Ministerstwo Zdrowia przedłużyło pilotaż centralnej e-rejestracji, który pierwotnie miał się zakończyć 30 czerwca. Potrwa do końca roku 2025 r., a od 2026 r. będzie obowiązkowy dla wszystkich placówek.

Trwający od sierpnia 2024 r. pilotaż obejmuje takie usługi jak pierwszą wizytę u kardiologa, cytologię i mammografię. W przyszłym roku te rozwiązania staną się obowiązkowe.

Dobra wiadomość jest taka, że do pilotażu można się nadal zgłaszać do 1 grudnia. Placówki zdrowia mogą liczyć na na jednorazowy ryczałt na dostosowanie oprogramowania w wysokości nawet do 200 000 zł (kwota zależy od liczby terminów przekazanych do CeZ). Jak przypomina MZ, dofinansowanie na takich warunkach będzie możliwe tylko w ramach pilotażu. Do tego dochodzą jeszcze pieniądze za każde wykonane świadczenie, na które pacjent mógł się zapisać przez centralną e-rejestrację.

Do pilotażu mogą przystąpić placówki, które spełniają następujące warunki:

• posiadają umowę z Narodowym Funduszem Zdrowia przynajmniej na jeden z zakresów objętych pilotażem: kardiologia; program profilaktyczny raka szyjki macicy – wariant podstawowy (cytologia); program profilaktyczny raka piersi – wariant podstawowy (mammografia).
• dysponują oprogramowaniem obsługującym e-skierowania i zdarzenia medyczne,
• korzystają z rozwiązania informatycznego spełniającego wymogi techniczne dotyczące centralnej e-rejestracji oraz z aplikacji pilotażowej zintegrowanej z systemem P1.

Aby wziąć udział w pilotażu, należy skontaktować się ze swoim oddziałem wojewódzkim NFZ, podpisać odpowiednią umowę, przekazywać terminy wizyt do CeZ za pomocą programu gabinetowego (zintegrowanego) oraz na tej podstawie rozliczać umowę z NFZ.

Czytaj także: Pilotaż Centralnej e-Rejestracji – stawki i warunki

Współzałożyciel Microsoftu i miliarder-filantrop stwierdził ostatnio, że dzięki AI, coś takiego jak „wiedza specjalistyczna” będzie „rzadkością”, bo AI będzie wiedziała wszystko. To oznacza, że specjaliści-ludzie, na których nadal polegamy w ochronie zdrowia oraz edukacji, będą łatwo zastępowalni.

„To trochę przerażające”

– Najlepsze porady medyczne albo edukacja staną się bezpłatne i powszechne, niezależnie od miejsca zamieszkania – powiedział Gates w wywiadzie udzielonym NBC „The Tonight Show”. Nową erę, w którą wkracza świat, Gates nazwał „bezpłatną inteligencją”. Możemy się spodziewać szybkiego rozwoju technologii opartych na AI, które będą szeroko dostępne i zagoszczą w niemal każdym aspekcie naszego życia. W ochronie zdrowia Gates wspomniał o nowych lekach i lepszej diagnostyce oraz wirtualnych asystentach. Zmiany będą bardzo szybkie. Już teraz AI z łatwością wykonuje zadania, które jeszcze kilka lat temu mogli realizować tylko ludzie.

Pozostaje pytanie, czy większość ludzi jest gotowa na przyszłość opartą na AI. Niektórzy eksperci twierdzą, że sztuczna inteligencja nie zastąpi ludzi, ale pomoże im pracować wydajniej, co z kolei pobudzi wzrost gospodarczy, prowadząc do powstania nowych miejsc pracy.

Ale nie brakuje przeciwnych opinii. Dyrektor generalny Microsoft AI, Mustafa Suleyman, jest zdania, że w ciągu najbliższych kilku lat dalszy postęp technologiczny zmieni charakter większości zawodów w niemal każdej branży i będzie miał „destabilizujący” wpływ na rynek pracy. W swojej książce „The Coming Wave” („Nadchodząca fala”), Suleyman twierdzi, że AI tylko tymczasowo zwiększy ludzką inteligencję, czyniąc nas mądrzejszymi i wydajniejszymi. W dłuższej perspektywie AI zacznie zastępować ludzi.

AI. Powód do niepokoju czy wielka szansa?

Gates jest optymistycznie nastawiony do ogólnych korzyści, jakie AI przyniesie ludzkości. Wśród nich wymienia nowe, przełomowe metody leczenia nieuleczalnych obecnie chorób, innowacyjne rozwiązania w zakresie zmian klimatycznych i wysokiej jakości edukację dla wszystkich. Jest też przekonany, że niektóre zawody prawdopodobnie nigdy nie zostaną zastąpione przez AI. Podał przykład sportu: nikt nie chciałby oglądać robotów rywalizujących na boisku.

Jeśli jednak chodzi o produkcję, transport i uprawę żywności, maszyny wyręczą ludzi. To rodzi zrozumiałe i uzasadnione obawy, o czym Gates pisał już w 2023 roku.

Pytany 10 lat temu, na jakiej branży skupiłby się, gdyby musiał zacząć biznes od zera, Gates bez wahania wybrał sztuczną inteligencję. Powód jest prosty: AI zmienia granice tego, co jest możliwe, a co niemożliwe. Jego zdaniem, kamieniem milowym było stworzenie przez laboratorium AI DeepMind (Google) programu komputerowego, który pokonał ludzi w grze planszowej Go. Wówczas technologia była jeszcze daleka od generowania tekstu, jak dzisiaj robi to ChatGPT. Ale po premierze pierwszego dużego modelu językowego w 2022 roku, nawet Gates był zaskoczony tempem rozwoju AI. Kiedy rzucił firmie OpenAI, twórcy ChatGPT, wyzwanie polegające na stworzeniu modelu, który uzyskałby najwyższy wynik z egzaminu z biologii na poziomie szkoły średniej, Gates szacował, że zadanie to zajmie dwa lub trzy lata. W rzeczywistości zostało wykonane w kilka miesięcy.

