End-to-end umjetna inteligencija podržana kliničkim radnim procesom i poslovnom aplikacijom

Dobici:

• Sposobnost integriranja umjetne inteligencije na licu mjesta i unutar određenih ograničenja u svakoj fazi tijeka rada, od prijema pacijenta do otpusta
• Sposobnost uspostavljanja brze knjižnice, protokola verifikacije i politike privatnosti usklađene s KVKK-om na razini klinike/ustanove
• Sposobnost dizajniranja kulture revizije koja štiti sigurnost pacijenata, odgovornost i povjerenje u medicinu podržanu umjetnom inteligencijom

Prethodne cjeline bavile su se umjetnom inteligencijom (AI) u pojedinim fazama kliničkog rada: diferencijalna dijagnoza, literatura, povijest, slikanje, lijekovi, komunikacija s pacijentom, verifikacija, privatnost, dokumentacija, odgovornost. U ovoj završnoj cjelini objedinjujemo sve: kako integrirati AI na in-situ, ograničen način koji se može provjeriti u svakoj fazi tijeka rada, od prijema pacijenta do otpusta; i naučit ćete kako ga institucionalizirati na kliničkoj ili institucionalnoj razini. Cilj je učiniti AI manje pojedinačnim "trikom" i dijelom sustava koji štiti sigurnost i odgovornost pacijenata.

Mjesto umjetne inteligencije u putovanju pacijenta

Razmotrite kliničko putovanje pacijenta i odredite ulogu i ograničenje AI na svakom zaustavljanju:

• Prijem/trijaža: AI može prikupiti preliminarne informacije, preporučiti prioritete; Odluka je u rukama liječnika (crvena zona).
• Anamneza: AI strukturira iskaz pacijenta; Liječnik završava pregled (žuta zona).
• Diferencijalna dijagnoza: AI vjerojatnost podsjeća; Dijagnoza je kod liječnika (crvena zona).
• Inspekcija/monitoring: AI određuje prioritete, mjere; nalaz radiologa (crvena zona).
• Liječenje/lijekovi: AI interakcija podsjeća; doziranje i recept od liječnika (crvena zona).
• Dokumentacija: AI izrađuje epikrizu/nacrt šifre; liječnik potvrđuje (žuto područje).
• Informacije za pacijenta: AI pojednostavljuje; Sadržaj je odobren od strane liječnika (žuta zona).
• Otpuštanje/nadzor: AI generira upute i podsjetnike; Odgovornost leži na liječniku.

Ista se disciplina primjenjuje na svakom zaustavljanju: AI ubrzava, liječnik provjerava i odlučuje.

Savjet: nakon što prođete kroz tijek rada i pitate se "što umjetna inteligencija radi u svakom koraku, koje je njeno ograničenje, tko to provjerava?" Mapirajte to. Ova karta postaje kompas na jednoj stranici i za nove članove tima i za nadzor.

Enterprise tri gradivna bloka

Pojedinačna dobra volja nije dovoljna; Za sigurnu upotrebu umjetne inteligencije potreban je institucionalni okvir.

1. Brza knjižnica. Testirane, standardne upute s pisanim granicama za svaki zadatak koji se ponavlja (epikriza, anonimizacija, prijedlog koda, uputa za pacijenta, verifikacija). Svatko koristi isti sigurni uzorak; kvaliteta je dosljedna.

2. Protokol provjere autentičnosti. Za svaku vrstu izlaza je napisano tko će što provjeriti, s kojim izvorom. Sigurnosno kritični izlazi (dijagnoza, doza, izvješće) zatvaraju se uz odobrenje nadležnog liječnika.

3. Politika privatnosti usklađena s KVKK. Dokumentirani su koji se alati mogu koristiti, koji se podaci mogu unijeti, pravilo anonimizacije i postupak odobravanja alata.

