Emily Kate Genatowski od ponad roku mieszka z 50-kilogramowym humanoidem. Badaczkę zajmującą się robotyką domową zaskakuje reakcja ludzi na ulicy oraz prawo, które nie pozwala jej nawet wyjść z maszyną na spacer.

Mieszkasz z humanoidalnym robotem już od kilkunastu miesięcy. Czy dla ciebie to nadal tylko maszyna, czy ma już imię albo osobowość?

Tak, robot nazywa się Tova. Ale dałam mu imię, żeby można było się do niego zwracać i wydawać komendy, a nie dlatego, że traktuję go jak coś więcej niż maszynę. Nie ma też swojej osobowości.

Istnieje duża różnica między robotami dotrzymującymi towarzystwa – nazywanymi „społecznymi” – a robotami czysto funkcjonalnymi. Tova został zaprojektowany jako robot do prac domowych i nie może na przykład wyrażać emocji ani wchodzić w interakcje z drugim człowiekiem poprzez odpowiednią mimikę. Nie ma ekranu w miejscu twarzy, a jedynie mechaniczny zarys głowy.

Ale działa w oparciu o duży model językowy i podobnie jak w przypadku ChatGPT, Claude czy Gemini, mógłby teoretycznie wykształcić z czasem charakter i stworzyć bliższą relację z człowiekiem.

Problem polega jednak na tym, że zgodnie z przepisami RODO i unijnym aktem o sztucznej inteligencji (EU AI Act) używany przez robota model językowy nie może przechowywać żadnych danych biometrycznych ani dodatkowych danych z czatu, bo działa na oprogramowaniu z Chin. W efekcie możliwości kognitywne robota bardziej przypominają te znane z wczesnych wersji asystenta głosowego Siri albo Alexa niż te, którymi cechują się współczesne chatboty, do których już przywykliśmy.

Czyli dla ciebie to wyłącznie maszyna.

W moich oczach robot jest po prostu systemem.

Oczywiście, czasami się na niego denerwuję, gdy nie działa tak, jak trzeba. Ale nie da się z nim nawiązać prawdziwej relacji podobnej do tej z drugim człowiekiem. I to nawet po roku obcowania ze sobą. Techniczne ograniczenia robota nie są w stanie stworzyć poczucia więzi, jakie odczuwamy podczas rozmowy z człowiekiem albo przebywania ze zwierzętami.

Ale są też roboty oparte na architekturze LLM, zaprojektowane do emocjonalnych rozmów i interakcji społecznych. Generatywna AI analizuje nastrój i dopasowuje się do stylu rozmowy człowieka.

Jak przez ten rok wyglądało twoje życie z Tovą?

Różnie. Ponieważ robot jest częścią prowadzonych przeze mnie badań, był to okres pełen frustracji. Badania są tak zaplanowane, aby dokładnie sprawdzić przeszkody instytucjonalne, regulacyjne, polityczne i infrastrukturalne związane z robotyką domową.

Moim celem jest przetestowanie, na jakie problemy dzisiaj napotyka człowiek, który chce mieć robota humanoidalnego w domu. Następnie inicjuję debatę publiczną na ten temat, aby opracować konkretne rozwiązania, zanim roboty trafią do produkcji na masową skalę.

Gdybym nie napotkała na żadne przeszkody związane z życiem z robotem, moje badania szybko by się zakończyły. Ale jest zupełnie inaczej.

Co sprawia ci największą trudność?

Robot jest naprawdę bardzo ciężki! Waży około 50 kilogramów, a muszę go przenosić kilka razy w tygodniu: złożyć do futerału, przewieźć, rozładować na miejscu. Sporo się przy tym napracuję.

Jak realistyczna jest wizja robotów pomagających w ochronie zdrowia?

W przyszłości na pewno pojawią się roboty do opieki, ale najpierw do naszych domów wejdą roboty-towarzysze. To jeszcze kwestia czasu – mimo iż obecny poziom rozwoju sztucznej inteligencji robi wrażenie, to upowszechnienie robotów wymaga prac nad tzw. fizyczną AI. Pamiętajmy, że robot musi swobodnie poruszać się w skomplikowanym środowisku domu człowieka i rozumieć otoczenie. A co dopiero roboty opiekuńcze, od których wymagana będzie delikatna i empatyczna pomoc w przypadku osób starszych albo pacjentów.

Takie urządzenia muszą łączyć w sobie zdolności modeli językowych umożliwiające porozumiewanie się z człowiekiem, z fizyczną AI, dzięki której robot będzie się swobodnie poruszać, pomagać, podnosić i przenosić ludzi i przedmioty.

Moim zdaniem najpierw w szpitalach i domach opieki pojawią się roboty dostawcze i sprzątające, które odciążą personel w prostej pracy fizycznej. Dopiero potem roboty zaoferują wsparcie w innych obszarach.

Powiedziałaś „zaoferują wsparcie”. Czyli autonomiczne roboty-pielęgniarki, nad którymi pracuje już kilka firm, to czysta fikcja?

Zdecydowanie. Nie sądzę, żeby humanoidalne roboty mogły przejąć całość opieki nad człowiekiem. Za to mogą być częścią zespołu opiekuńczego. Robotyka ma ogromne atuty w tzw. pracach wysokiego ryzyka, czyli wymagających funkcjonowania w ekstremalnych temperaturach, podnoszenia dużych ciężarów czy wykonywania bardzo skomplikowanych sekwencji ruchów.

Dlatego myślałabym raczej o znalezieniu innych zastosowań robotów w opiece zdrowotnej. Przykładowo, mogłyby one pomagać w leczeniu chorób zakaźnych o wysokim stopniu zaraźliwości i śmiertelności, aby nie narażać personelu na niepotrzebne niebezpieczeństwo. Albo pomagać w szybkim dostarczaniu leków do domów pacjentów.

To niemal pewne, że za kilka lat będzie można kupić domowego humanoida. Ceny szybko maleją, a technologia jest coraz doskonalsza. Czy jesteśmy gotowi na to, że na ulicy pojawią się roboty?

Nie do końca. Nie są gotowe ani przepisy, ani społeczeństwo – akceptacja dla robotów jest obecnie niska. W ochronie zdrowia wiele danych to dane wrażliwe, a takie musiałby przetwarzać robot, aby dobrze wykonywać swoją pracę. Do tego obecne przepisy prawne nie definiują dokładnie, jakie prawa mają roboty, co mogą robić i pod jakim warunkiem. W Austrii teoretycznie nie mogę wyjść z Tovą na spacer, bo nie jest to ani zwierzę, ani człowiek. Jeśli wyrządzi komuś szkodę, to ja ponoszę pełną odpowiedzialność – obecnie żadna firma nie zgodzi się ubezpieczyć życia z robotem, podobnie jak każdy człowiek może wykupić ubezpieczenie od odpowiedzialności cywilnej, aby nie pokrywać kosztów leczenia, gdy nieumyślnie wyrządzi szkodę innej osobie.

Wiele grup społecznych jest niechętnych robotyce, obserwujemy rosnący sprzeciw w stosunku do AI, co wynika z zagrożeń utraty miejsc pracy i związanych z tym konsekwencji ekonomicznych. Niektórzy obawiają się o utratę prywatności i inwigilację, gdy roboty na ulicy i w domu będą obserwowały każdy nasz ruch. Do tego dochodzi negatywny wpływ wyścigu AI na środowisko, wynikający z budowy energochłonnych centrów danych. Są już pierwsze procesy sądowe przeciwko firmom AI, które pozyskały dane szkoleniowe do trenowania modeli LLM bez respektowania praw autorskich.

Zaufanie i akceptacja społeczna do robotyki pojawi się dopiero wtedy, gdy ludzie dostrzegą wartość, jaką ze sobą niesie. To zajmie jeszcze trochę czasu, czego sama doświadczam w życiu prywatnym. Kiedy ludzie widzą mnie z robotem, reagują różnie – często pojawia się zainteresowanie i zachwyt, a czasem nawet agresja i wyzwiska.

I cały czas pamiętajmy, że na razie roboty świetnie sobie radzą w przewidywalnym, programowalnym środowisku życia. A życie na ulicy albo praca w szpitalu wymagają swobodnego rozpoznawania elementów świata fizycznego.

Jakie masz dalsze plany?

Korzystając z mojego doświadczenia, skupiam się na lobbowaniu za zmianą regulacji w zakresie autonomicznych robotów w całej Unii Europejskiej. Chcę też doprowadzić do zmian w podejściu firm ubezpieczeniowych do robotyki. Tak, abyśmy byli gotowi, gdy technologia będzie gotowa. Cały czas z ciekawością śledzę rozwój humanoidów w różnych częściach świata. W Europie mamy restrykcyjne prawo, z kolei Chiny zyskują ogromną przewagę produkcyjną. Decydujące dla przyszłości jest pytanie, czy będziemy w stanie pogodzić rosnącą presję konkurencyjną z respektowaniem praw w zakresie ochrony danych i wykorzystania AI.