Czytaj także: System gabinetowy KAMSOFT obliczy ryzyko choroby

Komputer frustruje zamiast pomagać albo zabiera zbyt dużo czasu podczas wizyty pacjenta zamiast go oszczędzać? Oto kilka zasad, które pomogą to zmienić.

1. Nigdy nie przedkładaj komputera ponad pacjenta

Pacjent szybko to zauważy i zinterpretuje negatywnie jako brak zainteresowania. Niezależnie od biegłości obsługi komputera, priorytetem jest poświęcenie uwagi problemowi pacjenta.

Liczne badania potwierdzają, że zbyt długi czas spędzony na wpatrywaniu się w ekran podczas konsultacji obniża jakość komunikacji i satysfakcję z wizyty. Istnieją dwie szkoły prowadzenia elektronicznej dokumentacji medycznej – zapisywanie danych podczas rozmowy z pacjentem albo podział wizyty na rozmowę i notatki w komputerze (z opcją dopytywania). Druga metoda sprawdza się lepiej, pozwalając się skupić na jednym zadaniu i utrzymać przez kilka minut nieprzerwany kontakt wzrokowy z pacjentem, co z kolei zwiększa zaangażowanie pacjenta i zaufanie.

Drugą metodą jest częściowe skierowanie ekranu w stronę pacjenta, co wymaga aktywnego odwracania głowy przez lekarza w kierunku rozmówcy. Z psychologicznego punktu widzenia to o wiele lepsze podejście niż „zerkanie zza ekranu komputera”.

2. Zarezerwuj czas na szkolenia zamiast uczyć się na bieżąco

Nowe funkcje w systemie IT? Nowy pracownik? Z braku czasu często rezygnuje się ze szkoleń albo przyjmuje zasadę, że wszystkiego i tak pracownicy nauczą się z praktyki. To najszybsza droga do błędów, nieefektywnej pracy z braku znajomości udogodnień wprowadzanych nowymi wersjami oprogramowania i zmęczenia informatyzacją. Tymczasem jedna nowa funkcja może znacznie ułatwić czynność, która zajmowała wcześniej zbyt wiele czasu.

Oszczędzanie na onboardingu IT nowego pracownika szybko się zemści. Dobre firmy IT prowadzą bezpłatne webinary i szkolenia z nowych funkcji oraz mają profile w mediach społecznościowych, gdzie dzielą się informacjami o nowych, praktycznych funkcjach i nowościach. System IT to nie dodatek – to integralne narzędzie pracy.

3. Nadmierne poleganie na szablonach

Z czasem każdy lekarze wypracowuje sobie własną ścieżkę przechodzenia z zakładki na zakładkę systemu i kolejność, w jakiej notowane są dane w EDM, wystawiane skierowania albo recepty. Nie ma jednej metody pracy. Od czasu do czasu warto zastanowić się, czy przyzwyczajenie pracy z systemem nie determinuje rozmowy z pacjentem i nie przeszkadza w personalizacji komunikacji.

Niektóre badania potwierdzają, że nadmierne korzystanie ze standardowych szablonów prowadzi do komunikacji zorientowanej na zadania, gdzie priorytetem jest wypełnianie kolejnych pól w systemie. To najkrótsza droga do tego, aby pacjenci poczuli się traktowani z góry. Jeśli jednak wypełnienie wywiadu jest konieczne, warto wprowadzić do rozmowy techniki aktywnego słuchania i przykładowo zadawać uzupełniające pytania, których nie ma w szablonie.

4. Wykonywanie zadań biurowych przeznaczonych dla personelu pomocniczego

Lekarze zbyt często biorą na siebie notowanie danych administracyjnych, które równie dobrze może wprowadzić personel pielęgniarski albo rejestracyjny. Przykładem jest radzenie pacjentowi, w jakiej aptece dostępny jest lek albo gdzie umówić się do specjalisty ze skierowania. Pacjenta chorego przewlekle może zbadać pielęgniarka wprowadzając odpowiednie dane w EDM, albo nawet wypisać receptę.

Standardem jest sprawdzanie przez rejestrację aktualności danych pacjenta albo wstępne pytanie o powód wizyty, na podstawie czego można zdecydować o wykonaniu badań, zanim pacjent wejdzie do gabinetu lekarza. Systemy IT znacznie ułatwiły rozliczenie z NFZ – gdy dane są prawidłowo zarejestrowane, raporty sprawozdawcze generują się automatycznie.

5. Akceptowanie zakłóceń spowodowanych pracą z komputerem jako normy

Jednym z największych błędów jest przyzwyczajenie się do nieefektywnej pracy, przesunięcie całej winy na komputer i zaakceptowanie, że „informatyzacja przeszkadza, a nie pomaga”. W skrajnych sytuacjach może to prowadzić do wypalenia zawodowego.

Wiele niedogodności w pracy da się wyeliminować poprzez szkolenia, śledzenie informacji o nowościach w systemie, kontakt z serwisem dostawcy IT albo po prostu zapytanie innych lekarzy-kolegów, jak udało im się rozwiązać dany problem. Czasami może okazać się konieczna zmiana systemu IT, ale w dłuższej perspektywie – jeśli jest uzasadniona – szybko zwróci się w postaci większego komfortu pracy.