Korak po korak: aplikacija za poduzeća

1. Mapirajte svoj tijek rada. Uloga umjetne inteligencije, granica, verifikator na svakom koraku.
2. Dodijelite rizična područja. Zeleno/žuto/crveno.
3. Instalirajte biblioteku upita. S ograničenjima i napomenama o potvrdi.
4. Napišite protokol provjere autentičnosti. Po vrsti izlaza.
5. Postavite politiku privatnosti i popis alata. Sukladno KVKK.
6. Uspostavite ciklus obuke i revizije. Učite na greškama, ažurirajte.

tri mini kućišta

Slučaj 1 — Od nereda do sustava. U poliklinici svaki liječnik koristi različite alate i nasumične upute; Kvaliteta je promjenjiva, postoji nekoliko rizika po privatnost. Klinika uspostavlja zajedničku biblioteku brzih poruka, protokol provjere i popis odobrenih alata. Nakon 3 mjeseca, vrijeme dokumentacije se smanjuje, problemi s privatnošću se poništavaju, a kvaliteta izlaza je ujednačena.

Slučaj 2 — Ispravak iz revizije. U mjesečnoj reviziji pokazalo se da 6% epikriza koje je generirala umjetna inteligencija ima lažan nalaz koji nije ispravljen. Ustanova povezuje korak „ovjere epikrize“ s obveznim kontrolnim popisom i provodi obuku; U sljedećoj reviziji stopa se smanjuje na 0,5%. Revizijska petlja hvata pogrešku prije nego što se prenese u sustav.

Slučaj 3 — Sigurna integracija. Bolnica postavlja svoj AI alat s ugovorom usklađenim s KVKK-om koji ne koristi samo podatke u obrazovanju; U sustav ugrađuje pravilo anonimizacije. Dakle, privatnost i odgovornost su zaštićeni dok se dobiva brzina. Dobar dizajn čini sigurnost "ugrađenom od početka", a ne "dodanom kasnije".

Tablica zrelosti poduzeća

Razina

značajka

Rizik

neuredna

Svatko je bio svoj alat/poziv

Visoko (kvaliteta, privatnost)

Standardno

Zajednička knjižnica brzih poruka

srednji

pod nadzorom

Protokol provjere autentičnosti + potvrda

nizak

zrelo

Politika + obuka + ciklus revizije

Najniža, stalno se poboljšava

Četiri predloška za kopiranje

Zadatak: Nacrtajte sljedeći klinički tijek rada korak po korak. Za svaki korak:- Uloga AI- zona rizika (zelena/žuta/crvena)- granica (što NE raditi)- tko provjerava/certificira tijek rada: [...]

Zadatak: Izradite nacrt VERIFIKACIJSKOG PROTOKOLA za sljedeću vrstu izlaza: tko provjerava, s kojim izvorom, koji koraci, tko provjerava, u kojem slučaju se konzultira stručnjak. Vrsta izlaza: [...]

Zadatak: Izrada okvira POLITIKA PRIVATNOSTI AI za našu kliniku: dopušteni alati, podaci koji se mogu/ne mogu unijeti, pravilo anonimizacije, postupak odobravanja alata, što učiniti u slučaju kršenja. Budite u skladu s KVKK.

Zadatak: Pripremite STANDARDNI PROMPT za sljedeći zadatak koji se ponavlja, s granicama i bilješkom za provjeru; u formatu koji se može dodati u knjižnicu tima.Zadatak: [...]

Slab upit / Jak upit

Slabo: "Kako bismo trebali koristiti AI u našoj klinici?"

Snažno: "Mapirajte sljedeći tijek rada naše klinike (prijem, anamneza, dijagnoza, pregled, liječenje, dokumentacija, otpust) korak po korak. U svakom koraku navedite ulogu umjetne inteligencije, rizičnu zonu, što NEĆE učiniti i tko će provjeriti i potvrditi. Jasno označite korake kritične za sigurnost i na svaki stavite napomenu 'potrebno je odobrenje kvalificiranog liječnika'. Također predložite brzu biblioteku i naslove za provjeru protokol."

Na snažan upit, AI proizvodi kostur dizajna sustava; granice i kontrolne točke su jasne.

Uobičajene greške

• Upotreba bez nadzora, neuredna. Svačije vlastito vozilo povećava rizik.
• Ne pisanje granica. Ako "ono što ne radi" nije definirano, postaje pretjerano.
• Prepuštanje provjere pojedincima. Zaobilazi se bez protokola.
• Ostavljamo politiku privatnosti za kasnije. KVKK rizikom treba upravljati od samog početka.
• Ne uspostavlja se revizijska petlja. Greške se ponavljaju; Sustav ne uči.

