„Roboty tańczą na pokazach, ale operacja to nie show”

AI już zmienia medycynę bardziej niż wielu lekarzy chce to zaakceptować – uważa prof. dr med. Konrad Karcz, chirurg, ekspert robotyki i prezes International Society for Medical Innovation & Technology (iSMIT). Rozmawiamy o przyszłości chirurgii, robotach humanoidalnych, medycynie molekularnej i o tym, dlaczego lekarz przestaje być dziś wyłącznie „nośnikiem wiedzy”.

W lutym świat obiegły nagrania robotów tańczących synchronicznie podczas Gali Festiwalu Wiosny w Chinach. Czy podobny postęp widać w chirurgii?

Roboty humanoidalne przechodzą dziś wyraźną transformację. Nie wynika ona z jednego przełomu technologicznego, lecz z jednoczesnego dojrzewania kilku kluczowych obszarów. Jedną z najważniejszych jest zmiana podejścia do napędu. W nowoczesnych konstrukcjach klasyczny podział na oddzielny silnik, przekładnię i system sterowania praktycznie zanika. Zastępują go zintegrowane moduły napędowe, które łączą silnik, przekładnię, enkoder, czujnik momentu oraz lokalny sterownik.

Taka integracja znacząco skraca czas reakcji systemu, poprawia precyzję ruchu i umożliwia kontrolę momentu w czasie rzeczywistym. Równolegle zmienił się sam paradygmat sterowania. Tradycyjne roboty działały głównie w trybie kontroli pozycji. W nowoczesnych humanoidach coraz częściej stosuje się sterowanie momentem i sterowanie impedancyjne, dzięki czemu ruch staje się bardziej płynny i przypomina zachowanie układów biologicznych.

Współczesne systemy analizują jednocześnie położenie środka ciężkości, planowaną trajektorię i stabilność całego układu. Dzięki temu robot może wykonywać złożone ruchy i dynamicznie dostosowywać się do otoczenia. Ogromne znaczenie ma też szybkość działania systemów sterowania. Dzisiejsze roboty wykonują tysiące korekt ruchu na sekundę, a część decyzji podejmowana jest lokalnie, bezpośrednio w modułach napędowych.

Dopełnieniem tych zmian jest integracja metod sztucznej inteligencji. Dzięki uczeniu ze wzmocnieniem, systemom motion capture i modelom biomechanicznym roboty mogą uczyć się na podstawie doświadczenia i dostosowywać się do zmieniających się warunków. To przejście od statycznego programowania do dynamicznego, adaptacyjnego modelu działania.

Właśnie połączenie tych elementów sprawia, że współczesne roboty humanoidalne wydają się jakościowo o jedną lub nawet dwie generacje bardziej zaawansowane niż ich poprzednicy.

Robotyka robi postępy napędzane przez AI. Jaka innowacja AI w medycynie zrobiła na Panu największe wrażenie?

Najbardziej fascynuje mnie możliwość tworzenia własnych agentów i pipeline’ów analitycznych bez konieczności programowania. Jeszcze niedawno lekarz miał pomysł kliniczny, ale jego realizacja wymagała zespołu programistów i długiego procesu wdrożenia. Dziś pojawiają się platformy, które pozwalają klinicystom samodzielnie budować agentów AI, łączyć źródła danych i tworzyć złożone procesy analityczne.

To oznacza, że innowacja może powstawać bezpośrednio przy łóżku pacjenta czy na sali operacyjnej, a nie wyłącznie w laboratoriach. Moim zdaniem doprowadzi to do prawdziwego skoku technologicznego w medycynie, ponieważ tysiące lekarzy będą mogły szybko testować nowe rozwiązania kliniczne. Przechodzimy od modelu „AI rozwijanej dla lekarzy” do modelu „AI współtworzonej przez lekarzy”.

W USA urządzenia medyczne z algorytmami AI dopuszcza do sprzedaży FDA. W Europie mamy GDPR, MDR i EU AI Act. Czy te regulacje sprzyjają czy hamują innowacyjność?

MDR i EU AI Act powstały przede wszystkim z myślą o bezpieczeństwie pacjentów, co jest absolutnie kluczowe. Problem polega jednak na tym, że złożoność procedur, czas certyfikacji i koszty wdrożeń sprawiają, że rozwój technologii opartych na AI jest w Europie znacznie wolniejszy niż w Stanach Zjednoczonych.

Amerykański system regulacyjny jest często bardziej pragmatyczny i elastyczny wobec innowacyjnych technologii cyfrowych. Dzięki temu nowe rozwiązania szybciej trafiają do praktyki klinicznej. W Europie wiele startupów rozwija swoje produkty najpierw poza UE, a dopiero później wprowadza je na rynek europejski.