6. Ignorowanie automatyzacji

Automatyczne podpowiedzi dawkowania w systemie IT, automatyczna kopia zapasowa danych w chmurze, kopiowanie recepty, podsumowania opisów leków przez AI, pulpity koordynatora dla opieki koordynowanej w POZ, automatyczne przypomnienia o wizytach – dostawcy IT prześcigają się w wymyślaniu funkcji, które sprawią, że ich systemy będą łatwiejsze w obsłudze i dzięki temu lubiane przez lekarzy. Każda taka funkcja może zaoszczędzić kilkanaście a nawet kilkadziesiąt sekund wizyty, co kumuluje się w nawet kilkadziesiąt minut dziennie. Wszystko zależy od podejścia: jeśli potraktujemy system IT jako narzędzie, będziemy go kreatywnie wykorzystywać, a jeśli jako przymus – korzystanie z niego ograniczymy do minimum i zaprzepaścimy szanse związane z informatyzacją.

Czytaj także: Jak przeprowadzić onboarding IT nowych pracowników?

Instytut Matki i Dziecka w Warszawie przygotował poradnik dla startupów i innowatorów planujących wdrożyć swoje rozwiązania w placówkach zdrowia. Świetna technologia to za mało – trzeba wiedzieć jak przygotować się do pilotażu, opracować odpowiednie dokumenty i przemyśleć model finansowania.

Szpitale nie chcą testować nowych technologii? To nieprawda

Polskim innowatorom nie brakuje pomysłów na nowe aplikacje dla pacjentów, rozwiązania sztucznej inteligencji wspomagające pracę personelu medycznego albo technologie mające podnieść jakość leczenia i obsługi pacjentów. Ale kiedy przychodzi do ich pilotażu w warunkach klinicznych, natrafiają na mur nie do przebicia – odmowy placówek medycznej na prośby współpracy. To jeden z najczęściej wskazywanych przez startupy problemów rozwoju innowacji. Bez możliwości przeprowadzenia testów, innowacja kończy swój żywot na etapie prototypu.

Powodów, dla których placówki medyczne nie chcą wdrażać innowacji, jest wiele: brak czasu, brak kadr, brak funduszy, niepewność dotycząca zgodności z prawem stosowania nowego rozwiązania, brak dowodów klinicznych. Grzechy popełniają też startupy, które nie wiedzą, jak działają placówki zdrowia i czego oczekują. Do Działu Wdrożeń – Centrum Innowacji i AI Instytutu Matki i Dziecka (IMiD) takich zapytań o współpracę trafia sporo, a część innowacji szpital chętnie testuje. Dlatego placówka postanowiła podzielić się swoimi doświadczeniami.

Według ekspertów IMiD, zanim innowacyjna firma skontaktuje się z placówką medyczną, musi zrobić dokładne rozpoznanie rynku, aby znaleźć pasujący do pilotażu podmiot. Następnym krokiem jest kontakt oficjalnymi kanałami, nigdy nie „po znajomości”. Szpitale to organizacje hierarchiczne, które muszą działać według określonych procedur. Tutaj nie ma miejsca na obchodzenie oficjalnych zasad.

Placówki zdrowia liczą na konkretne korzyści a nie ogólnikowe obietnice

W komunikacji ze szpitalem ważna jest rzeczowość, a nie marketingowy przekaz. Innowator musi dostarczyć opis rozwiązania zawierający informacje o funkcjach, mierzalnych korzyściach oraz stopniu zaawansowania technologii. Mówienie, że „nasze rozwiązanie AI znacznie poprawia komfort pracy personelu medycznego i zmniejsza czas pracy administracyjnej” jest na tyle abstrakcyjne, że raczej nie przekona dyrekcji, dla której liczą się korzyści i bezpieczeństwo rozwiązania.

Po stronie firmy chcącej wdrożyć rozwiązanie jest też przygotowanie wszystkich dokumentów formalizujących współpracę: umowy o zachowaniu poufności (NDA, non-disclosure agreement), umowy o współpracy, dokumentacji zgodnej z RODO, dokumentacji określającej zakres współpracy i odpowiedzialność stron w przypadku wystąpienia szkód. Jeśli projekt dotyczy badań klinicznych lub bezpośredniego kontaktu z pacjentem, trzeba też uwzględnić procedury w zakresie etyki, w tym złożyć wniosek do Komisji Bioetycznej, przygotować kompletną dokumentację badań (opis technologii, ryzyka, plany monitorowania).

„Według autorów raportu IMiD, największą szansę na udany pilotaż mają firmy, które profesjonalnie przygotowują plan komunikacji i dokumentację wdrożeniową, respektują procedury szpitalne i czas personelu, dbają o zgodność z wymogami bezpieczeństwa i prawa, aktywnie angażują personel medyczny, realistycznie podchodzą do finansowania, traktują współpracę partnersko, a nie jednostronnie.”

Po złożeniu wszystkich dokumentów, trzeba uzbroić się w cierpliwość, bo szpitale to organizacje, gdzie procedury są rozbudowane, a decyzje podejmowane kolegialnie. Jeśli wniosek zostanie rozpatrzony pozytywnie, rozpoczyna się prawdziwa praca. Przed startem pilotażu trzeba opracować szczegółowy plan działania, w tym cele, mierniki sukcesu i harmonogram. Nie odgórnie, ale razem z personelem. Po wyznaczeniu koordynatora projektu ze strony placówki, trzeba utrzymywać z nim stały kontakt.

Decyduje interoperacyjność, bezpieczeństwo i odpowiedzialność

Wdrożenie innowacji technologicznej musi zostać sformalizowane pod względem wymagań infrastrukturalnych (jaki sprzęt, licencje, integracje z HIS, RIS, LIS, PACS). Kluczowa jest interoperacyjność, aby nowe systemy płynnie współdziałały z istniejącymi rozwiązaniami – przykładowo z EDM – nie powodując dodatkowego obciążenia pracą. Oczywistością jest zapewnienie wysokich standardów bezpieczeństwa danych oraz zgodności z RODO.

Nie ma się co łudzić – pilotaże technologii rzadko są finansowane ze środków szpitali. Najczęstszym podejściem jest model pro bono (koszty pokrywa innowator) lub zewnętrzne finansowane z pomocą grantów, funduszy VC i programów publicznych. Tutaj wskazana jest pełna przejrzystość i przygotowanie np. analiz oszczędności, jakie szpital generuje korzystając z innowacji.

