<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Vpliv umetne inteligence na delo radioloških inženirjev: sodelovanje ali nadomestilo?</dc:title><dc:creator>Kutin,	Anže	(Avtor)
	</dc:creator><dc:creator>Žarkovič,	Lara	(Avtor)
	</dc:creator><dc:creator>Alukić,	Erna	(Mentor)
	</dc:creator><dc:creator>Kaučič,	Aleš	(Komentor)
	</dc:creator><dc:creator>Žibert,	Janez	(Recenzent)
	</dc:creator><dc:subject>diplomska dela</dc:subject><dc:subject>radiološka tehnologija</dc:subject><dc:subject>radiološki inženirji</dc:subject><dc:subject>umetna inteligenca</dc:subject><dc:subject>delo v radiologiji</dc:subject><dc:subject>avtomatizacija v radiologiji</dc:subject><dc:description>Uvod: Umetna inteligenca je področje računalništva, ki se ukvarja z ustvarjanjem pametnih strojev, sposobnih opravljati naloge, ki bi sicer zahtevale človeško inteligenco. Uporablja različne pristope, kot so strojno učenje, globoko učenje, logično sklepanje in optimizacija, da simulira kognitivne funkcije človeka in izboljšuje svoje delovanje skozi čas. Radiološki inženir v procesu dela pridobi slike, ki predstavljajo velik nabor podatkov, na voljo v digitalni obliki, kar pomeni, da je to področje idealno za uporabo umetne inteligence.   Namen: Namen integrativnega pregleda literature je predstaviti kako umetna inteligenca spreminja diagnostično radiologijo in kakšen vpliv ima na delo radioloških inženirjev.  Metode dela: Pregledane so bile baze podatkov PubMed in ScienceDirect z uporabo iskalnega niza, ki je bil oblikovan glede na zastavljen cilj. V končni pregled literature je bilo vključenih 16 raziskav. Rezultati: Ugotovili smo, da večina udeležencev prepoznava potencial umetne inteligence za izboljšanje kakovosti in učinkovitosti dela v radiologiji, še posebej v kontekstu optimizacije doze sevanja, nadzora kakovosti in izboljšanja diagnoz. Kljub temu pa ostajajo pomisleki glede vpliva umetne inteligence na poklicne vloge, izobraževanje, varnost podatkov in morebitno izgubo delovnih mest. Razprava in zaključek: Prihodnost umetne inteligence v radiologiji bo odvisna od usklajenega pristopa, ki bo omogočil izboljšanje kakovosti storitev, zagotavljanje varnosti podatkov in ohranjanje pomembne človeške vloge v medicinskem procesu. Pomembno je, da se razvijejo ustrezni programi izobraževanja za zdravstvene delavce, ki bodo omogočili učinkovito uporabo umetne inteligence in preprečili morebitne negativne posledice, kot je strah pred izgubo delovnih mest ali pomanjkanje zaupanja v tehnologijo.</dc:description><dc:publisher>[A. Kutin : L. Žarkovič]</dc:publisher><dc:date>2024</dc:date><dc:date>2024-09-14 07:45:33</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>161790</dc:identifier><dc:identifier>UDK: 616-07</dc:identifier><dc:identifier>VisID: 137127</dc:identifier><dc:identifier>COBISS_ID: 207575811</dc:identifier><dc:language>sl</dc:language></metadata>