Emily Kate Genatowski jest doktorantką w dziedzinie humanistyki cyfrowej na Uniwersytecie Wiedeńskim. Ukończyła studia na Uniwersytecie Harvarda i Uniwersytecie Columbia w USA, a następnie kierowała zespołem Google Arts & Culture. Obecnie prowadzi eksperymentalne badania nad etyką i regulacją robotyki domowej opartej na sztucznej inteligencji oraz nad relacjami między społeczeństwem a robotami.

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

Potwierdziły się podejrzenia, że MyDr padł ofiarą jednego z największych incydentów cyberbezpieczeństwa w historii Polski – wyciekły dane 19 mln pacjentów gromadzone w 12 tys. placówkach zdrowia. Wicepremier i minister cyfryzacji Krzysztof Gawkowski potwierdził, że odpowiednie służby prowadzą obecnie postępowanie wyjaśniające.

Najnowsze informacje znajdują się na samym dole.

Aktualizacja z 10 sierpnia 2026 r.

MyDr to dostawca oprogramowania medycznego należący do grupy Znany Lekarz. O możliwym wycieku danych poinformował serwis Zaufana Trzecia Strona, do którego zgłosili się sami sprawcy ze szczegółami. Przekazali dziennikarzom materiały mające potwierdzać włamanie, w tym dane jednego z najważniejszych polskich polityków, obejmujące m.in. imię i nazwisko, datę urodzenia, numer PESEL, numery telefonów oraz informacje dotyczące recept.

– Odezwał się do nas ktoś, kto twierdził, że dysponuje danymi ponad 18 milionów Polek i Polaków, pochodzących z systemów medycznych. Potraktowaliśmy zgłoszenie poważnie i weszliśmy w bezpośredni kontakt ze zgłaszającym oraz powiadomiliśmy odpowiednie instytucje – poinformował serwis.

Sprawcy mieli również uzyskać dostęp do wewnętrznych zasobów MyDr. Pokazali m.in. fragmenty korespondencji firmowej, dane nowych pracowników, raport sygnalisty o nieprawidłowościach, informacje o współpracujących lekarzach oraz materiały związane z reklamą leków.

Zgodnie z informacjami serwisu Zaufana Trzecia Strona, cyberprzestępcy uzyskali dostęp do infrastruktury firmy działającej w chmurze AWS i wykradli około 2,5 TB danych. Żadne informacje nie zostały na razie potwierdzone. d

– Klienci firmy, czyli placówki medyczne i lekarze, zostali poinformowani o identyfikacji potencjalnego nieuprawnionego dostępu do systemów. Na tym etapie postępowania nie można ostatecznie potwierdzić wycieku danych, jednak wiele wskazuje na to, że osoba nieuprawniona mogła uzyskać do nich dostęp [red.: do danych] – napisał na platformie X minister Gawkowski 10 sierpnia.

Aktualizacja z 12 sierpnia 2026 r.

12 sierpnia potwierdziły się te informacje. Podczas pilnego spotkania z udziałem prokuratury i służb minister Gawkowski przyznał, że doszło do nadzwyczajnego wycieku danych. Jest to jeden z największych incydentów cyberbezpieczeństwa w historii Polski. Wicepremier zaapelował, aby „podjąć wszelkie działania, żeby wykradzione dane nie krążyły po rynku i żeby nie stały się elementem jakiejś gry, czy to służb, czy kogokolwiek innego.”

Hakerzy wykradli łącznie 2 terabajty danych osobowych i medycznych blisko 19 mln pacjentów. Są to numery PESEL powiązane z informacjami o wystawionych receptach i zrealizowanych wizytach. Wszystkie pochodzą z systemu informatycznego dla gabinetów lekarskich MyDr.

Na razie nie wiadomo, jak doszło do wycieku. Na tym etapie wszystkie scenariusze są możliwe: błąd człowieka, błąd systemu, brak zabezpieczeń, celowe działanie albo gra związana ze służbami obcymi.

MyDr potwierdził, że stał się „celem zewnętrznego, celowego działania o charakterze przestępczym, którym objęta była część danych.” Dane, które wykradli hakerzy, najprawdopodobniej pochodzą z 2024 roku oraz lat wcześniejszych.

Aktualizacja z 14 sierpnia 2026 r.

MyDr poinformował w komunikacie, że na razie nie ma dowodów na naruszenie ani niewłaściwe wykorzystanie certyfikatów P1. Mimo to, ze względów bezpieczeństwa i w porozumieniu z CEZ, rekomenduje się stopniową rotację certyfikatów P1. Cały proces będzie się odbywał rotacyjnie, a poszkodowane placówki otrzymają informację w tym zakresie.

Na chwilę obecną serwis informuje, że „dane z wycieku w firmie MyDr nie trafiły jeszcze do bazy serwisu. Zostaną udostępnione w serwisie niezwłocznie po ich przekazaniu przez podmioty dotknięte cyberatakiem.”

TVN informuje, że wyciekiem mogły być też objęte dane największych sieci medycznych. W Medicover, kilka placówek stomatologicznych korzystało z MyDr, a sieć sprawdza, czy dane jej pacjentów zostały objęte incydentem. Lux Med wstępnie potwierdził możliwość, że cyberatak mógł dotyczyć części danych pacjentów sieci, ale podkreśla, że ich zakres jest ograniczony. Firma prowadzi obecnie własną analizę. Z kolei Enel-Med korzystał z MyDr do obsługi pacjentów NFZ, ale nie ma obecnie potwierdzenia, że dane pacjentów wyciekły. PZU Zdrowie: korzysta z własnego systemu, mimo to sprawdza, czy incydent mógł dotyczyć jego pacjentów.

Kiedy będzie można sprawdzić, czy wyciekły moje dane?

Wkrótce w serwisie bezpiecznedane.gov.pl każdy będzie mógł samodzielnie sprawdzić, czy jest ofiarą cyberataku na MyDr. Do weryfikacji potrzebny jest numer PESEL. Wcześniej trzeba się zalogować do serwisu za pomocą profilu zaufanego, aplikacji mObywatel, bankowości elektronicznej albo e-dowodu.

MyDr zidentyfikował przyczynę ataku.

MyDr przekazał, że zidentyfikował już i usunął przyczynę wycieku danych. Firma współpracuje z Prezesem Urzędu Ochrony Danych Osobowych (UODO), CERT Polska oraz Centralnym Biurem Zwalczania Cyberprzestępczości (CBZC).

– Centrum e-Zdrowia rozpoczęło prewencyjną i stopniową aktualizację certyfikatów wykorzystywanych do komunikacji z systemem P1. Placówki medyczne, które korzystały z oprogramowania MyDr, otrzymają bezpośrednio informacje o terminach i sposobie wymiany certyfikatów – poinformował na platformie X minister cyfryzacji Krzysztof Gawkowski. Przypomniał także o konieczności zastrzeżenia numeru PESEL.

Czytaj także: Nowy raport CSIRT CeZ. 60% więcej incydentów cyberbezpieczeństwa w placówkach zdrowia

Centrum e-Zdrowia opublikowało nowe wyniki badania stopnia informatyzacji podmiotów wykonujących działalność leczniczą. Zdecydowana większość placówek prowadzi i indeksuje EDM, nadal są problemy z wymianą danych między podmiotami ochrony zdrowia, a innowacje takie jak AI czy telemonitoring pacjentów odgrywają marginalną rolę.

Duży skok w prowadzeniu EDM przez placówki ambulatoryjne

93% szpitali prowadzi Elektroniczną Dokumentację Medyczną (EDM) w zakresie informacji o rozpoznaniu choroby, problemu zdrowotnego lub urazu, wynikach przeprowadzonych badań, przyczynie odmowy przyjęcia do szpitala, udzielonych świadczeniach zdrowotnych o ewentualnych zaleceniach.

Indeksowanie EDM w P1 deklaruje 90,6% szpitali, 78% AŚZ i 75,1% podmiotów innych niż szpitalne. Jednocześnie wymianę EDM z innymi podmiotami przez P1 deklaruje już tylko 25,4% szpitali, 15% podmiotów innych niż szpitalne i 9,7% AŚZ. W VIII edycji badania (za 2024 r.) indeksowanie EDM w systemie P1 deklarowało 61,2% badanych podmiotów ogółem (55,1% w 2023 r.).

Coraz więcej badanych podmiotów/praktyk raportuje zdarzenia medyczne zgodnie z przepisami ustawy o SIOZ: 79,2% podmiotów szpitalnych i 62,6% AŚZ. Co trzeci AŚZ (30,6%) nie raportuje zdarzeń medycznych z powodu braku odpowiedniego systemu gabinetowego.

Rośnie poziom cyfryzacji, ale papierowe dokumenty nadal w obiegu

Dokumentację w formie papierowej najczęściej prowadzą szpitale (71,5%). W przypadku pozostałych rodzajów podmiotów/praktyk jest to 66,1%, a dla AŚZ – 45,4%.

Udostępnianie EDM innym podmiotom deklaruje 35,7% szpitali, 24,6% podmiotów innych niż szpitalne oraz 14,6% AŚZ.

Nadal papierowo prowadzone są przede wszystkim zgody (64,9%) oraz ankiety i wywiady medyczne (45,4%); jednocześnie 54,7% AŚZ deklaruje, że w ogóle nie prowadzi dokumentacji papierowej, wobec 33,9% podmiotów innych niż szpitalne i 28,5% szpitali.