Ogromnym błędem jest wykorzystanie pilotażu do autopromocji. Firma wdrażająca powinna uzyskać zgodę na stosowanie logotypów placówki medycznej i informacji o współpracy, np. w materiałach promocyjnych. Należy rzetelnie komunikować efekty pilotażu, unikając nadmiernej promocji lub zniekształcania rzeczywistości.

Transparentność powinna być utrzymywana do samego końca – każdy pilotaż musi być podsumowany raportem z mierzalnymi wynikami, które są omawiane podczas spotkania zamykającego kooperację. To dobry czas, aby omówić możliwość dalszej współpracy. Jednak jeśli pilotaż zakończył się fiaskiem, trzeba szczerze powiedzieć, co poszło nie tak oraz zastanowić się jak to poprawić – zwłaszcza jeśli pilotaż ma być przedłużony.

Eksperci IMiD podkreślają, że personel medyczny to kluczowi użytkownicy technologii i trzeba ich włączyć w proces projektowania i testowania innowacji od samego początku. To wymaga organizacji warsztatów i szkoleń oraz utrzymywania dialogu i zbierania informacji zwrotnych. Dobre relacje z lekarzami i pielęgniarkami mogą sprawić, że staną się oni ambasadorami rozwiązania. A to może zaważyć o jego wdrożeniu na szeroką skalę.

Czytaj także: Jak wprowadzić do szpitali innowacje medyczne? Radzi Dyrektor IMiD

Robotyczna papuga Onorato AI rozpoznaje emocje opiekuna, oferuje gry i zabawy dla ciała i umysłu, alarmuje w przypadku upadku, a nawet pozwala prowadzić rozmowy z bliskimi. Czy pomoże w opiece nad osobami starszymi?

Epidemia samotności

W Polsce żyje 9,8 mln osób powyżej 60 roku życia. Według globalnych statystyk, aż 60% seniorów w wieku 65+ mieszka samotnie. I właśnie z myślą o rosnącym problemie samotności wśród osób starszych powstała papuga Onorato AI. Jej twórcy mają nadzieję, że kolorowa, ciesząca oko, zabawna i do tego niewymagająca opieki papuga wniesie trochę radości w codzienne życie seniorów oraz ułatwi zdalną opiekę bez źle kojarzących się inteligentnych zegarków albo asystentów głosowych.

– Onorato AI nie tylko wspiera seniorów, ale także oferuje życie pełne godności, bliskości i radości – twierdzą jej twórcy, czyli hiszpańska Fundacja Leitat, której misją jest dotrzymywanie towarzystwa osobom starszym.

Na zewnątrz wygląda jak starannie wykonana, plastikowa papuga, która potrafi mówić i poruszać głową o 180 stopniu w obydwie strony. Ale we wnętrzu mieści się system sztucznej inteligencji, który analizuje emocje właściciela. Dzięki AI, papuga porozumiewa się w dowolnym języku i dopasowuje swoje zachowanie i reakcje do kultury kraju i zwyczajów właściciela.

Onorato potrafi jednak znacznie więcej niż tylko rozmawiać. Do zestawu dołączone są trzy urządzenia satelitarne. Umieszczone w różnych miejscach domu – takich jak sypialnia, łazienka i kuchnia – monitorują otoczenie użytkownika i wykrywają nagłe upadki. Papuga ma też czujnik temperatury, opcję przypomnień i rozmów telefonicznych z bliskimi. Jest też aplikacja Onorato umożliwiające opiekunom i członkom rodziny wgląd do informacji o stanie zdrowia seniora.

Na razie Onorato AI dostępna jest w limitowanej ofercie w ramach zbiórki społecznościowej na platformie Kickstarter. Docelowo ma kosztować 1800 euro i trafić na rynek z końcem 2025 roku. Papuga zachwyca kolorami, inteligencją i wykonaniem. Ale czas pokaże, czy plastikową zabawkę polubią osoby starsze i czy nie znudzi się albo zostanie odebrana jako dziwaczny substytut prawdziwego kontaktu z człowiekiem.

Czytaj także: PLLuM. Testujemy polski ChatGPT na pytaniach z medycyny

Ci, którzy jeszcze do niedawna byli przekonani, że AI nigdy nie będzie w stanie wejść w rolę lekarza, zaczynają mieć wątpliwości. Powodem jest nowy model AI o nazwie AMIE przygotowany do rozmów diagnostycznych. Okazał się dokładniejszy od lekarzy aż o 13 punktów procentowych.

Lekarz bez AI? Wkrótce nie do pomyślenia

Naukowcy z Uniwersytetu w Buffalo opracowali potężny model AI do zastosowań klinicznych, który – zgodnie z opublikowanymi wynikami testów – osiąga wyższe wyniki w amerykańskim egzaminie z medycyny (USMLE) niż większość lekarzy i wszystkie inne dotychczasowe narzędzia AI.

– Semantic Clinical Artificial Intelligence (SCAI) ma szansę stać się partnerem lekarzy w pracy klinicznej – twierdzi dr Peter L. Elkin, kierownik Katedry Informatyki Biomedycznej w Jacobs School of Medicine and Biomedical Sciences na Uniwersytecie w Buffalo.

SCAI odpowiedział poprawnie na 95,2% pytań w trzecim etapie egzaminu USMLE, podczas gdy GPT4 Omni uzyskał w tym samym teście wynik 90,5%. SCAI jest inne niż poprzednie modele, bo potrafi myśleć w sposób podobny do lekarza-człowieka. W przeciwieństwie do ChatGPT, który dobiera kolejne słowa tworzonego tekstu kierując się czystą statystyką, SCAI przeprowadza złożone „rozumowanie semantyczne”.