Europa zaczęła tracić dystans do Stanów Zjednoczonych w obszarze innowacji medycznych już około dwóch dekad temu, a obecny system regulacyjny częściowo tę różnicę pogłębia. Nie oznacza to jednak, że regulacje są zbędne. Kluczowym wyzwaniem będzie znalezienie równowagi między bezpieczeństwem pacjentów a zdolnością systemu do szybkiego wdrażania innowacji.

Elon Musk stwierdził ostatnio, że do 2029 roku robot Optimus prześcignie najlepszych chirurgów. Jest w tym choć trochę prawdy?

W ostatnich miesiącach obserwujemy niezwykle szybki postęp w robotyce humanoidalnej. Jeśli demonstracje prezentowane przez firmy takie jak Tesla rzeczywiście odzwierciedlają realny poziom technologii, stoimy u progu bardzo poważnej zmiany cywilizacyjnej.

Jeśli chodzi o chirurgię, jestem jednak ostrożny wobec krótkoterminowych prognoz. Operowanie pacjenta to nie tylko precyzyjna manipulacja narzędziami, ale również rozumienie kontekstu klinicznego, biologicznej zmienności i odpowiedzialność za decyzje terapeutyczne.

Dlatego w najbliższych latach znacznie bardziej prawdopodobny wydaje się model inteligentnej współpracy lekarza z systemami AI niż całkowicie autonomiczny robot chirurgiczny. Zobaczymy raczej rozwój systemów wspierających analizę danych w czasie rzeczywistym, autonomiczne elementy procedur oraz narzędzia wspomagające decyzje lekarza.

Jednocześnie ten kierunek może stracić znaczenie, jeśli osiągniemy zdolność sterowania procesami biologicznymi na poziomie molekularnym.

Czego dzisiejsi studenci medycyny, którzy chcą zostać chirurgami, powinni się uczyć?

Specjalizacje zabiegowe są znacznie trudniejsze do zastąpienia przez technologię niż dziedziny oparte głównie na analizie danych. Dlatego w najbliższych latach będziemy obserwować raczej ewolucję niż rewolucję. Ten proces potrwa prawdopodobnie 15–20 lat i będzie zależny nie tylko od technologii, ale też od regulacji prawnych i pytania o odpowiedzialność za decyzje medyczne.

Paradoksalnie pierwsze głębokie zmiany mogą dotknąć specjalizacji niezabiegowych, gdzie analiza danych, obrazów czy dokumentacji może być częściowo przejęta przez AI. Roboty przyszłości nie muszą przypominać człowieka. W wielu przypadkach będą to wyspecjalizowane systemy wspierające lekarza w konkretnych zadaniach.

Jednocześnie gwałtowny wzrost mocy obliczeniowej może przyspieszyć rozwój technologii sterowania procesami molekularnymi i biologicznymi. Jeśli to nastąpi, wiele problemów zdrowotnych będzie rozwiązywanych na poziomie komórkowym jeszcze zanim pojawi się potrzeba interwencji chirurgicznej.

Dlatego studenci medycyny powinni przede wszystkim uczyć się solidnych podstaw medycyny i myślenia klinicznego, ale równocześnie muszą rozumieć sztuczną inteligencję, analizę danych i biotechnologię. Przyszłość będzie należała do lekarzy, którzy potrafią łączyć biologię, medycynę i technologie cyfrowe.

Jest Pan chirurgiem od kilku dekad. Co dziś potrafimy dzięki innowacjom, co w latach 90. wydawało się science fiction?

Pierwszy rezonans magnetyczny zobaczyłem jeszcze podczas pobytu w Stanach Zjednoczonych. Podobnie jak pierwszego robota AESOP, protoplastę systemu da Vinci. Już wtedy korzystaliśmy z algorytmów wspierających analizę danych laboratoryjnych, choć nikt nie nazywał tego jeszcze sztuczną inteligencją.

Sama chirurgia zmieniła się przez ostatnie tysiące lat zaskakująco niewiele. Nadal polega na mechanicznym rozwiązaniu problemu biologicznego: przecięciu, usunięciu czy rekonstrukcji tkanek.

Natomiast po 2022 roku wydarzyły się rzeczy, które w 1996 roku uznałbym za science fiction.

Po pierwsze, możliwość prowadzenia rozmowy z komputerem na poziomie przekraczającym klasyczny test Turinga. Systemy językowe zaczęły rozumieć kontekst, syntetyzować wiedzę i wspierać procesy decyzyjne.

Po drugie, technologia CRISPR i pierwsze zatwierdzone terapie genowe. Zaczynamy operować nie tylko na poziomie narządów, ale także samego kodu biologicznego. To doprowadziło do rozwoju chirurgii molekularnej.