Repozytorium EDM posiada 92,7% badanych szpitali, 77,2% podmiotów innych niż szpitale i 72,1% AŚZ. Sposób przechowywania dokumentacji różni się jednak w zależności od rodzaju placówki.

Duże zaległości w cyberbezpieczeństwie

Własny dział IT ma 43,4% badanych szpitali. W podmiotach innych niż szpitale najczęściej korzystano z zewnętrznych usług IT (34,7%), podobnie jak w AŚZ (43,2%). W 25,6% AŚZ zadania informatyczne wykonywał personel medyczny.

Zespół ds. cyberbezpieczeństwa ma jedynie 40,6% badanych szpitali i 25,5% AŚZ. Oznacza to, że około trzy czwarte placówek realizujących AŚZ nie ma takiego zespołu.

Szpitale najczęściej monitorują bezpieczeństwo IT (81%) i szkolą pracowników (63,2%). Największą potrzebą w zakresie cyberbezpieczeństwa jest zwiększenie odporności na cyberataki, na co wskazuje 87% szpitali i 68,3% podmiotów innych niż szpitale. Kolejne wyzwania to podnoszenie świadomości zagrożeń wśród pracowników (78,7% szpitali i 64% pozostałych podmiotów) oraz zapewnienie ciągłości działania systemów, szczególnie w szpitalach (72,5%). W AŚZ potrzeby te są wskazywane rzadziej, a 26,5% placówek deklaruje, że nie ma żadnych potrzeb w tym zakresie.

E-usługi dla pacjenta przez www nadal rzadko dostępne

Tylko 18,4% AŚZ, 17,5% podmiotów innych niż szpitalne i 50% szpitali oferuje e-usługi przez stronę www. W AŚZ aż 67,2% placówek nie oferuje ich i nie planuje wdrożenia w ciągu roku.

Jeśli e-usługi są udostępniane przez www, najczęściej jest to e-rejestracja (84,4% szpitale, 78,9% inne niż szpitalne oraz 83,4% AŚZ) i dostęp do dokumentacji medycznej (65,5% szpitali, 63,3% inne niż szpitalne).

Telemonitoring wykorzystuje 10,7% szpitali, 7,6% AŚZ i zaledwie 3,9% podmiotów innych niż szpitalne. Najczęściej dotyczy rehabilitacji i kardiologii, ale nawet te zastosowania pozostają na poziomie około 2–2,5% wszystkich PWDL.

AI w polskiej ochronie zdrowia nadal rzadkością i to mimo rewolucji AI

Obecnie AI w diagnostyce i leczeniu wykorzystuje 7,3% badanych PWDL: 4,7% do obsługi pacjentów i 5,9% w zarządzaniu. Aż 40,9% szpitali deklaruje wdrożenie AI w ciągu kolejnych 12 miesięcy, wobec 15,9% podmiotów innych niż szpitalne i 10,9% AŚZ.

W poprzednim badaniu odsetek placówek korzystających z AI wyniósł 4,7%, a więc wzrost jest marginalny.

Wysokie koszty wdrożenia są największą barierą dla AI, szczególnie w szpitalach (59,5%). Kolejnymi problemami są niejasne przepisy (31,6% szpitali i 25,1% podmiotów innych niż szpitale) oraz ograniczenia technologiczne (28% szpitali). W AŚZ większym problemem niż koszty czy technologia jest natomiast brak zaufania do rozwiązań AI, wskazywany przez 28,9% placówek.

Z narzędzi analitycznych korzysta 33% szpitali, 19,9% podmiotów innych niż szpitalne i tylko 10,6% AŚZ. Około 27–30% respondentów nie wie nawet, czy takie narzędzia są wykorzystywane.

Coraz lepiej z dostępem do internetu

Dostęp do szerokopasmowego internetu ma 98,5% szpitali, 94,2% podmiotów innych niż szpitalne i 90,1% AŚZ. Problemem jest natomiast odporność infrastruktury – łącze zapasowe posiada 73,5% szpitali i tylko około połowa pozostałych placówek.

Dojrzałość cyfrowa na poziomie średnim

Samoocena dojrzałości cyfrowej utrzymuje się na poziomie „średnim”. W każdej grupie dominuje ocena 3 – wskazuje ją 55–66,7% placówek. Ocena 5 jest marginalna, a niższe poziomy 1–2 częściej pojawiają się poza szpitalami.

63,3% PWDL wskazuje brak środków na inwestycje IT, 36,5% niewystarczające kompetencje cyfrowe pracowników, a po 25,7% brak wiedzy o możliwych e-usługach i opór personelu przed zmianą. Tylko 14,3% placówek nie widzi żadnych barier cyfryzacji.

Chęć podnoszenia kompetencji cyfrowych deklaruje 92,9% szpitali, 83,6% podmiotów innych niż szpitalne i 66,2% AŚZ. Najważniejszym obszarem jest cyberbezpieczeństwo i ochrona danych pacjentów, następnie korzystanie z centralnych systemów, a dopiero później praktyczne wykorzystanie AI.

Badanie zrealizowano w dniach 3 listopada–21 grudnia 2025 r. Z 85 324 podmiotów wykonujących działalność leczniczą (PWDL) wskazanych w Rejestrze Podmiotów Wykonujących Działalność Leczniczą w ankiecie wzięło udział 9 823 podmioty.

Pobierz raport z IX edycji dadania stopnia informatyzacji podmiotów wykonujących działalność leczniczą

Komisja Europejska przedstawiła projekt długo oczekiwanych wytycznych dotyczących klasyfikacji systemów sztucznej inteligencji wysokiego ryzyka. W końcu wyjaśniło się, jak traktować AI pomagającą tworzyć dokumentację medyczną oraz algorytmy predykcyjne w medycynie.

• Błędem jest myślenie, że każda AI w medycynie jest automatycznie AI wysokiego ryzyka.
• O klasyfikacji decyduje rzeczywiste, zamierzone zastosowanie, a producent odpowiada za spójne określenie przeznaczenia systemu.
• Z kategorii wysokiego ryzyka wyłączone są systemy wykonujące wąskie zadania administracyjne i przygotowawcze, m.in. porządkujące dokumentację i transkrybujące rozmowy lekarza z pacjentem.
• Jeśli AI wpływa na leczenie lub bezpieczeństwo pacjenta, będzie klasyfikowana jako „wysokiego ryzyka”. I to nawet jeśli ostateczną decyzję podejmuje lekarz (człowiek w pętli decyzyjnej).
• Na razie to propozycje. Wytyczne znajdują się obecnie w konsultacjach publicznych.

Nie każda AI w medycynie jest automatycznie systemem wysokiego ryzyka

Chodzi o propozycje wytycznych dotyczących klasyfikacji systemów sztucznej inteligencji wysokiego ryzyka zgodnie z art. 6 rozporządzenia (UE) 2024/1689 (ustawa o sztucznej inteligencji). Czekali na nie producenci systemów AI dla ochrony zdrowia oraz placówki planujące wdrażanie AI. Te często wstrzymywały się z inwestycjami ze względu na niejasności wokół EU AI Act.

Panuje błędne przekonanie, że AI stosowana w medycynie jest z definicji AI wysokiego ryzyka. Ale Komisja temu przeczy. Decydujące są dwa warunki. Po pierwsze, AI musi stanowić sam produkt albo pełnić funkcję elementu odpowiedzialnego za bezpieczeństwo wyrobu. Po drugie, dany produkt musi podlegać obowiązkowej ocenie zgodności z udziałem jednostki trzeciej przed dopuszczeniem do obrotu. Dopiero łączne spełnienie obu kryteriów powoduje zakwalifikowanie systemu do kategorii wysokiego ryzyka.

Komisja szczegółowo wyjaśnia również pojęcie „komponentu bezpieczeństwa”. Jest nim system AI, którego zadaniem jest zapobieganie zagrożeniom lub ograniczanie ich skutków albo którego awaria mogłaby zagrozić zdrowiu lub życiu pacjentów.

W praktyce oznacza to, że inaczej będą oceniane systemy AI, które pomagają chronić zdrowie i życie pacjenta, a inaczej te, które jedynie ułatwiają obsługę urządzenia lub usprawniają jego pracę. Do tej kategorii zaliczają się systemy AI stosowane m.in. w diagnostyce obrazowej, które poprawiają jakość obrazu lub oznaczają zmiany na zdjęciu.

Decydujące jest rzeczywiste przeznaczenie systemu

Drugim ważnym elementem wytycznych jest doprecyzowanie pojęcia „zamierzonego zastosowania” (intended purpose). Komisja podkreśla, że o klasyfikacji systemu, poza technologią, decyduje przede wszystkim sposób, w jaki producent opisuje jego przeznaczenie.

Jeżeli producent przedstawia system jako rozwiązanie mogące wspierać zastosowania wysokiego ryzyka, nawet bardzo ogólnie, system może zostać zakwalifikowany do tej kategorii. Sam zapis w regulaminie, że produkt nie powinien być wykorzystywany do zastosowań wysokiego ryzyka, nie wystarczy, jeśli materiały marketingowe lub dokumentacja sugerują coś przeciwnego. Wszystkie informacje dotyczące przeznaczenia muszą być spójne i jednoznaczne.