W tym celu został wyszkolony na informacjach klinicznych zebranych z różnych źródeł, od najnowszej literatury medycznej i wytycznych klinicznych po dane genomowe, informacje o lekach, zalecenia dotyczące wypisów ze szpitala, dane dotyczące bezpieczeństwa leczenia pacjentów itd. Żaden lekarz nie byłby w stanie zapoznać się z taką ilością informacji w ciągu całego życia, a co dopiero nauczyć się ich na pamięć i stosować w pracy klinicznej. Autorzy badania są zdania, że korzystanie z narzędzi AI przez lekarzy stanie się wkrótce koniecznością i standardem. AI będzie weryfikować wszystkie diagnozy i terapie oraz podpowiadać ścieżki leczenia w oparciu o najnowsze wytyczne kliniczne. Za kilka lat praca bez AI będzie tak samo odbierana jak dziś sceptycyzm do szczepień ochronnych.

AI nauczyło się sposobu diagnozowania, który stosuje lekarz

Jeszcze większym echem odbiły się dwa nowe badania przeprowadzone przez naukowców Google: Towards Conversational Diagnostic Artificial Intelligence (W stronę konwersacyjnej, diagnostycznej AI) i Towards Accurate Differential Diagnosis with Large Language Models (W stronę precyzyjnej, różnicowej diagnozy z pomocą dużych modeli językowych).

Pierwsze badanie prezentuje model AI o nazwie Articulate Medical Intelligence Explorer (AMIE). To duży model językowy (LLM) zoptymalizowany pod kątem rozmów diagnostycznych. AMIE wyszkolono z pomocą transkrybowanych dialogów medycznych, podsumowania danych z elektronicznych kartotek medycznych (EDM) i wyselekcjonowanych przez ekspertów zadań rozumowania medycznego. Na tej podstawie powstało wirtualne środowisko szkoleniowe, w którym agenci AI odgrywają role pacjentów, lekarzy i krytyków, iteracyjnie udoskonalając dialogi przeprowadzane w procesie diagnozy.

Taka wewnętrzna pętla wiedzy pozwala AMIE ćwiczyć w nieskończoność zbieranie wywiadu i formułować diagnozy różnicowe, poprawiając poprzednio popełnione błędy. AMIE nie kieruje się statystyką w diagnozie albo kopiując już wcześniej widziane dane z internetu. W zamian stosuje tzw. wnioskowanie łańcuchowe – analizuje objawy, generuje hipotezy, identyfikuje brakujące informacje i przygotowuje odpowiedzi zwracając uwagę na ich jasność i empatyczność.

W randomizowanym badaniu naukowcy porównali proces diagnozy prowadzony przez AMIE z diagnozą 20 certyfikowanych lekarzy podstawowej opieki zdrowotnej. W tym celu wykorzystano 159 scenariuszy rozmowy z pacjentami-aktorami w sześciu specjalnościach medycznych.

AMIE osiągnął dokładność na poziomie 76%, podczas gdy lekarze – 63%. Także pacjenci-aktorzy wyżej ocenili AMIE niż lekarzy. AI zyskało też wyższe oceny lekarze kontrolujących badanie. Czas trwania diagnozy w przypadku AI i lekarzy był porównywalny.

W drugim wspomnianym badaniu, dodatkowo oceniono dokładność diagnostyczną LLM w warunkach retrospektywnych. LLM osiągnęły dokładność na poziomie lekarza-eksperta w wąskich zadaniach, np. podczas interpretacji wyników badań radiologicznych.

Czy AI wkrótce zacznie autonomicznie przyjmować pacjentów?

Model AMIE po raz pierwszy udowadnia, że AI może przewyższać lekarzy w procesie diagnozy opartej na rozmowie z pacjentem. Model uczy się w błyskawicznym tempie na podstawie samodzielnej symulacji procesów diagnostycznych i różnych scenariuszy.

A to oznacza, że AI przekroczyło kolejną granicę, która jeszcze do niedawna wydawała się barierą nie do pokonania. Modelowi brakuje już tylko jednego elementu, który nadal jest domeną lekarzy – umiejętności wychwytywania sygnałów niewerbalnych podczas rozmowy z pacjentem. To jednak tylko kwestia czasu – na rynku są już dostępne modele AI tzw. ambient intelligence (inteligencji otoczenia) wyposażone w kamery i mikrofony. Są w stanie rozpoznać nawet najbardziej subtelne emocje człowieka na podstawie mimiki i intonacji głosu – i to z większą precyzją niż człowiek. AMIE otwiera drogę do diagnozy prowadzonej w pełni autonomicznie przez AI. To dobra wiadomość dla 4,5 mld osób na świecie, które nie mają dostępu do lekarza. Ale także dla osób w krajach wysokorozwiniętych, którzy mają przywilej korzystania z usług medycznych. Lekarze wspomagani AMIE będą diagnozować z wyższą precyzją i w oparciu o najnowszą wiedzę kliniczną. Każdy pacjent, niezależnie od miejsca zamieszkania, statusu ubezpieczenia albo doświadczenia lekarza, będzie miał dostęp do najwyższej jakości usług medycznych. Druga opinia nie będzie konieczna, bo będzie dostarczana przez AI. W takim tandemie AI-lekarz, sztuczna inteligencja zajmie się analizą danych, a lekarz będzie odpowiedzialny za empatyczną rozmowę i ostateczną diagnozę – i to nawet, jeśli w teorii AI będzie w stanie przeprowadzić samodzielnie diagnozę, co jest już tylko kwestią miesięcy albo lat. Przy niedoborze lekarzy i wydłużających się kolejkach, to postęp, który powinien bardziej cieszyć niż martwić.

Czytaj także: Czy 2025 będzie rokiem agentów AI dla zdrowia?

Wywiad z Marią Bäcklund-Hassel, starszą doradczynią w Szwedzkiej Agencji e-Zdrowia.

