Poštovani čitatelji, gošća rubrike Herons interview je dr. sc. Jelena Štifanić (rođ. Musulin), doktorica tehničkih znanosti i asistentica na Tehničkom fakultetu Hrvatskog katoličkog sveučilišta.
Razgovor s Jelenom donosimo u nastavku.
Za početak, možete li nam se kratko predstaviti i reći nešto više o svom životnom i profesionalnom putu?
Ja sam Jelena Štifanić (djevojačko Musulin), doktorica tehničkih znanosti i asistentica na Tehničkom fakultetu Hrvatskog katoličkog sveučilišta. Dolazim iz malog sela Struga pored Čapljine, gdje sam završila osnovnu školu i gdje su se počeli oblikovati moji interesi. Školovanje sam nastavila u Klasičnoj gimnaziji Ruđera Boškovića u Dubrovniku, a zatim na Tehničkom fakultetu u Rijeci, gdje sam završila elektrotehniku. Oduvijek su me zanimale i tehnologija i medicina – u jednom sam trenutku čak razmišljala o upisu medicine, no shvatila sam da sam možda ipak previše osjetljiva za taj poziv. Jednostavno nisam mogla zamisliti sebe u situaciji da nekome moram reći teške vijesti, pa je na kraju prevagnula odluka za Tehnički fakultet.
Danas vidim koliko je život zanimljiv i nepredvidiv – na neki način sve je došlo na svoje mjesto. Kroz svoj rad u području umjetne inteligencije i inženjerstva zapravo doprinosim medicini, razvijajući rješenja koja mogu pomoći u dijagnostici i radu liječnika. Od 2019. godine radim kao istraživačica, sudjelujem u različitim projektima i nastavi, a moj fokus je razvoj AI rješenja koja mogu imati stvaran i pozitivan utjecaj na ljude, što mi je i najveća motivacija.
Što Vas je potaknulo da se odlučite za akademsku karijeru i područje kojim se danas bavite?
Na neki način, moj akademski put prirodno se nadovezao na sve ono što me oduvijek zanimalo. Tijekom studija sam shvatila koliko me istraživanje ispunjava – posebno mogućnost da kroz tehnologiju rješavam konkretne, stvarne probleme. Veliku ulogu u tome imala je i suradnja s liječnicima iz KBC-a Rijeka. Kroz razgovore s liječnicima imala sam priliku iz prve ruke vidjeti s kakvim se izazovima susreću u svakodnevnoj dijagnostici. Upravo tu sam uočila određene nedostatke i prostor za napredak, posebno u smislu brzine, objektivnosti i preciznosti analize medicinskih podataka. To me dodatno motiviralo da kroz svoj rad pokušam dati doprinos tj. razvijati sustave temeljene na umjetnoj inteligenciji koji mogu biti podrška liječnicima i pomoći u donošenju odluka.
Akademska karijera mi je omogućila upravo to: slobodu da istražujem, povezujem različita područja i radim na rješenjima koja imaju stvaran utjecaj. Na kraju, mogu reći da je to spoj znatiželje, želje za učenjem i osjećaja da svojim radom mogu doprinijeti nečemu većem – a to je unaprjeđenje medicine i pomoć ljudima.
Kako je izgledao Vaš razvojni put od studija do stjecanja titule doktorice znanosti?
Moj razvojni put bio je dosta prirodan i kontinuiran. Već tijekom studija na Tehničkom fakultetu u Rijeci počela sam se intenzivnije zanimati za istraživački rad, posebno u području umjetne inteligencije i obrade slike. Kroz diplomski rad, koji je bio vezan uz detekciju karcinoma mokraćnog mjehura, prvi put sam ozbiljnije ušla u svijet znanstvenog istraživanja i vidjela koliko takav rad može imati konkretnu primjenu.
Nakon završetka studija, zaposlila sam se kao mlađa istraživačica na fakultetu, što mi je omogućilo da nastavim razvijati svoje interese kroz rad na znanstvenim projektima i suradnju s drugim istraživačima. Paralelno sam upisala doktorski studij, tijekom kojeg sam dodatno proširila znanja iz područja umjetne inteligencije, medicinske analize podataka i razvoja inteligentnih sustava. Taj period bio je izazovan, ali i iznimno motivirajući.
Upravo u tom razdoblju postala sam i mama jedne male djevojčice, što mi je dalo još veću snagu, odgovornost i motivaciju da uspješno privedem doktorat kraju. Stjecanje titule doktorice znanosti za mene je bilo kruna tog procesa, ali i poticaj za daljnji rad i razvoj u području koje me zaista ispunjava.
Koliko je bilo izazovno baviti se ovako kompleksnom temom i što Vas je najviše motiviralo tijekom izrade doktorskog rada?