Komisja przypomina również, że odpowiedzialność za prawidłową klasyfikację spoczywa przede wszystkim na producencie. Ale uwaga: podmiot wdrażający – czyli szpital lub przychodnia – może sam stać się producentem w rozumieniu AI Act, jeśli zmieni przeznaczenie systemu lub wprowadzi istotne modyfikacje.

Większa jasność w kwestii AI scribes

Dokumenty szczegółowo opisują tzw. mechanizm wyłączeń (filter mechanism) – niektóre systemy AI formalnie mieszczące się w obszarach wysokiego ryzyka mogą zostać z tej kategorii wyłączone.

Dotyczy to przede wszystkim rozwiązań wykonujących wyłącznie wąskie zadania administracyjne lub przygotowawcze. Przykładami są systemy porządkujące dokumentację, indeksujące dane, wykrywające duplikaty dokumentów, przekształcające dane do odpowiedniego formatu czy wyszukujące informacje potrzebne ekspertowi. Takie narzędzia nie podejmują decyzji ani nie wpływają na ich wynik, dlatego nie muszą podlegać pełnym obowiązkom dla AI wysokiego ryzyka.

A to oznacza, że systemy AI do transkrypcji rozmowy pacjenta na zapisy w elektronicznej dokumentacji medycznej, nie są systemami wysokiego ryzyka. Tzw. AI scribes są coraz powszechniej stosowane w USA, znacznie ułatwiając prowadzenie EDM. W Europie – ze względu na niejasności wynikające z EU AI Act – na razie są rzadkością. To samo dotyczy systemów wspomagania decyzji klinicznych, które zbierają dane z różnych części systemu.

Triaż albo algorytmy predykcyjne? To już ingerencja w decyzje

Komisja podkreśla jednak, że wyjątek nie obowiązuje, jeśli system dokonuje profilowania osób lub jego wyniki realnie wpływają na decyzję dotyczącą konkretnego pacjenta. W takim przypadku, nawet jeśli to lekarz podejmuje ostateczną decyzję (tzw. human-in-the-loop), nie oznacza to automatycznie, że system przestaje być systemem wysokiego ryzyka. Nadzór człowieka jest wymogiem dla takich systemów, a nie sposobem na uniknięcie regulacji.

Komisja wyraźnie rozróżnia algorytmy wspierające organizację pracy od tych, które wpływają na bezpieczeństwo pacjenta lub na decyzje kliniczne.

Na przykład, algorytm analizujący badania RTG płuc i wskazujący pacjentów z podejrzeniem raka nadal będzie systemem wysokiego ryzyka, nawet jeśli ostateczną diagnozę stawia lekarz. Obecność człowieka w procesie nie zmienia klasyfikacji systemu – oznacza jedynie, że AI działa pod jego nadzorem. Tę zasadę można rozszerzyć na algorytmy predykcyjne oceniające np. ryzyko wystąpienia sepsy u chorego.

Obecnie trwają konsultacje publiczne dotyczące zaproponowanych przez KE wytycznych więc ich kształt może się jeszcze zmienić.

Czytaj także: Chatbot AI jak przyjaciel albo kochanka? Chiny mówią „nie”

Midjourney, firma znana dotąd z generatora obrazów AI, chce zrewolucjonizować obrazowanie medyczne. Nowo powołany Midjourney Medical planuje stworzenie nowej generacji skanera całego ciała, aby badanie było „tak szybkie jak wizyta w spa”. Zapowiedź wzbudziła mieszane uczucia.

• Midjourney Medical planuje stworzyć wykorzystujący technologię ultradźwięków skaner całego ciała. Urządzenie wykona trójwymiarowe obrazowanie organizmu w około 60 sekund.
• Badanie ma przypominać wizytę w futurystycznym spa. Skanowanie mogłoby być wykonywane regularnie, nawet co miesiąc, bo ultradźwięki nie mają szkodliwego wpływu na zdrowie.
• Firma planuje uruchomić pierwsze Midjourney Spa w San Francisco pod koniec 2027 r. Do 2031 r. powstanie 50 tys. skanerów.
• Na razie są to tylko ambitne plany. Midjourney przedstawił jedynie ładne wizualizacje, bez szczegółów technicznych.
• Lekarze podkreślają, że nie ma obecnie dowodów, iż regularne skanowanie całego ciała zdrowych osób daje jakiekolwiek korzyści.

Zaskakująca decyzja Midjourney o wejściu do sektora wellness i medycyny

Midjourney było jednym z pierwszych narzędzi generatywnej sztucznej inteligencji pomagających w kreatywny sposób tworzyć nowe obrazy bez umiejętności graficznych. Wystarczy napisać prompt.

Teraz firma chce wejść do ochrony zdrowia. – Ogłaszamy coś trochę dziwnego i trochę szalonego, ale też spektakularnego i pełnego nadziei. Nie ma to nic wspólnego z tym, co do tej pory u nas widzieliście. Tworzymy nową, odważną maszynę, która na nowo zdefiniuje podstawy opieki zdrowotnej i nasze relacje z własnym ciałem – napisał Midjourney w komunikacie prasowym.

Nowy projekt nosi nazwę Midjourney Medical, a jego centralnym elementem jest Midjourney Scanner – urządzenie wykorzystujące ultradźwięki do tworzenia trójwymiarowej mapy całego ciała. Według twórców badanie ma trwać około 60 sekund i nie wymaga użycia fal radiowych, pola magnetycznego ani promieniowania jonizującego, znanych z klasycznych metod, takich jak RTG albo MRT.

Skanowanie podczas wizyty w spa zamiast szpitalu

Koncepcja urządzenia przypomina bardziej futurystyczne spa niż pracownię diagnostyki obrazowej. Pacjent wchodzi na specjalną platformę, która powoli opuszcza go do płytkiego basenu z wodą. W trakcie zanurzania ciało przechodzi przez pierścień złożony z setek tysięcy miniaturowych przetworników ultradźwiękowych. Każdy z nich wysyła fale dźwiękowe i rejestruje ich odbicia miliony razy na sekundę. Powstające w ten sposób terabajty danych są analizowane przez klastry komputerowe, które rekonstruują trójwymiarowy obraz organizmu.

Firma przekonuje, że obrazowanie ma być na tyle szybkie i wygodne, aby można było je wykonywać regularnie, nawet co miesiąc. Dane mogłyby następnie być porównywane z wcześniejszymi badaniami oraz analizowane przez lekarzy i algorytmy sztucznej inteligencji.

Pierwsze Midjourney Spa ma zostać uruchomione pod koniec 2027 r. w San Francisco. Oprócz skanerów znajdą się tam sauny, baseny z zimną wodą i strefy relaksu. Skanowanie ma być jedynie elementem nowego doświadczenia – dotąd badanie MRT kojarzyło się negatywnie, bo wymaga leżenia przez kilkanaście minut w klaustrofobicznym urządzeniu.

Ładne wizualizacje, ale brak konkretów

Twórcy projektu planują do 2031 r. wyprodukować ponad 50 tys. skanerów, które wykonywałyby nawet miliard badań miesięcznie. Firma uważa, że powszechne obrazowanie całego ciała mogłoby ograniczyć nawet o 30 proc. liczbę zgonów i zmniejszyć o połowę koszty opieki zdrowotnej dzięki wcześniejszemu wykrywaniu chorób.

Jednocześnie Midjourney przyznaje, że na początku urządzenie nie będzie pełnić funkcji diagnostycznej. Pierwsza wersja ma jedynie tworzyć szczegółowe mapy składu ciała. Zastosowanie medyczne będzie wymagało uzyskania zgody amerykańskiej FDA.

David Holz, założyciel Midjourney, podkreślił podczas premiery, że obecna wersja systemu praktycznie nie wykorzystuje sztucznej inteligencji do tworzenia obrazów. AI odpowiada przede wszystkim za ich segmentację i interpretację, natomiast samo obrazowanie opiera się na ultradźwiękach oraz zaawansowanym przetwarzaniu sygnałów.

Zapowiedź Midjourney wywołała falę krytycznych komentarzy środowiska medycznego. Firma nie przedstawiła dotąd wyników badań klinicznych ani recenzowanych publikacji potwierdzających deklarowaną jakość obrazowania. Radiolodzy przypominają również, że ultrasonografia i rezonans magnetyczny służą do różnych zastosowań diagnostycznych, dlatego nie można zakładać, że jedno badanie zastąpi drugie.

Pojawiają się również obawy dotyczące „nad-diagnostyki” – wykonywanie częstych badań u zdrowych osób może prowadzić do wykrywania przypadkowych zmian, które nie wymagają leczenia, ale wywołują niepokój i generują kolejne kosztowne procedury diagnostyczne. Midjourney najwyraźniej chce skorzystać na trendzie tzw. whole-body scan, czyli profilaktycznych badaniach obrazowych. Pionierem jest Neko Health, mająca 6 lokalizacji w UK, Szwecji i USA. Za 250–350 euro pacjent otrzymuje zestaw profilaktycznych badań i 60-minutową konsultację. Na liście oczekujących jest już ok. 100 000 osób. Ale i w tym przypadku lekarze są krytyczni, podkreślając, że nie ma dowodów naukowych na skuteczność tego typu profilaktyki.