Zacznijmy od problemów. Gdyby miała Pani wybrać jedno największe wyzwanie e-zdrowia w Szwecji, co by to było?

Jest ich całkiem sporo. Jednym ze szczególnych aspektów szwedzkiego sektora e-zdrowia jest to, że cyfryzację rozpoczęliśmy bardzo wcześnie. To jednocześnie zaleta, jak i wada.

Systemy elektronicznej dokumentacji medycznej (EDM) wdrożyliśmy we wszystkich placówkach zdrowia, także w dobrze zdigitalizowanej opiece społecznej, która w Szwecji jest mocno zintegrowana z opieką zdrowotną. Z drugiej strony, każdy z 21 regionów kraju opracował własną infrastrukturę wymiany danych. W efekcie – mimo iż cyfryzacja była napędzana potrzebami klinicznymi i rzeczywistymi problemami, doprowadziła również do fragmentacji ekosystemów danych i problemów z interoperacyjnością. Nikt jeszcze wtedy nie myślał o przyszłości i potrzebie wymiany i wykorzystania danych zdrowotnych do np. celów wtórnych. Mamy liczne rejestry jakości, często powielające się informacje, które powinny być możliwe do wyciągnięcia z podstawowych systemów e-zdrowia. Gdybyśmy mogli przeprowadzić cyfryzację jeszcze raz od podstaw, zdecydowanie staralibyśmy się patrzeć do przodu.

W Estonii – która jest kolejnym liderem digitalizacji w UE – transformacja cyfrowa była napędzana źle działającym systemem opieki zdrowotnej. Czy tak samo było w Szwecji?

Nie do końca. Nasz system opieki zdrowotnej funkcjonuje dobrze. Głównym problemem był i nadal jest niedobór siły roboczej. Nie mamy wystarczającej liczby pracowników ochrony zdrowia, aby sprostać przyszłym wymaganiom opieki zdrowotnej. Dlatego potrzebujemy bardziej wydajnych, cyfrowych metod pracy.

Jak zaczęła się cyfryzacja w szwedzkiej służbie zdrowia?

Dwutorowo. Jako farmaceutka zawsze z sentymentem wspominam początki e-recept. W połowie lat 80. rządowa firma farmaceutyczna wprowadziła e-recepty, głównie po to, by uniknąć problemów z odszyfrowywaniem pisma odręcznego lekarzy.

W tamtym czasie apteki miały już komputery, ale placówki zdrowia jeszcze nie. Dlatego system e-recept nie działał aż do późnych lat 90-tych, kiedy cyfryzacja zaczęła szeroko wchodzić do ochrony zdrowia, czyli placówki medyczne rozpoczęły wdrażanie systemów e-recept. E-recepty od razu osiągnęły duży sukces, ponieważ wprowadziły duże ułatwienia pacjentom – a przypomnijmy, że Szwecja jest krajem o dużym rozproszeniu geograficznym mieszkańców. Do tego cały system był łatwy do implementacji pod względem prawnym.

W przypadku innych rodzajów informacji zdrowotnych, kliniki kupowały systemy IT według własnego uznania od różnych nabywców, kierując się kryterium dopasowania do przepływów pracy. Niestety – bez uwzględnienia przyszłego wykorzystania danych. Właśnie dlatego mamy teraz tak wiele oddzielnych rejestrów i silosowość danych. To grzech, który dotyczy wielu systemów zdrowia, ale wówczas mało kto myślał o takich pojęciach jak interoperacyjność.

Rozproszenie danych jest problemem w każdym państwie UE. Tymczasem Europa wdraża EHDS i ma ambicje, aby w ciągu czterech lat wykorzystywać dane zdrowotne do celów wtórnych.

Jestem pewna, że w Szwecji będziemy gotowi, ale wymiana danych w całej Europie to zupełnie inna historia. Zostało jeszcze wiele do zrobienia, zwłaszcza w zakresie semantyki (red.: standaryzacja słowników w ochronie zdrowia). Tym tematem zajmuje się grupa ds. interoperacyjności semantycznej w ramach sieci eHealth. Trzeba szczerze sobie powiedzieć, że dopiero zaczynamy zajmować się tym tematem. Chciałabym być optymistką i powiedzieć „tak, zdążymy”, ale realistycznie rzecz biorąc, przed nami długa droga.

Wspomniała Pani o geografii w przyjęciu e-recepty. Czy ten czynnik zmotywował do cyfrowej opieki zdrowotnej w Szwecji?

Powiedziałabym, że jest to jeden z czynników, ale nie jedyny. Na północy kraju odległości pomiędzy ośrodkami miejskimi są ogromne, ale nawet ludzie mieszkający w pobliżu dużych szpitali korzystają z usług cyfrowych. Z prostej przyczyny – wygody.

Przykładowo, osobiście mieszkam w pobliżu największego szwedzkiego szpitala uniwersyteckiego, ale swoje recepty odnawiam online, często za pośrednictwem chatbota. Na obszarach wiejskich ludzie mogą korzystać z konsultacji online w specjalnych gabinetach utworzonych w bibliotekach lub w ratuszu miasta, zamiast jechać godzinami do kliniki. Nie bez znaczenia była strategia szerokopasmowego internetu – ponad 95% kraju ma szybki internet i nawet odległe wioski są dobrze połączone z resztą kraju.

Szwecja jest często postrzegana jako kraj, w którym ludzie są bardzo otwarci na usługi cyfrowe i szybko dostosowują się do nowych technologii. Skąd to się bierze?

To dobre pytanie. Jednym z projektów, które były fundamentem budowy cyfrowego społeczeństwa, była reforma „Home PC” przeprowadzona w połowie lat 90-tych – rządowy projekt dofinansowania zakupu komputerów PC do użytku domowego. Założenie tego pomysłu było proste: nauka obsługi komputera w domu miała podnieść kompetencje w zakresie ich wykorzystania w pracy. Drugim powodem był szybki rozwój Internetu. Nagle w każdym gospodarstwie domowym pojawił się komputer i wszyscy stali się „bardziej obeznani” z technologiami cyfrowymi.