Timska kultura i ciklus učenja

Tehnički sastavni blokovi (promptna knjižnica, protokol, politika) su potrebni, ali nisu dovoljni; Glavna odrednica je timska kultura. U organizaciji koja sigurno koristi AI, prijavu buga ne doživljavaju kao sramotu, već kao doprinos poboljšanju sustava. Reći "Uhvatio sam halucinaciju u AI izlazu" trebala bi biti radnja koja se cijeni, a ne kažnjava. Međutim, u kulturi otvorenog izvješćivanja, pogreške postaju vidljive i sustav uči.

Ovu kulturu hrane tri navike. Prvo, redovito dijeljenje: kratki sastanci na kojima se snimljene zanimljive halucinacije i dobre upute dijele s timom. Drugo, jasnoća uloge: ne ostavljajući nejasnim tko će što potvrditi; neizvjesnost navodi sve na pretpostavku da "netko drugi gleda". Treće, kontinuirano ažuriranje: ažuriranje knjižnice i protokola kako se smjernice, alati i modeli mijenjaju. AI nije statičan; Ni disciplina ustanove ne bi trebala biti statična.

Savjet: Najjednostavniji način mjerenja zrelosti umjetne inteligencije organizacije je pitati: "Koliko je grešaka uhvaćeno u rezultatima umjetne inteligencije prošlog mjeseca i što se iz njih naučilo?" Nula prijavljivanja pogrešaka znak je sljepoće, a ne savršenstva.

Ukratko

Način da se spozna prava vrijednost AI-a u medicini jest da se ugradi u tijek rada od kraja do kraja na dobro definiran način i institucionalizira. Mapirajte tijek rada, dodijelite zone rizika, uspostavite tri građevna bloka: knjižnicu brzih poruka, protokol provjere autentičnosti i politiku privatnosti usklađenu s KVKK. Zatvorite svaki izlaz kritičan za sigurnost uz odobrenje nadležnog liječnika i kontinuirano ga poboljšavajte kroz ciklus obuke i revizije. To zajedno osigurava brzinu umjetne inteligencije, sigurnost pacijenata i odgovornost.

Zadatak aplikacije

Nacrtajte radni tijek vlastite klinike (npr. putovanje pacijenta u ambulantu) korak po korak s gornjim predloškom mapiranja: koja je uloga umjetne inteligencije, zona rizika, granica i verifikator u svakom koraku? Zatim izradite nacrt protokola provjere autentičnosti i kostur politike privatnosti za vrstu izlaza (npr. epikriza). Napravite kompas od jedne stranice koji možete podijeliti sa svojim timom.

popis za provjeru

• [ ] Zacrtao sam tijek rada korak po korak.
• [ ] Svakom sam koraku dodijelio zone rizika i ograničenja.
• [ ] Povezao sam sigurnosno kritične korake s odobrenjem nadležnog liječnika.
• [ ] Instalirao/pokrenuo sam biblioteku upita.
• [ ] Napisao sam protokol provjere po vrsti izlaza.
• [ ] Odredio sam KVKK usklađenu politiku privatnosti i popis alata.
• [ ] Uspostavio sam ciklus obuke i nadzora.

Modul ispit

1. Specijalist interne medicine traži od umjetne inteligencije listu diferencijalnih dijagnoza kako ne bi propustio nijednu mogućnost u složenom slučaju. Koji je najispravniji pristup?

• A) Korištenje popisa umjetne inteligencije kao podsjetnika i procjena svake mogućnosti s kliničkim nalazima, laboratorijskim i pregledom; Postavljanje konačne dijagnoze kao liječnik ✔
• B) Izravno prihvatiti dijagnozu za koju umjetna inteligencija kaže da je najvjerojatnija i započeti liječenje
• C) Ako je umjetna inteligencija više puta ponovila istu dijagnozu, može se dovršiti bez pregleda.
• D) Pošaljite popis pacijentu i zamolite ga da sam donese odluku

Komentar: AI može biti vrijedan za proširenje popisa diferencijalnih dijagnoza i poslužiti kao podsjetnik; No, konačna dijagnoza postavlja se kliničkim pregledom, laboratorijskim i slikovnim nalazima koje ocjenjuje liječnik. AI ne postavlja dijagnozu; Nije zamjena za liječničku kliničku prosudbu.