Czytaj także: ChatGPT na 4. miejscu. Oto najlepsze medyczne modele AI

Założony przez dwóch Polaków startup Shen AI uzyskał certyfikat wyrobu medycznego klasy IIa dla swojego oprogramowania Medical SDK – technologii pomiaru tętna, ciśnienia, HRV i RR za pomocą kamery smartfona, tabletu lub laptopa.

Urządzenie medyczne klasy IIa w UE i II w Brazylii

Certyfikacja innowacji Shen AI obejmuje pomiar u osób dorosłych czterech parametrów zdrowia: tętna, zmienności rytmu serca (HRV), częstości oddechu (RR) oraz ciśnienia skurczowego i rozkurczowego. Badanie trwa jedną minutę i polega na wykonaniu skanu twarzy kamerą smartfona, tabletu albo laptopa. Wynik ma służyć wsparciu oceny stanu fizjologicznego pacjenta.

Firma, którą założyli Remi Kościelny (CEO) oraz Przemek Jaworski (CTO), ma siedzibę w Estonii i zespół badawczo-rozwojowy zlokalizowany we Wrocławiu. Poza certyfikacją w Unii Europejskiej Shen AI zarejestrowało swoją technologię również w Brazylii, gdzie tamtejsza agencja ANVISA nadała jej status wyrobu medycznego klasy II.

Uzyskanie statusu urządzenia medycznego zgodnie z MDR wymaga przeprowadzenia badań klinicznych potwierdzających skuteczność i bezpieczeństwo pomiaru, przygotowania pełnej dokumentacji technicznej uzasadniającej każdą decyzję projektową, wdrożenia audytowanego systemu zarządzania jakością oraz niezależnej oceny zgodności przeprowadzonej przez akredytowaną jednostkę notyfikowaną.

Rozporządzenie MDR dzieli wyroby medyczne na cztery klasy ryzyka: od klasy I, obejmującej produkty o najniższym ryzyku, przez IIa i IIb, aż po klasę III zarezerwowaną dla wyrobów najbardziej inwazyjnych, takich jak implanty. Klasa IIa dotyczy urządzeń i oprogramowania o umiarkowanym ryzyku. Zaliczają się do niej narzędzia diagnostyczne lub monitorujące, które dostarczają wyników mogących wpływać na decyzje kliniczne dotyczące dalszego postępowania.

Awans z zastosowań wellness do medycyny

Dla podmiotów wdrażających tę technologię, oznacza to, że wynik pomiaru może być elementem szerszej oceny stanu pacjenta dokonywanej przez lekarza, może służyć np. do monitorowania trendów (czy ciśnienie lub tętno pacjenta zmienia się w czasie). Nie może jednak być samodzielną podstawą do postawienia diagnozy ani zastąpić badania lekarskiego, a ostateczna interpretacja kliniczna pozostaje w gestii pracownika ochrony zdrowia.

Do tej pory technologia zdalnego pomiaru parametrów życiowych za pomocą kamery smartfona była stosowana w obszarze wellness i profilaktyki jako dodatkowa funkcja aplikacji mobilnych. Z jej pomocą można m.in. szybko ocenić intensywność treningu i poziom stresu bez sięgania do profesjonalnych ciśnieniomierzy.

Uzyskanie klasyfikacji IIa otwiera drogę do zastosowań w medycynie. Dostawcy rozwiązań telemedycyny, platformy zdalnego monitorowania zdrowia pacjenta, ubezpieczyciele zdrowotni będą mogli wykorzystywać api Medical SDK do budowy aplikacji do zastosowań medycznych. Oprócz tego firma ma w swojej ofercie Wellness SDK Shen AI, pozwalający odczytać ze skanu twarzy 30 biomarkerów. Tylko 4 z nich są objęte certyfikatem wyrobu medycznego klasy IIa.

Jak działa pomiar ciśnienia i tętna z pomocą kamery?

Technologia wykorzystuje tzw. Multimodal Sensing Engine, podejście łączące dwie bezkontaktowe metody optyczne. Pierwsza z nich, zdalna fotopletyzmografia (rPPG), analizuje niewidoczne dla ludzkiego oka zmiany koloru skóry twarzy, wywołane przepływem krwi przez naczynia włosowate przy każdym uderzeniu serca. Uzupełnieniem jest neuronowa analiza sygnału w wielu długościach fali światła zapewniająca stabilne działanie niezależnie od fototypu skóry pacjenta według skali Fitzpatricka.

Drugą jest zdalna balistokardiografia (rBCG) wykrywająca mikroruchy twarzy powstające w wyniku mechanicznej pracy serca i wyrzutu krwi do aorty. Połączenie sygnału optycznego z mechanicznym pozwala, jak twierdzi ShenAI, dokładnie zmierzyć biomarkery. Analiza wideo jest przeprowadzana w czasie rzeczywistym i lokalnie na urządzeniu użytkownika. Nagranie twarzy pacjenta nie jest przesyłane ani przechowywane w chmurze.

Czytaj także: Chorobę Alzheimera można przewidzieć ze zdjęcia siatkówki

Dwa nowe badania opublikowane na łamach Nature udowadniają, że agenci AI (agentic AI) potrafią samodzielnie „przyjąć pacjenta”, jak robi to lekarz: zebrać wywiad, zlecić badania, postawić diagnozę, dobrać leki, stworzyć plan leczenia, a w razie potrzeby – podjąć decyzję o hospitalizacji. Czasami lepiej i taniej niż człowiek.

• W czasopiśmie naukowym Nature ukazały się badania dwóch nowych autonomicznych modeli AI. MIRA i AMIE prowadzą wywiad lekarski i sugerują dalsze postępowanie.
• MIRA, testowana na 500 przypadkach z oddziałów ratunkowych, osiągnęła trafność diagnozy 87,8% wobec 78,1% u doświadczonych lekarzy.
• Przeznaczona do leczenia ambulatoryjnego AMIE od Google dorównała lub przewyższyła 21 lekarzy POZ. Jakość planu leczenia zaproponowanego przez AI oceniono na 98% wobec 81% dla lekarzy.
• Oba systemy wykazują niemal idealną zgodność z wytycznymi klinicznymi.
• Badania przeprowadzono w warunkach testowych bez kontaktu z prawdziwymi pacjentami. Dlatego nie są dowodem gotowości AI do zastosowania w ochronie zdrowia.

Agenci AI gotowi do pracy w ochronie zdrowia

Jeszcze 2 lata temu fascynowaliśmy się tym, że modele AI mogą zdawać egzaminy lekarskie, uzyskując ponad 90% punktów. Obecnie AI nauczyła się już sposobu pracy i procesu podejmowania decyzji przez lekarzy. Dwa nowe modele opisane w Nature dają wgląd w to, jak agenci AI mogą wcielić się w rolę pomocników pracowników ochrony zdrowia.

Pierwszy z nich to MIRA (Medical Intelligence for Reasoning and Action) – autonomiczny agent działający w środowisku elektronicznej dokumentacji medycznej. System prowadzi rozmowę z pacjentem, analizuje historię choroby, zleca badania laboratoryjne i obrazowe, interpretuje wyniki, proponuje leczenie, dobiera leki, kieruje na zabiegi chirurgiczne i podejmuje decyzję o przyjęciu do szpitala. W badaniu wykorzystano 500 rzeczywistych przypadków z oddziałów ratunkowych.

Drugim rozwiązaniem jest AMIE (Articulate Medical Intelligence Explorer), opracowany przez Google. W przeciwieństwie do MIRA nie koncentruje się na ostrych przypadkach, lecz na długoterminowym prowadzeniu pacjenta w leczeniu ambulatoryjnym. System śledzi przebieg choroby podczas kolejnych wizyt, analizuje reakcję na leczenie, dostosowuje terapię i kontroluje bezpieczeństwo farmakoterapii. Badanie objęło 100 scenariuszy klinicznych z trzech kolejnych wizyt pacjenta w pięciu specjalnościach medycznych.

W wielu zadaniach AI pokonała lekarzy

W przypadku MIRA trafność diagnozy wyniosła 87,8 proc., podczas gdy grupa doświadczonych lekarzy osiągnęła 78,1 proc. Największą przewagę AI uzyskała w rozpoznawaniu zapalenia wyrostka robaczkowego i ostrego zapalenia trzustki. System częściej zlecał badania laboratoryjne, ale jednocześnie wykonywał mniej kosztownych badań obrazowych. Lepiej dobierał także leczenie zabiegowe, a jego działania cechowały się około 35-proc. większą zgodnością z wytycznymi klinicznymi. Spośród 468 przepisanych leków aż 99,8 proc. było zgodnych ze wskazaniami i zasadami bezpieczeństwa.

W amerykańskim stanie Utah od stycznia 2026 roku trwa pilotaż autonomicznego przepisywania leków przez AI. Jest on realizowany we współpracy ze start-upem Doctronic. Sztuczna inteligencja może samodzielnie zatwierdzać rutynowe przedłużenia recept na prawie 200 leków na choroby przewlekłe pod kontrolowanym nadzorem.