Badania pokazują, że nawet ponad połowa osób w wieku 85 lat i starszych korzysta z Internetu. Ta znajomość technologii cyfrowych i oczekiwanie, że usługi „po prostu działają”, naprawdę pomogły nam w przyjęciu cyfrowych rozwiązań zdrowotnych.

Wymieniała już Pani kilka czynników stojących za pomyślną cyfryzacją: odległość geograficzna, budowanie umiejętności cyfrowych. Co jeszcze?

Dodałabym do tej listy naszą platformą 1177, czyli numer telefonu i stronę internetową z poradami medycznymi stworzoną wspólnym wysiłkiem wszystkich regionów. Dziś to zaufane przez pacjentów miejsce. Mieszkańcy wiedzą, że jeśli mają problem zdrowotny, mogą zadzwonić lub porozmawiać z 1177.

Cyfryzacja to moim zdaniem kwestia społeczna. Szwedzi używają usług cyfrowych we wszystkich aspektach życia, dlatego korzystanie z nich w opiece zdrowotnej wydaje się naturalne.

Jedno z ostatnich badań OECD sugeruje, że równie ważna jest strategia.

Zdecydowanie. Dlatego też mamy u nas Szwedzką Agencję e-Zdrowia, która koordynuje digitalizację. Obecnie ambicją rządu jest przejście na jedną krajową infrastrukturę cyfrową, ponieważ utrzymanie 21 oddzielnych systemów regionalnych jest kosztowne i nieefektywne.

A może lekarze w Szwecji bardziej lubią systemy EDM niż lekarze w innych krajach?

Nie powiedziałabym. Raczej jak wszyscy lekarze uznają je za konieczność. Powiedzmy sobie szczerze: systemy EDM nie są doskonałe i często nie spełniają oczekiwań. Ale są niezbędne. Dużą rolę odgrywa tutaj czynnik pokoleniowy – osobom, które były przyzwyczajone do dokumentacji papierowej, trudniej było się dostosować do przejścia na notatki w komputerze. Dla młodego pokolenia EDM to nic nadzwyczajnego.

Dużo mówi się o tym, że sztuczna inteligencja (AI) będzie odpowiedzią na frustracje związane z obsługą EDM.

Chciałabym, aby tak było! Ale nie będzie to proste. Zaufanie do narzędzi AI ma kluczowe znaczenie, a lekarze muszą być zaangażowani w ich rozwój. Nie chodzi tylko o to, aby przekonali się, że są to rozwiązania pomocne, ale także o to, aby nauczyli się ich obsługi. Trzeba pamiętać, że do prawidłowego działania AI potrzebujemy dobrych danych. A tych często brakuje. Wokół AI jest obecnie sporo szumu. Często przylepia się określenie „AI” do systemów, które z AI nie mają nic wspólnego. Dlatego potrzebna jest rozwaga we wdrażaniu AI.

Jako ekspert ds. międzynarodowych w Szwedzkiej Agencji e-Zdrowia, jaką radę dałaby Pani krajom przechodzącym przez cyfrową transformację ochrony zdrowia?

Nie skupiaj się na rozwiązywaniu tylko jednego problemu i zastanów się, jak gromadzone dane mogą być wykorzystywane do innych celów niż tylko te, które były powodem ich gromadzenia. Na przykład nasz system e-recept jest połączony z rejestrami lekarzy i aptek, co ułatwia walidację procesu wystawiania i realizacji recept. Pozornie proste dane mogą być cenne dla statystyk, badań i monitorowania trendów zdrowotnych. Do tego kluczowa jest transparentność – ludzie muszą widzieć, kto ma dostęp do ich danych i decydować o tym. Zaufanie społeczne do cyfryzacji bardzo trudno zbudować, ale można je szybko stracić.

Jakie rozwiązania ze szwedzkiego systemu zdrowia przeniosłaby Pani do innych krajów?

W Szwecji możemy przepisywać na receptę aktywność fizyczną. Teraz pracujemy nad tym, aby ten proces ucyfrowić, tak aby można było śledzić wyniki i postępy oraz na bieżąco je dopasowywać do każdej osoby.

A jakie rozwiązania cyfrowe najbardziej Panią fascynują?

Jestem zafascynowana rozwiązaniami AI, które transkrybują rozmowy na notatki w EDM. Wrażenie na mnie zrobiło też obrazowanie holograficzne do planowania chirurgicznego. Ważne jest, aby pamiętać, że to, co widzimy na konferencjach, znacznie wyprzedza to, co jest faktycznie stosowane w praktyce klinicznej. Wiele klinik wciąż zmaga się z podstawowymi problemami cyfryzacji i nie są gotowe na takie nowinki.

Szwedzka ochrona zdrowia
Liczba mieszkańców: 10,6 mln
Liczba szpitali: 100, w tym 85 zarządzanych przez władze regionalne, a pozostałe prywatne. 7 szpitali publicznych to szpitale uniwersyteckie.
Łóżka szpitalne: ok. 20 000 łóżek (dane z 2022 roku), tj. 1,9 łóżka na 1000 mieszkańców (najniższy wskaźnik w UE)
Lekarze: ok. 46 000, czyli 4,2 lekarza na 1000 mieszkańców (powyżej średniej UE).
Pielęgniarki: ok. 106 000, czyli 11,1 pielęgniarki na 1000 mieszkańców.
Wizyty u lekarza: 2,3 wizyty u lekarza w ciągu roku na pacjenta (w Polsce to 7,6).
Wydatki na opiekę zdrowotną: ok. 10,7% PKB.