Rad na razvoju automatiziranog sustava za analizu karcinoma pločastih stanica usne šupljine bio je iznimno izazovan proces, prvenstveno zbog izražene histopatološke heterogenosti tumora koja dijagnozu čini kompleksnom. Najveća motivacija tijekom cijelog istraživanja bila mi je spoznaja da subjektivnost pri pregledu uzoraka može izravno utjecati na odabir terapije specifične za pacijenta. Upravo me ta želja za smanjenjem varijabilnosti između promatrača i ubrzanjem vremena do postavljanja dijagnoze poticala da kroz interdisciplinarni pristup povežem umjetnu inteligenciju i kliničku praksu.
Poseban poticaj bila je suradnja s kolegama iz KBC-a Rijeka na razvoju rješenja koja doprinose preciznoj medicini. Potvrda da smo na pravom putu stigla je i u obliku nagrade za najbolji rad na prestižnoj IEEE konferenciji (BIBE), gdje je prepoznat naš model za višeklasnu klasifikaciju gradusa ovog karcinoma pomoću algoritama baziranih na umjetnoj inteligenciji. Taj osjećaj da tvoj rad ima potencijal postati konkretan alat u rukama liječnika i poboljšati objektivnost dijagnostike bio je moja glavna pokretačka snaga.
Vaš rad povezuje medicinu i umjetnu inteligenciju – kako vidite budućnost takvih interdisciplinarnih pristupa?
Budućnost vidim u tome da umjetna inteligencija postane standardni asistent liječnicima, nešto poput naprednog digitalnog oka koje nikada ne osjeća umor i pomaže u donošenju preciznijih odluka. Cilj ovakvih interdisciplinarnih projekata jest da dijagnostika prestane ovisiti o subjektivnom dojmu i postane brža i objektivnija. Korištenjem metoda kao što su Grad-CAM vizualizacija i semantička segmentacija, liječnik dobiva jasan uvid u to na temelju kojih dijelova tkiva je sustav donio zaključak, što gradi neophodno povjerenje u tehnologiju.
Moja je vizija da kroz ovakav rad inženjerstvo i medicina prestanu biti odvojeni svjetovi te da zajednički omogućimo personalizirano liječenje prilagođeno svakom pacijentu. Taj se princip već sada širimo i na druga važna područja, poput rane detekcije demencije kroz projekt BrainClock, što potvrđuje da ovakav pristup izravno podiže kvalitetu zdravstvene skrbi.
Smatrate li da će umjetna inteligencija u skoroj budućnosti značajno promijeniti način postavljanja dijagnoza u medicini?
Smatram da se ta promjena već intenzivno događa i da će u bliskoj budućnosti umjetna inteligencija postati neizostavan standard u medicinskoj dijagnostici. Njena uloga nije zamijeniti stručnost i kliničko iskustvo liječnika, već djelovati kao sofisticirani alat koji omogućuje bržu, precizniju i objektivniju analizu podataka. Takva tehnologija posebno je važna u slučajevima kompleksnih oboljenja, gdje klasične metode ponekad mogu biti nedovoljno osjetljive ili predugo trajati.
Primjena umjetne inteligencije može uključivati automatsku interpretaciju slikovnih pretraga, predikciju ishoda bolesti, personalizirane terapijske preporuke i identifikaciju rizičnih faktora koje je teško uočiti ljudskim okom. Time se ne samo poboljšava kvalitetu dijagnoze i liječenja, nego i oslobađa vrijeme liječnicima da se više fokusiraju na klinički pristup, komunikaciju s pacijentom i donošenje strateških odluka u skrbi.
U konačnici, integracija umjetne inteligencije u medicinu predstavlja sinergiju ljudskog znanja i računalne moći, što može značajno unaprijediti sigurnost i učinkovitost zdravstvene skrbi.
Što biste izdvojili kao ključni doprinos Vašeg rada u tom području?
Razvila sam sustav koji značajno unapređuje medicinsku dijagnostiku kroz četiri ključna segmenta. Prvi segment obuhvaća višeklasnu klasifikaciju gradusa tumora, pri čemu sustav automatski prepoznaje i kategorizira različite stupnjeve malignosti na temelju kompleksnih histopatoloških uzoraka, smanjujući subjektivnost i varijabilnost među promatračima.
Drugi segment je objektivnost kroz automatizaciju, gdje precizna semantička segmentacija epitelnih i stromalnih regija omogućuje kvantifikaciju omjera tumora i strome (TSR), što je ključan prognostički faktor koji se dosad procjenjivao ručno i često varirao.