2. Liječnik je od AI-ja zatražio sažetak literature i izvore za ažurirani pristup liječenju. AI je vratio tri članka s uvjerljivim naslovima i nazivima časopisa. Koje je najbolje ponašanje?

• A) Dodavanje izvora izvješću kakvi jesu jer su naslovi uvjerljivi
• B) Pod pretpostavkom da su članci točni jer su nazivi časopisa poznati
• C) Pretraživanje svakog članka u stvarnoj bazi podataka i potvrđivanje njegovog postojanja, njegovih rezultata i njegove kompatibilnosti s trenutnim smjernicama iz primarnog izvora ✔
• D) Ponovno postavljanje istog pitanja i prihvaćanje zajedničkog članka kao točnog

Objašnjenje: Jezični modeli mogu napraviti brojeve članka, autora i DOI koji zapravo ne postoje (halucinacija). Svaki citat treba pretražiti u stvarnoj bazi podataka (npr. PubMed) i potvrditi primarni izvor iznosi li članak doista taj zaključak i njegovu usklađenost s važećim smjernicama.

3. Koje je najbolje ponašanje u smislu privatnosti pacijenata prilikom unosa podataka u alat umjetne inteligencije za ispis epikrize pacijenta?

• A) Prijenos cijele datoteke kakva jest s imenom pacijenta i TR ID brojem
• B) Korištenje bilo kojeg besplatnog alata bez čitanja pravila o privatnosti
• C) Pod pretpostavkom da se za kvalitetu rezultata moraju dati svi podaci o identifikaciji pacijenta
• D) Očistite identifikatore i pružite samo klinički potrebne informacije i odaberite alat usklađen s KVKK koji ne koristi podatke u obrazovanju ✔

Pojašnjenje: Podaci o zdravstvenom stanju su posebni osobni podaci u KVKK. Identifikatore kao što su ime pacijenta, TR ID broj i broj dosjea treba izbrisati (anonimizacija/smanjenje podataka), trebaju se pružiti samo klinički potrebne informacije, a prednost treba dati institucionalnom alatu usklađenom s pravilima koji jamči da se podaci neće koristiti u obrazovanju.

4. Umjetna inteligencija dala je preporuku doze za recept pacijentu. Koji je najkritičniji korak prije davanja ove doze?

• A) Izravna primjena doze budući da umjetna inteligencija daje jasan broj
• B) Potvrđivanje doze iz trenutnog uputa o pakiranju i provjerene baze podataka o lijekovima i prilagođavanje kao liječnik prema kliničkom stanju pacijenta ✔
• C) Promijenite na dozu koje se sjećate od drugog pacijenta
• D) Ostavljanje posebnih situacija (bubrezi, trudnoća) za kasnije

Objašnjenje: AI može pogrešno zapamtiti dozu, pomiješati jedinice ili propustiti posebna stanja kao što su funkcija bubrega/jetre, dob i trudnoća. Dozu treba potvrditi iz trenutnog uputa o lijeku i provjerene baze podataka o lijekovima i prilagoditi je liječnik prema kliničkom stanju pacijenta.

5. Radiološka umjetna inteligencija je na rendgenskoj snimci prsnog koša pokazala 'nije otkrivena abnormalnost'. Koji je najbolji klinički stav?

• A) Ako postoji klinička sumnja, neka sliku očita kompetentni radiolog i dostavi konačno izvješće s kliničkim kontekstom ✔
• B) Prikazivanje radiografije kao normalne bez čitanja radiologa jer je umjetna inteligencija rekla da je negativna
• C) Prekid daljnjeg pregleda čak i ako pacijentova tegoba i dalje postoji
• D) Prijenos izlaza umjetne inteligencije izravno pacijentu kao rezultat

Opis: umjetna inteligencija slika može dati lažno negativne rezultate; mogu izostati manji ili atipični nalazi. AI je korisna za trijažu i prethodni pregled, ali konačno izvješće čita kvalificirani radiolog koji procjenjuje klinički kontekst pacijenta. Negativan rezultat AI ne uklanja kliničku sumnju.

6. AI izlaz dao je pogrešnu preporuku vodiča na vrlo samouvjerenom jeziku. Zašto je ovo stanje posebno opasno u medicini?