Google AMIE osiągnął podobne rezultaty. W ogólnej ocenie planowania leczenia był co najmniej równie dobry jak 21 lekarzy podstawowej opieki zdrowotnej. Podczas trzeciej wizyty eksperci ocenili jakość planu leczenia AI na 98 proc., wobec 81 proc. dla lekarzy. Precyzja zaleceń terapeutycznych wyniosła 95 proc. wobec 67 proc., a zgodność z wytycznymi klinicznymi sięgnęła 100 proc. przy 86 proc. u lekarzy. AI lepiej radziła sobie również z doborem leków, dawek, czasu terapii i monitorowaniem działań niepożądanych.

Wcześniejsza wersja modelu w badaniu Nature z 2024 roku osiągała wyniki porównywalne lub lepsze od wyników lekarzy podstawowej opieki zdrowotnej podczas prowadzenia wywiadu diagnostycznego.

AI działa idealnie w teorii, ale praktywa jest bardziej skomplikowana

Warto pamiętać, że ani MIRA, ani AMIE nie były testowane w rzeczywistych warunkach klinicznych, ale wyłącznie w środowisku testowym, bez kontaktu z prawdziwym pacjentem, oceny jego wyglądu, tonu głosu czy badania fizykalnego. Przypadki kliniczne były kompletne i uporządkowane, podczas gdy w codziennej praktyce lekarze konfrontowani są z niepełnymi informacjami, sprzecznymi danymi i koniecznością podejmowania decyzji w warunkach niepewności.

Oba modele niemal idealnie przestrzegają wytycznych klinicznych. To zaleta, ale jednocześnie potencjalne ograniczenie: wytyczne nie uwzględniają wszystkich preferencji pacjenta, jego wcześniejszych doświadczeń, sytuacji finansowej ani indywidualnych emocji. Nadmierne poleganie na algorytmach może prowadzić do utraty tego, co od lat uznawane jest za sztukę medycyny – indywidualizacji leczenia i budowania relacji lekarz–pacjent. Autorzy sugerują, że kolejnym etapem badań nad agentyczną AI w medycynie powinno być porównanie trzech modeli opieki: leczenia prowadzonego wyłącznie przez AI, wyłącznie przez lekarzy oraz modelu hybrydowego, w którym sztuczna inteligencja wspiera decyzje kliniczne.

Czytaj także: ChatGPT z nową opcją „Zdrowie” zna cię lepiej niż lekarz

W 2025 roku wykonano w Polsce rekordowe 21 tys. zabiegów robotycznych. Już w co 50. operacji asystuje robot. Pacjenci chętnie z nich korzystają, ale NFZ refunduje tylko 3 rodzaje operacji.

• Popyt na operacje robotyczne szacuje się na 340 tys. zabiegów rocznie, ale wykonuje się ich tylko 21. tys.
• Na koniec 2025 r. w Polsce działały 83 systemy da Vinci.
• Liczba operacji robotycznych rośnie średnio o 53% rocznie.
• NFZ refunduje tylko trzy rodzaje operacji wykonywanych przy pomocy robota da Vinci.
• Do 2030 r. udział robotyki w operacjach wzrośnie 4-krotnie do 8–10%.

83 systemy da Vinci i co roku o 50% więcej zabiegów

Robotyka chirurgiczna rozwija się w Polsce bardzo szybko, ale nadal wykorzystywana jest tylko w niewielkiej części procedur, które mogłyby być wykonywane z jej użyciem – wynika z nowego raportu „Przyszłość automatyzacji ochrony zdrowia w Europie Środkowo-Wschodniej 2030” przygotowanego przez Synektik.

W 2025 r. w Polsce przeprowadzono około 21,3 tys. zabiegów robotycznych, podczas gdy potencjalnie można by ich wykonywać nawet 341,5 tys. Z pomocą robotów chirurgicznych wykonano 4,8 tys. operacji. Potencjalny popyt oceniany jest na blisko 262 tys. zabiegów. Roboty uczestniczą więc jedynie w około 2 proc. operacji chirurgii ogólnej. Dla porównania, w Stanach Zjednoczonych odsetek ten wynosi około 15 proc.

Na koniec 2025 r. w Polsce operowały 83 systemy chirurgiczne da Vinci. Ich liczba rosła w ostatnich 3 latach w tempie 44 proc. rocznie, a liczba wykonywanych zabiegów – średnio o 53 proc. rocznie.

Operacje robotyczne zyskują na popularności, coraz więcej lekarzy przechodzi szkolenie

Zabiegi robotyczne, przykładowo w operacji prostaty, cieszą się dobrą opinią wśród pacjentów. Ale robotów jest za mało, a operacje z ich pomocą wykonują tylko duże szpitale wojewódzkie. Tych mniejszych nie stać na ich zakup, bo NFZ refunduje obecnie tylko 3 zabiegi z ich pomocą: radykalną prostatektomię (operację usunięcia gruczołu krokowego u chorych na raka prostaty), resekcję raka jelita grubego oraz operację raka trzonu macicy (endometrium). Od 3 lat do tej listy nie dołączyła żadna nowa usługa robotyczna.

Operacje z pomocą robota nie są wcale droższe niż te klasyczne. Przykładowo, za operację raka prostaty, NFZ płaci placówce zdrowia 28,1 tys. zł. Wycena laparoskopowej radykalnej prostatektomii jest jedynie o 1-2 tys. zł mniejsza. Obydwa zabiegi są w 100% refundowane przez NFZ. Koszt zakupu robota da Vinci – wraz z osprzętem, szkoleniami i serwisem – waha się od 10 do 18 mln zł.

Według autorów raportu, do 2030 r. udział robotyki w operacjach wykonywanych w Polsce wzrośnie do 8–10 proc., co oznacza trzykrotny lub nawet czterokrotny wzrost liczby zabiegów względem obecnego poziomu.

Globalny rynek chirurgii robotycznej rozwija się w tempie około 14,8 proc. rocznie. Pod koniec 2025 r. na świecie działało już ponad 12 tys. systemów robotycznych Intuitive, z czego ponad jedna trzecia poza Stanami Zjednoczonymi. W samym 2025 r. wykonano ponad 3,2 mln operacji, a firma osiągnęła 10 mld dolarów przychodów.

Rośnie też precyzja robotów chirurgicznych. Przykładowo, dzięki najnowszej platformie da Vinci 5, chirurg czuje siłę nacisku narzędzi (force feedback) podobnie, jakby trzymał skalpel w ręku. Do tego roboty wyposażane są w rozwiązania AI analizujące ruchy medyka i ułatwiające poruszanie się w operowanym obszarze. W Polsce pracuje obecnie ponad 300 chirurgów przeszkolonych do wykonywania operacji z wykorzystaniem systemu da Vinci.

Badania obejmujące setki tysięcy pacjentów wskazują, że zabiegi wykonywane z pomocą robota wiążą się z mniejszą utratą krwi, rzadszą koniecznością przetoczenia krwi, krótszym pobytem w szpitalu oraz mniejszą liczbą powikłań pooperacyjnych. W przypadku wielu operacji onkologicznych odnotowano również mniej ponownych hospitalizacji i niższą śmiertelność okołooperacyjną. W porównaniu z klasyczną laparoskopią korzyści są mniejsze, ale roboty skracają okres hospitalizacji, szczególnie podczas skomplikowanych zabiegów wykonywanych w anatomicznie trudnodostępnych miejscach. Ceną za te korzyści jest zazwyczaj dłuższy czas trwania operacji oraz wyższy koszt procedury.

---

Jakie zabiegi z wykorzystaniem robota chirurgicznego finansuje NFZ?

• Radykalna prostatektomia – operacja usunięcia gruczołu krokowego u chorych na raka prostaty. Jest refundowana od kwietnia 2022 r. i pozostaje najczęściej wykonywaną procedurą robotyczną w Polsce.
• Resekcja raka jelita grubego – operacja wykonywana w przypadku nowotworów okrężnicy i odbytnicy. NFZ objął ją finansowaniem od 1 sierpnia 2023 r.
• Operacja raka trzonu macicy (endometrium) – robotyczne leczenie chirurgiczne raka endometrium również zostało objęte refundacją od 1 sierpnia 2023 r.

Roboty chirurgiczne są wykorzystywane także w:

• chirurgii nerek,
• torakochirurgii,
• chirurgii głowy i szyi (TORS),
• chirurgii ginekologicznej nieonkologicznej,
• chirurgii przepuklin,
• chirurgii bariatrycznej,
• chirurgii ogólnej.

Jednak dla tych procedur NFZ nie przewidział odrębnej, wyższej wyceny. Część z nich może być rozliczana według standardowych taryf dla operacji laparoskopowych lub otwartych, o ile szpital zdecyduje się wykonać zabieg z użyciem robota i pokryć dodatkowe koszty.

