravo najvažniji slučajevi: rijetke bolesti i atipične prezentacije.

Četvrto, problem "crne kutije". Alat predlaže odluku, ali ne objašnjava zašto. Doktor mora prihvatiti ili odbiti bez uvida u logiku odluke.

Peto, pravna odgovornost. Kad alat predloži pogrešnu dijagnozu, ko je odgovoran? U svim postojećim regulativama, doktor. Umjetna inteligencija ostaje pomoć, a ne zamjena za doktora.

Šesto, integracija. Najbolji alat na svijetu beskoristan je ako se ne uklopi u postojeći radni proces ordinacije, bolnice ili samog doktora.

Umjetna inteligencija u medicini ne zamjenjuje doktora, već pomaže doktoru koji već zna šta radi.

Šta doktor u regiji može koristiti danas

Realan presjek za doktora u BiH, Hrvatskoj ili Srbiji u 2026. godini izgleda ovako.

Već stvarno upotrebljivo. Alati za automatsko bilježenje (poput AiMED-a) za dokumentaciju, sugestije za MKB-10 šifre, automatizacija otpusnih pisama, provjera interakcija lijekova u sistemu medicinske dokumentacije.

Donekle upotrebljivo, zavisno od klinike. Slikovna dijagnostika ako postoji integracija sa PACS sistemom. Robotska hirurgija u centrima koji imaju da Vinci ili Mako.

Eksperimentalno. Podrška u kliničkoj odluci pomoću velikih jezičkih modela, predviđanje individualnog rizika.

Još ne. Autonomna dijagnostika, potpuno autonomna hirurgija, predviđanje individualnog odgovora na terapiju u rutinskoj praksi.

Preporuka koja vrijedi za sve specijalnosti glasi: počnite od dokumentacije. Tu je odnos koristi i uloženog napora najbolji, krivulja učenja je kratka, a rizik je najmanji. Sve ostalo dolazi kasnije, kako oblast bude sazrijevala.

Sljedeći korak

Ako razmišljate o uvođenju AI alata u svoju praksu, pogledajte vodič za AI alate za doktore u BiH, Hrvatskoj i Srbiji, ili dublje u temu kroz tehnički vodič o AI medicinskom asistentu. Praktično možete pokrenuti i besplatnu probnu verziju AiMED-a.