• A) Samopouzdan ton dokazuje da je izlaz točan, pa se smatra sigurnim
• B) Samouvjeren ton nije dokaz točnosti; Naizgled sigurna pogreška prijeti sigurnosti pacijenata ako nije potvrđena ✔
• C) Kada umjetna inteligencija govori samouvjereno, nema potrebe za potvrdom izvora
• D) Opasnosti nema, jer je umjetna inteligencija nepogrešiva u medicinskim stvarima

Objašnjenje: Jezični modeli tečno proizvode izraze povjerenja; ali samouvjeren ton nije dokaz točnosti. U medicini naizgled sigurna halucinacija (kriva doza, fiktivna studija, zastarjela preporuka) izravno ugrožava sigurnost pacijenta. Stoga svaku kliničku tvrdnju treba provjeriti važećim smjernicama i primarnim izvorom.

7. Liječnik koristi umjetnu inteligenciju kako bi napravio jasnu bilješku za pacijenta nakon otpusta. Koji je najispravniji pristup?

• A) Napravite bilješku i dajte je izravno pacijentu bez čitanja
• B) Ostavljanje medicinskih termina kakvi jesu i čekanje da pacijent istraži
• C) Skratite bilješku uklanjanjem simptoma crvene zastavice iz teksta
• D) Uzimanje bilješke kao nacrta, provjera svake medicinske informacije kao liječnik i dovođenje jezika na razinu koju pacijent može razumjeti ✔

Opis: AI je dobra u prevođenju medicinskog jezika na jednostavan jezik i stvaranju čitljivih uputa. Međutim, svaki medicinski podatak u tekstu (doza, simptomi crvene zastavice, datum kontrole) treba provjeriti točnost od strane liječnika; Konačna odgovornost treba ostati na liječniku. Tekst također treba biti primjeren zdravstvenoj pismenosti pacijenata.

8. Sažetak slučaja koji ste unijeli u umjetnu inteligenciju sadržavao je ime pacijenta i broj dosjea, a alat je bio servis koji je te podatke koristio u obuci modela. Što je glavni problem ove situacije?

• A) Nema problema, jer alati umjetne inteligencije sigurno pohranjuju sve podatke
• B) Problem je samo u kvaliteti ispisa, a ne u privatnosti
• C) Osjetljivi osobni podaci uneseni su s identifikatorima u servis koji ih koristi u obrazovanju bez pristanka i odgovarajućih mjera opreza, stvarajući povredu KVKK i rizik za privatnost. ✔
• D) Broj datoteke nije problem sve dok je navedeno ime pacijenta

Pojašnjenje: Podaci o zdravstvenom stanju su posebni osobni podaci prema KVKK i zahtijevaju veću zaštitu. Ulazak u uslugu koja koristi podatke u edukaciji s identifikacijskim informacijama stvara rizik od obrade i povrede podataka bez pristanka pacijenta; Pravna i etička odgovornost leži na liječniku/ustanovi.

9. Za sigurno korištenje umjetne inteligencije u klinici potrebno je razdvojiti zadatke prema stupnju rizika. Što je od sljedećeg zadatak 'kritičan za sigurnost (crvena zona)'?

• A) Sažetak bilješke sa sastanka
• B) Pojednostavljivanje jezika teksta
• C) Postavljanje konačne dijagnoze i odlučivanje o liječenju i doziranju ✔
• D) Oblikovanje tablice

Objašnjenje: dijagnoza, odluka o liječenju/dozi i hitna trijaža sigurnosno su ključne odluke koje izravno utječu na sigurnost pacijenata i zahtijevaju pregled i odobrenje od strane nadležnog liječnika. Zadaci kao što su bilješke sa sastanka, pojednostavljenje jezika ili formatiranje su niskog rizika; AI se u njima može slobodno koristiti.

10. Pacijent je pitao: 'Jeste li vi postavili dijagnozu ili umjetna inteligencija?' pita on. Koji je najbolji stav u smislu informiranog pristanka i transparentnosti?

• A) Skrivanje korištenja umjetne inteligencije i donošenje vlastitih odluka
• B) Odluku u potpunosti pripisati umjetnoj inteligenciji i prepustiti joj odgovornost
• C) Ostavite pitanje bez odgovora i promijenite temu
• D) Jasno i iskreno izjaviti da koristi umjetnu inteligenciju kao pomoćno sredstvo te da konačna dijagnoza i odluka pripada njemu ✔

Pojašnjenje: Transparentnost i informirani pristanak zahtijevaju od liječnika da jasno izjavi da on/ona koristi umjetnu inteligenciju kao pomoć i da su konačna dijagnoza i odluka njegovi/njezini. Pogrešno je skrivati ​​umjetnu inteligenciju i pripisivati ​​odluku umjetnoj inteligenciji; Odgovornost leži na liječniku.