I wreszcie autonomiczna cholecystektomia wykonana przez system robotyczny. To pokazuje, że zaczynamy przekraczać granicę między robotem jako narzędziem chirurga a systemem zdolnym do samodzielnego wykonania części procedury.

Te trzy zjawiska sugerują, że stoimy u progu epoki, w której medycyna zacznie coraz bardziej przypominać inżynierię molekularną.

Jak reaguje Pan, gdy pacjent mówi: „ChatGPT twierdzi, że…”?

Szczerze mówiąc, bardzo się cieszę. To oznacza, że pacjent interesuje się swoją chorobą i aktywnie szuka informacji. My, lekarze, również coraz częściej korzystamy z podobnych narzędzi analitycznych.

Najważniejsze pytanie nie brzmi dziś, czy korzystamy z takich technologii, ale jak przełożyć tę ogromną wiedzę na praktykę codziennej medycyny i realne decyzje przy łóżku pacjenta.

W trudniejszej sytuacji mogą znaleźć się lekarze, którzy przez lata opierali się głównie na wyuczonych schematach postępowania. Systemy AI potrafią dziś bardzo szybko analizować ogromne ilości danych medycznych.

Dlatego rola lekarza się zmienia. Nie polega już wyłącznie na odtwarzaniu algorytmów diagnostycznych, ale na interpretacji informacji, podejmowaniu decyzji i rozumieniu biologicznej złożoności pacjenta. I przede wszystkim na braniu odpowiedzialności, której żadna technologia nadal nie jest w stanie przejąć.

Szefowie OpenAI i Anthropic twierdzą, że AI będzie miała szerszą wiedzę niż lekarze i profesorowie medycyny. Jak wtedy będzie wyglądał system ochrony zdrowia?

Moim zdaniem to już się wydarzyło około dwa lata temu. W zakresie dostępu do wiedzy, liczby publikacji czy danych klinicznych systemy AI potrafią dziś integrować informacje w skali nieosiągalnej dla człowieka.

Nie oznacza to jednak, że AI zastąpi lekarzy. Zmienia się raczej sama rola lekarza. Przestaje być on wyłącznie „nośnikiem wiedzy”, a staje się osobą interpretującą dane, podejmującą decyzje w warunkach niepewności i biorącą odpowiedzialność za terapię konkretnego pacjenta.

System ochrony zdrowia będzie musiał dostosować się do tej zmiany. Analiza danych i obrazów diagnostycznych będzie coraz częściej wspierana przez AI, natomiast lekarze będą koncentrować się na tym, czego technologia nadal nie potrafi dobrze zrobić: rozumieniu biologicznej złożoności człowieka i relacji z pacjentem.

Przyszłość medycyny nie będzie więc polegała na zastąpieniu lekarzy przez AI, lecz na głębokiej współpracy człowieka z technologią.

Jak wyobraża Pan sobie medycynę za 2–3 lata?

Środowisko medyczne zmienia się wolno i pozostaje bardzo konserwatywne. Z technologicznego punktu widzenia można dziś postawić niewygodne pytanie: czy naprawdę potrzebujemy jeszcze lekarzy pierwszego kontaktu? W wielu sytuacjach systemy AI już dziś potrafią analizować objawy i dane kliniczne w skali przekraczającej możliwości pojedynczego człowieka.

Jednak z punktu widzenia prawa i odpowiedzialności lekarze nadal pozostają niezbędni. System ochrony zdrowia opiera się na odpowiedzialności zawodowej i prawnej, a tego nie da się zmienić z dnia na dzień.

Zmianę przyspieszy ekonomia. Coraz mniej osób będzie chciało wykonywać bardzo wymagającą pracę za relatywnie niskie wynagrodzenie, jeśli technologia potrafi część tych zadań wykonać szybciej i taniej.

Europa dodatkowo sama nałożyła sobie ograniczenia w postaci bardzo restrykcyjnej ochrony danych. Prywatność jest ważna, ale ogromne zbiory danych biologicznych są kluczowe dla trenowania modeli medycznych. Bez danych nie ma postępu.

Jednocześnie pojawiają się już systemy zdolne do generowania syntetycznych danych biologicznych i klinicznych, które mogą służyć do trenowania modeli bez wykorzystywania rzeczywistych danych pacjentów.

Dlatego w ciągu najbliższych 2-3 latach nie spodziewam się jeszcze całkowitej rewolucji w praktyce klinicznej. System prawny i instytucjonalny zmienia się wolniej niż technologia. Kierunek jest jednak jasny: medycyna będzie coraz bardziej oparta na analizie ogromnych zbiorów danych i współpracy lekarza z systemami AI.

Cywilizacja technologiczna rozwija się dziś szybciej niż zdolność człowieka do zrozumienia jej konsekwencji.

Czytaj także: Co MZ planuje w e-zdrowiu? Wywiad z Karoliną Tądel [WIDEO]