Treći segment čini „objašnjiva“ umjetna inteligencija, implementacijom Grad-CAM vizualizacije, što sustavu omogućuje da liječniku vizualno prikaže specifična područja uzorka koja su utjecala na odluku, gradeći povjerenje u tehnologiju i olakšavajući kliničke odluke.
Četvrti segment je povezanost s preživljenjem pacijenata, pri čemu sustav računalne parametre povezuje s analizom stvarnog preživljenja, stvarajući alat s izravnom kliničkom vrijednošću i potencijalom za primjenu u preciznoj medicini, omogućujući brže dijagnosticiranje i bolje planiranje personalizirane terapije.
Ukratko, ovaj rad pokazuje kako interdisciplinarna suradnja može pretvoriti kompleksne medicinske slike u precizne i mjerljive podatke koji izravno pomažu i liječniku i pacijentu.
Koliko ovakvi sustavi mogu pomoći liječnicima u svakodnevnom radu i mogu li u određenoj mjeri smanjiti subjektivnost u dijagnostici?
Ovakvi sustavi mogu liječnicima pomoći značajno i na nekoliko konkretnih načina. Prvo, automatizacija ključnih dijagnostičkih procesa smanjuje opterećenje liječnika – umjesto da ručno pregledavaju stotine ili tisuće histopatoloških uzoraka, sustav može brzo izdvojiti relevantne regije, kvantificirati omjere tumora i strome te predložiti mogući gradus tumora. To štedi vrijeme i omogućuje liječnicima da se fokusiraju na složenije kliničke odluke i komunikaciju s pacijentom. Drugo, ovakvi sustavi značajno smanjuju subjektivnost u dijagnostici.
Kod tradicionalne procjene, različiti patolozi mogu različito ocijeniti isti uzorak zbog vizualnih varijacija ili ljudskog umora, što može utjecati na plan terapije. Sustav koji koristi višeklasnu klasifikaciju, semantičku segmentaciju i objašnjivu umjetnu inteligenciju dosljedno primjenjuje iste kriterije na svaki uzorak i vizualno pokazuje temelje svojih odluka, čime standardizira procjenu i gradi povjerenje među liječnicima. Konačno, povezivanjem računalnih parametara s ishodom pacijenata sustav nudi ne samo dijagnostičku, nego i prognostičku vrijednost, što pomaže u preciznijem planiranju terapije i praćenju ishoda, čime direktno doprinosi sigurnijoj i učinkovitijoj kliničkoj praksi.
Koji su, po Vašem mišljenju, najveći izazovi u implementaciji umjetne inteligencije u zdravstveni sustav?
Najveći izazovi implementacije umjetne inteligencije u zdravstveni sustav uključuju kvalitetu i dostupnost podataka, jer AI sustavi zahtijevaju velike i precizno označene baze kako bi bili pouzdani i primjenjivi na različite populacije. Drugi izazov je transparentnost i objašnjivost modela – liječnici teško prihvaćaju „crne kutije“, pa sustavi moraju jasno pokazivati na temelju kojih podataka i obrazaca donose dijagnoze. Treće, integracija u postojeće kliničke protokole i radne tokove zahtijeva prilagodbu infrastrukture, kompatibilnost s elektroničkim zdravstvenim kartonima i edukaciju osoblja.
Konačno, tu su i regulatorna i etička pitanja, uključujući privatnost pacijenata, odgovornost za pogrešne dijagnoze i potencijalne pristranosti modela. Svi ovi izazovi moraju biti pažljivo adresirani kako bi AI sustavi bili pouzdani, sigurni i stvarno korisni u svakodnevnoj kliničkoj praksi.
Za kraj, koju biste poruku uputili mladima koji razmišljaju o karijeri u znanosti ili kombiniranju tehnologije i medicine?
Moja poruka mladima koji razmišljaju o karijeri u znanosti ili kombiniranju tehnologije i medicine jest da se ne boje spajanja različitih disciplina. Važno je biti radoznao, uporan i spreman učiti cijeli život, jer tehnologija i medicina stalno napreduju, a mogućnosti za poboljšanje ljudskog zdravlja gotovo su neograničene.
Posebno mi je drago vidjeti sve više žena u inženjerstvu i STEM područjima, i želim potaknuti mlade cure da se uključe u ove discipline, jer različite perspektive i kreativnost svake osobe čine inovacije još snažnijima. Suradnja, interdisciplinarni timovi i strast za rješavanjem stvarnih problema pružaju priliku da stvarno ostavite pozitivan trag u svijetu.
Redakcija portala Herons.info upućuje iskrene i srdačne čestitke dr. sc. Jeleni Štifanić povodom uspješne obrane doktorskog rada. Želimo joj mnogo uspjeha u daljnjem znanstveno-istraživačkom radu, profesionalnom razvoju te osobnom životu.
Herons.info