11. U nacrtu epikrize koju ste izradili umjetnom inteligencijom nalazi se nalaz 'temperatura 39 stupnjeva' kojeg nema u stvarnom spisu. Kakav je to primjer i što treba učiniti?

• A) To je halucinacija; Usporedite svaki red sa stvarnim dosjeom, ispravite lažni nalaz i predajte dokument na odobrenje liječniku ✔
• B) To je nevažan detalj; potpišite dokument kakav jest
• C) Informaciju treba prihvatiti kao točnu jer ju je napisala umjetna inteligencija
• D) Dodajte vatru u datoteku umjesto brisanja nalaza

Objašnjenje: Dodavanje nalaza koji zapravo ne postoji u tekst je primjer halucinacije. Klinički dokument je pravni zapis; Svaki redak mora se točno usporediti sa stvarnim dosjeom, izmišljene ili nedosljedne informacije moraju se ispraviti, a dokument mora odobriti liječnik.

12. Dobili ste preporuku ICD dijagnostičkog koda od umjetne inteligencije. Koje je najbolje ponašanje prije unošenja koda u službeni zapis?

• A) Počinite izravno jer kôd izgleda uvjerljivo
• B) Obradite kod nakon što ga provjerite s trenutnom službenom klasifikacijom i stvarnim dijagnostičkim dokumentom ✔
• C) Kod smatrati točnim jer ga je dala umjetna inteligencija
• D) Promjena kodnog broja drugim kodom kojeg se sjećate

Objašnjenje: umjetna inteligencija može halucinirati kodni broj, dati zastarjelu verziju ili pogrešno postaviti dijagnozu. Netočno kodiranje uzrokuje probleme i za kliničku registraciju i za nadoknadu troškova. Kod se mora provjeriti u odnosu na trenutnu službenu klasifikaciju i stvarnu dijagnozu.

13. U pripremi sažetka dokaza, AI je rekao da je tretman 'učinkovit'. Koji je najvažniji korak za kritičku procjenu ove tvrdnje?

• A) Izravno prihvaćanje tvrdnje jer je to rekla umjetna inteligencija
• B) Odabir pojedinačne studije koja je dala najpozitivnije rezultate
• C) Ocijenite razinu dokaza (meta-analiza, RCT, serija slučajeva) na kojoj se temelji tvrdnja i njezinu usklađenost s trenutačnim smjernicama iz primarnog izvora ✔
• D) Objavljivanje sažetka bez obzira na razinu dokaza

Objašnjenje: Učinkovitost liječenja ovisi o razini dokaza: meta-analiza i dobro osmišljeno randomizirano kontrolirano ispitivanje jači su od serije slučajeva ili mišljenja stručnjaka. Dodatno, treba ocijeniti usklađenost s trenutnim smjernicama i sukob interesa. Pogrešno je prihvatiti jednu tvrdnju bez hijerarhije dokaza i smjernica.

14. Klinika uspostavlja infrastrukturu za održavanje kvalitete i sigurnosti pacijenata u korištenju umjetne inteligencije. Što je od sljedećeg osnovni građevni blok?

• A) Svaki liječnik koristi vozilo bez nadzora kako zna.
• B) Omogućavanje besplatnog unosa podataka o pacijentu u bilo koji besplatni alat
• C) Obavite provjeru samo jednom godišnje
• D) Uspostavljanje zajedničke knjižnice brzih poruka, protokola verifikacije, politike usklađene s KVKK i zatvaranje izlaza kritičnih za sigurnost uz odobrenje nadležnog liječnika ✔

Opis: Distribuirano, nenadzirano korištenje umjetne inteligencije povećava rizik od pogreške i privatnosti. Zajednička knjižnica brzih poruka, protokol provjere za svaku vrstu izlaza, politika privatnosti usklađena s KVKK i zatvaranje svakog sigurnosno kritičnog izlaza uz odobrenje nadležnog liječnika; To je osnova sigurne korporativne uporabe.