Skala refundacji

W 2024 r. NFZ rozliczył około 10 850 operacji według dedykowanych taryf dla chirurgii robotycznej. Dodatkowy koszt refundacji (w porównaniu z finansowaniem tych samych zabiegów jako laparoskopowych) wyniósł 82,1 mln zł. Zdecydowaną większość stanowiły operacje raka prostaty (około 73% wszystkich refundowanych zabiegów). Szybko rośnie liczba robotycznych operacji raka jelita grubego i raka trzonu macicy.

Czytaj także: Precyzja ruchów robota chirurgicznego jest imponująca

„Branża AI jest opętana obsesją na punkcie tworzenia coraz większych modeli sztucznej inteligencji. Rozwój Claude, ChatGPT czy Gemini pochłania ogromne ilości danych, energii, wody i zasobów” – mówi Karen Hao. Z autorką bestsellerowej książki „Imperium AI. Sny i koszmary w OpenAI Sama Altmana” (Empire of AI”) rozmawiamy o patologicznym wyścigu AI.

W swojej książce „Empire of AI” twierdzisz, że duże firmy rozwijające generatywną sztuczną inteligencję – jak OpenAI – zyskały ogromną władzę, stojąc ponad prawem. AI jest głodna danych i energii, co niszczy środowisko naturalne. AI może polaryzować społeczeństwa, zagrażając demokracji. Jak naprawić sposób, w jaki rozwijana jest AI?

Potrzebne są bardziej ukierunkowane regulacje, a także szersze zrozumienie tego, na czym polega nadzór nad sztuczną inteligencją. Za rozwój AI odpowiedzialni są wszyscy. Nie możemy tego scedować wyłącznie na rządy państw, które nałożą jakieś ograniczenia. To po prostu nie zadziała. Każdy z nas jest odpowiedzialny: instytucje opieki zdrowotnej, rodzice, nauczyciele, wychowawcy.

Każdy sektor i każda osoba muszą być świadome, że mają wpływ na rozwój AI. Oczywiście regulacje odgórne są potrzebne, bo rządy mogą zmusić firmy do działania w interesie publicznym, a nie wyłącznie zgodnie z czystą logiką rynkową.

Jedną z kluczowych kwestii jest wymaganie od firm AI znacznie większej przejrzystości. W tej chwili tak naprawdę nie wiemy, na jakich danych trenują swoje modele, gdzie budują swoją infrastrukturę obliczeniową, jak ich systemy wpływają na zdrowie ludzi ani jakie dane – w tym dane dotyczące zdrowia – mogą zbierać od użytkowników.

Bez tych informacji trudno podejmować świadome decyzje, jak korzystać z technologii.

Pisząc „Empire of AI”, przeprowadziłaś szczegółowe śledztwo dziennikarskie, rozmawiałaś z osobami z branży AI. Czy od samego początku wiedziałaś, że to będzie książka o ciemnych stronach OpenAI?

Kiedy zaczęłam pisać, wiedziałam, że książka będzie krytyczna. Ale o AI robię reportaże już od 2018 roku. Wtedy jeszcze nie miałam pojęcia, że tak się to rozwinie. Im dłużej jednak śledziłam historię OpenAI, tym bardziej w oczy zaczęły rzucać się negatywne aspekty rozwoju AI. Takie są po prostu fakty, jeśli z bliska przyjrzymy się temu, co robią potentaci AI.

Z czasem zdałam sobie sprawę z ogromnych dysproporcji pomiędzy ludźmi tworzącymi technologie AI a tymi, na których mają one wpływ. Zaczęłam dokumentować te historie – wówczas jeszcze niewiele osób zajmowało się tym tematem.

Twoja książka skupia się na OpenAI. Tymczasem Anthropic chce być postrzegany jako bardziej etyczna alternatywa. Pamiętamy na przykład kontrowersje wokół umowy z Pentagonem oraz decyzję Anthropic o opóźnieniu premiery swojego najpotężniejszego modelu, Mythos. Czy w ogóle istnieją etyczne firmy zajmujące się sztuczną inteligencją?

Tak, istnieją. Ale te firmy nie stosują podejścia, które krytykuję w książce, czyli modelu rozwoju sztucznej inteligencji opartego na „skalowaniu za wszelką cenę”.

Anthropic stosuje wprawdzie dodatkowe zabezpieczenia, ale to raczej działania wizerunkowe, które mają stworzyć wrażenie etycznego podejścia do AI. W rzeczywistości nie rozwiązują one podstawowego problemu, jakim jest negatywny wpływ skalowania AI na społeczeństwo.

Są jednak mniejsze firmy zajmujące się AI, które działają inaczej. Na przykład Hugging Face, zajmująca się sztuczną inteligencją w otwartym modelu, wzmacnia społeczność open source i wspiera badania naukowe nad nowymi modelami.

Niestety, wielu firmom stosującym zrównoważone podejście do rozwoju AI brakuje funduszy – między innymi dlatego, że duża część inwestycji trafia do potentatów zajmujących się masowym skalowaniem sztucznej inteligencji.

Trwa wyścig AI między USA a Chinami. Wygrają firmy, które będą szybsze w skalowaniu AI, a to wymaga bezkompromisowej szybkości, budowania centrów danych i nieoglądania się na etykę.

Moim zdaniem to nie jest walka między USA a Chinami – firmy z siedzibą w USA wcale nie reprezentują amerykańskich interesów ani nie służą amerykańskiemu społeczeństwu. W rzeczywistości to właśnie Amerykanie należą do społeczeństw najbardziej wyzyskiwanych i wykorzystywanych przez te firmy AI. Nie ma wyścigu między USA a Chinami. To jest wyścig o dominację firm. Nie rywalizują one w imieniu krajów, w których zostały założone.

Firmy z USA raczej wykorzystują Chiny jako swego rodzaju straszaka, by usprawiedliwić niszczenie środowiska, łamanie praw człowieka i ograniczanie praw samych Amerykanów. Kreowany jest mit wyścigu, by przekonać opinię publiczną i rządy do dania im wolnej ręki do robienia tego, co chcą, i dalszego rozbudowywania swoich imperiów.

OpenAI ma już ok. 1 mld użytkowników miesięcznie. Liczba rośnie, i to pomimo licznych kontrowersji. Czy ludzi naprawdę obchodzi, czy AI jest etyczna? Gdyby tak było, niewidzialna ręka rynku sprawiłaby, że nieetyczne firmy AI zniknęłyby z rynku, tracąc zaufanie.

Myślę, że dla konsumentów końcowych etyka jest niezwykle ważna. Często jednak nie znają alternatyw albo nie znają całej prawdy o sposobie rozwoju AI.

Sytuację można porównać do branży mody. Masowa produkcja tanich rzeczy i wykorzystywanie taniej siły roboczej doprowadziły do powstania określenia „fast fashion” – synonimu niszczenia środowiska i nieludzkich warunków pracy. Dzięki oburzeniu konsumentów, regulacjom rządowym i współpracy firm na całym świecie coraz większą uwagę przykłada się do zrównoważonej mody oraz marek modowych, które stosują podejście „fair” i respektują prawa człowieka. Konsumenci są gotowi zapłacić więcej za takie produkty, a presja społeczna zmusiła inne firmy do zmiany własnych praktyk.

Branża AI w końcu będzie musiała ewoluować w ten sam sposób. Sprzeciw konsumentów wobec nieetycznych praktyk firm AI będzie rósł, tworząc przestrzeń na pojawienie się alternatywnych podejść do budowy AI. Te zmiany wymagają czasu. Na razie przebiegają wolno, bo ludzie nie zdają sobie sprawy, że już są alternatywne rozwiązania AI tworzone w zgodzie z człowiekiem i środowiskiem naturalnym.

Jaką rolę w rewolucji AI może odegrać Europa?

W idealnym świecie Europa trzymałaby się mocno swoich wartości i egzekwowałaby przepisy, które już wprowadziła. Niestety, Komisja Europejska rozważa złagodzenie wielu regulacji (red.: chodzi o Omnibus AI, pakiet zmian reformujących EU AI Act).

Gdyby UE mogła zmusić firmy do większej przejrzystości w działaniu w całym łańcuchu dostaw związanym z rozwojem AI, stworzyłoby to kolejną ważną warstwę odpowiedzialności. Różne grupy społeczne i poszczególni obywatele uzyskaliby informacje potrzebne do oceny modeli AI i ich twórców.

Europa powinna znacznie intensywniej inwestować w podstawowe badania nad sztuczną inteligencją oraz w AI skoncentrowaną na rozwiązywaniu realnych problemów społecznych.

Przeznaczanie tak ogromnych ilości pieniędzy, gruntów, energii i wody na chatboty dla konsumentów – co obecnie ma miejsce – jest marnotrawstwem zasobów społecznych. Zamiast tego powinniśmy rozwijać specjalistyczne systemy AI przykładowo przyspieszające odkrywanie leków i poprawiające wyniki opieki zdrowotnej. To problemy, których rozwiązanie deklarują duże koncerny AI, ale rzadko w tym kierunku cokolwiek robią.

Tego rodzaju innowacje będą wymagały finansowania publicznego i nowych priorytetów politycznych. Badania nad AI muszą uwzględniać korzyści publiczne, a nie tylko interesy rynkowe. Celem jest rozwój przełomowych rozwiązań przynoszących długoterminową wartość społeczną.

Porozmawiajmy o opiece zdrowotnej. OpenAI wprowadziło ostatnio GPT dla Zdrowia i GPT dla Lekarzy. Czy uważasz, że te inicjatywy odzwierciedlają szerszą strategię OpenAI w opiece zdrowotnej?

Nie. Mam wrażenie, że jednym z powodów, dla których OpenAI wprowadziło te produkty, jest to, że dane dotyczące opieki zdrowotnej są trudnodostępne. W Stanach Zjednoczonych podlegają one przepisom HIPAA.

Ale jeśli firmy AI zdołają przekonać konsumentów lub lekarzy do bezpośredniego korzystania z tych rozwiązań, użytkownicy dobrowolnie przekazują swoje dane na podstawie zgody zawartej w umowach o świadczenie usług.

Tego rodzaju inicjatywy mają podwójny cel. Z jednej strony pozwalają firmom zbierać dane w obszarach, do których tradycyjnie nie miały łatwego dostępu. Z drugiej strony – działają jako forma „demonstracji wartości”. Mierząc się z coraz większą krytyką, że nie angażują się w rozwiązywanie wyzwań społecznych – przykładowo w dziedzinie opieki zdrowotnej albo zmian klimatycznych – sięgają do metod poprawy wizerunku.

Miliony ludzi na całym świecie diagnozują się z pomocą ChatGPT albo szukają wsparcia emocjonalnego i psychicznego w AI. Za każdym razem, gdy coś idzie nie tak – a odnotowano już kilka przypadków samobójstw – firma odpowiada, że winny jest użytkownik, który nieprawidłowo korzystał z narzędzia.

To dość klasyczny scenariusz z Doliny Krzemowej. Mark Zuckerberg użył dokładnie tego samego argumentu, gdy Meta została oskarżona o przyłożenie ręki do poważnych problemów ze zdrowiem psychicznym wśród nastolatków. Odpowiedź brzmiała tak: „To nie nasze algorytmy ani konstrukcja platformy; to użytkownicy rozpowszechniają szkodliwe treści”.

Ale są już orzeczenia sądowe, które stwierdzają, że sama konstrukcja tych platform odegrała kluczową rolę. OpenAI stosuje teraz bardzo podobną strategię, próbując zrzec się odpowiedzialności i argumentując, że to użytkownicy są problemem. Miejmy nadzieję, że wkrótce – podobnie jak to miało miejsce w przypadku mediów społecznościowych – zobaczymy sprawiedliwość w odniesieniu do platform AI.

Czy osobiście korzystasz z chatbotów opartych na generatywnej sztucznej inteligencji?

Nie.

A planujesz to robić?

Absolutnie nie.

Książka „Empire of AI” ukazała się w 2025 roku. Co w tym czasie zmieniło się w kwestii rozwoju sztucznej inteligencji?

Rękopis skończyłam pisać przed reelekcją Donalda Trumpa. Odkąd objął urząd prezydenta, jesteśmy świadkami głęboko niepokojącego sojuszu między państwem a branżą technologiczną – mariażu sił Doliny Krzemowej i Waszyngtonu.

AI została wykorzystana w działaniach wojennych, na przykład w operacjach wojskowych przeciwko Iranowi; zabija ludzi, niszczy środowisko i wywołuje kryzysy zdrowia publicznego na niemal niewyobrażalną skalę.

I szczerze mówiąc, to logiczna konsekwencja tego, jak te firmy zawsze działały. To są imperia. Mają imperialne ambicje. Będą sprzymierzać się z każdą stroną polityczną, która zapewni im paliwo przyspieszające realizację imperialnych ambicji.

Administracja Trumpa dała jasno do zrozumienia, że chce odbudować amerykańską potęgę imperialną. W ten sposób rząd i firmy AI stały się uzupełniającymi się sojusznikami, gotowymi na niezwykle destrukcyjne partnerstwa.

Co w ewolucji AI napawa cię optymizmem?

Zaczynają pojawiać się pęknięcia w obecnym podejściu imperiów AI do tworzenia nowych modeli. Po pierwsze, wiele firm nadal nie dysponuje modelami biznesowymi. Po drugie, widzimy rosnący sprzeciw społeczny na całym świecie, zwłaszcza w Stanach Zjednoczonych.

Konsumenci i pracownicy branży AI zaczynają się organizować. Nauczyciele i uczniowie wywierają presję na instytucje, by zerwały współpracę z tymi imperiami AI. Artyści i pisarze wytaczają procesy o naruszenie praw autorskich. Rodzice wnoszą pozwy w związku z psychologicznym wpływem AI na dzieci.

To wszystko sumuje się w potężny ruch społeczny, który stopniowo podkopuje zdolność tych firm do dalszego budowania swoich imperiów. Zwykli ludzie wciąż mają ogromny wpływ na wspólne kształtowanie przyszłości i zaczynają z tej siły korzystać.

Jak OpenAI zareagowało na twoją książkę?

Sam Altman opublikował tweet tuż przed premierą książki, w którym napisał, że nikt nie powinien jej czytać. Jak na ironię, to właśnie wzbudziło ogromne zainteresowanie książką. Potem OpenAI nigdy oficjalnie nie odniosła się do tego publicznie.

Czytaj także: Zakres samodzielnej pracy AI podwaja się co 7 miesięcy

OpenAI dał darmowy dostęp do najnowocześniejszych modeli i narzędzi AI 100 000 naukowcom, matematykom i inżynierom. Na tej liście na razie nie ma żadnej polskiej placówki – alarmuje prof. Piotr Sankowski z Instytutu Badawczego IDEAS.

ChatGPT dla naukowców bez polskich naukowców. „Europejska nauka jest uzależniona od USA”

Po tym jak Google i Anthropic wkroczyły ze swoimi modelami AI do badań naukowych, robi to też OpenAI. 29 lipca gigant AI uruchomił program „ChatGPT dla naukowców akademickich”. Ma pomóc badaczom nauk ścisłych, matematyki i inżynierii przyspieszyć odkrycia naukowe i zwiększyć wydajność pracy. Na liście są m.in. badania nad nowymi lekami.

Na początek dostęp do modelu otrzymało 10 000 instytucji. Będzie on stopniowo rozszerzany i do 2027 roku będzie to już 100 000 naukowców.

Jak donosi prof. Piotr Sankowski, dyrektor Instytutu Badawczego IDEAS, na oficjalnej liście na ten moment brakuje polskich ośrodków. Według nieoficjalnych doniesień, ma to jednak zmienić się w ciągu kilku dni. Jednak problem jest o wiele większy: polska nauka jest uzależniona od modeli z USA.

– Jeśli jako Europa nie zbudujemy w pełni niezależnych i otwartych ekosystemów AI, nasza rola w światowej nauce sprowadzi się wkrótce do roli beta-testerów i bezwiednego klikania w automatach losujących – pisze na LinkedIn prof. Sankowski.

Program jest obecnie dostępny dla naukowców z wybranych uczelni i instytucji badawczych o wysokiej aktywności naukowej. Kandydaci muszą potwierdzić swoje zatrudnienie i opisać planowane wykorzystanie AI w badaniach. Każdy zakwalifikowany naukowiec może zaprosić do programu maksymalnie czterech współpracowników z tej samej instytucji. Nabór zgłoszeń już się rozpoczął.

Najnowsze modele do badań, przeglądu literatury, wniosków grantowych i publikacji naukowych

Uczestnicy otrzymają bezpłatny dostęp do najnowocześniejszych modeli w ramach ChatGPT, ChatGPT Work i Codex, w tym do rodziny modeli GPT‑5.6⁠. Naukowcy mogą korzystać z narzędzi i funkcji wspierających prace wspierające m.in. analizy genomowe i modelowanie białek, przeglądy literatury, przygotowywanie wniosków o granty oraz publikacje.

GPT-5.6 jest dostępny w kilku wersjach dostosowanych do różnych zadań. Model Terra sprawdza się w codziennej pracy badawczej, Luna zapewnia szybsze odpowiedzi przy prostszych zadaniach, a Sol został zaprojektowany do rozwiązywania najbardziej złożonych problemów naukowych i matematycznych. W testach oceniających zaawansowane rozumowanie matematyczne model Sol osiągnął 83% skuteczności, poprawiając wynik poprzedniej generacji (72,5%).

Nowa platforma oferuje naukowcom ponad 75 specjalistycznych narzędzi z zakresu biologii i medycyny, m.in. do analizy genomu, sekwencjonowania DNA, badań pojedynczych komórek, modelowania białek i odkrywania nowych leków. AI ma także dostęp do publikacji naukowych, baz danych i narzędzi analitycznych. Wbudowany Codex pomaga pisać i poprawiać kod oraz analizować dane, natomiast ChatGPT Work wspiera przygotowanie przeglądów literatury, wniosków grantowych, publikacji naukowych i prezentacji wyników badań.

Program oferuje też szkolenia w zakresie wykorzystywania modeli AI do badań naukowych. Jak zapewnia OpenAI, dane wykorzystywane przez instytucje badawcze nie są domyślnie wykorzystywane do szkolenia modeli.

Czytaj także: Anthropic wchodzi do przemysłu farmaceutycznego