Czytaj także: Jak wdrożyć AI i LLM w szpitalu? Case study ze Szwajcarii

63% Polaków już aktywnie korzysta z GenAI i pod tym względem wyprzedzamy USA, Wielką Brytanię i Hiszpanię – wynika z nowego raportu „Generative AI Adoption” przygotowanego przez Human+AI Institute i CampusAI.

Wysoką pozycję Polski pod względem wykorzystywania rozwiązań generatywnej AI – jak przykładowo ChatGPT – sugerował już wcześniej raport UE. Według niego, 60% Polaków w wieku 18–26 lat wykorzystuje tego typu narzędzia.

Nowe dane zaskakują jeszcze bardziej, bo okazuje się, że do ChatGPT i podobnych narzędzi sięgają też osoby powyżej 65. roku życia, które w innych krajach niemal nie używają AI.

Ciekawe są także kolejne dane:

• Polska ma najniższy odsetek osób całkowicie nieświadomych GenAI (4%);
• 58,4% badanych chce się dalej uczyć o AI (najwyższy wskaźnik),
• Polska notuje najszybszy wzrost wykorzystania AI w firmach w UE (o 36% rok do roku).

Generatywna AI jest stosowana przez 63% Polaków, 49% Amerykanów, 48% Hiszpanów i 40% Brytyjczyków. Najczęściej stosujemy ją do poszerzania wiedzy i nauki, w pracy (poprawa produktywności i automatyzacja zadań), aby się zainspirować i dla rozrywki. Adopcji AI sprzyja wykształcenie wyższe, ale prawie nie ma znaczenia miejsce zamieszkania (miasta albo wieś). Na podium znalazły się takie rozwiązania jak ChatGPT, Google Gemini oraz Microsoft Copilot. Z kolei do rozwijania kreatywności i tworzenia grafik najczęściej sięgamy do DALL-E i Midjourney. Aż 35% osób eksperymentujących z narzędziami AI zostaje na stałe ich użytkownikami.

Widać też duży entuzjazm do AI. Aż 57% osób planujących częściej wykorzystywać AI do celów zawodowych jest skłonnych zapłacić za wersję Premium. W przypadku użytku prywatnego to jednak tylko 19%. Raport zauważa, że jest jednak nadal wiele barier szerokiego zastosowania genAI. Dominuje niskie zaufanie do systemów AI oraz niepewność prawna i etyczna. Brakuje praktycznych przykładów zastosowania w codziennej pracy. Wiele osób wskazuje na złożoność technologii i trudność w rozpoczęciu korzystania z AI.

Kliknij tutaj, aby pobrać pełny raport „Generative AI Adoption”.

Czytaj także: Przewodnik dla lekarzy jak bezpiecznie korzystać z ChatGPT

Trwa badanie przydatności algorytmów Wspomagania Decyzji Klinicznych (CDSS) w systemie KS-SOMED firmy KAMSOFT. Jak działają algorytmy obliczające u pacjenta ryzyko np. przewlekłej choroby nerek albo ciężkiej postaci astmy oskrzelowej. I jak system może wspierać realizację opieki koordynowanej?

System łączy dane z różnych punktów

Wyobraźmy sobie teoretyczny scenariusz. Przychodzi pacjent do lekarza POZ. Lekarz w systemie informatycznym otwiera wizytę. Podświetlona na czerwono ikona wskazuje, że u pacjenta istnieje duże prawdopodobieństwo przewlekłej choroby nerek.

Jak to możliwe, że system gabinetowy wyświetla informację o poziomie ryzyka występowania u pacjenta określonej choroby? System medyczny lekarza został wyposażony w algorytmy wspomagające decyzje kliniczne tzw. CDSS (Clinical Decision Support Systems). Algorytmy CDSS przeprowadzają analizy w oparciu o historię zdrowia pacjenta zgromadzoną w systemie medycznym placówki oraz dane zaraportowane przez inne placówki w systemie P1. Efektem tego może powstać np. kalkulacja prawdopodobieństwa występowania u pacjenta określonej choroby, rekomendacja kolejnych kroków leczenia czy zmian w jego farmakoterapii. Ważne jest to, że KAMSOFT dostarcza platformę, na której profesjonaliści mogą budować algorytmy (a nie informatycy).

W prowadzonym badaniu użyteczności, system gabinetowy KS-SOMED automatycznie generuje takie raporty i analizy przed wizytami pacjentów, dzięki temu lekarz może skupić się na rozmowie i budowaniu relacji z pacjentem. Dzięki automatyzacji procesów analitycznych, personel medyczny być może nie przeoczy istotnej informacji, która wcześniej pozostawała niezauważona, co potencjalnie może przełożyć się na skrócenie czasu oczekiwania pacjentów na diagnozę i leczenie.

Co ważne, rozwiązanie nie zastępuje lekarza, nie sugeruje decyzji, nie wpływa na decyzje, ale jest przydatnym pomocnikiem, który ułatwia pracę wykorzystując zgromadzoną wiedzę, szybkość analizy i zaawansowaną technologię. Z nową możliwością mogą zapoznawać się użytkownicy w systemie KS-SOMED. Realizowane obecnie badanie użyteczności i jakości ma na celu przygotowanie wyrobu medycznego, który w nieodległej przyszłości trafi do gabinetów lekarskich.

CDSS a Opieka Koordynowana w POZ

Narzędzia klasy CDSS, które będą zintegrowane z procesami Opieki Koordynowanej, wspomagają lekarza w czynnościach związanych z diagnostyką i leczeniem. W tym celu stworzono Panel Koordynatora, czyli rozwiązanie, które umożliwia koordynatorom i lekarzom zarządzać opieką nad pacjentami na każdym etapie – od diagnozy, przez leczenie, po profilaktykę i badania kliniczne. Rozwiązanie jest w pełni zintegrowane z systemami medycznymi KAMSOFT, co oznacza, że dane z macierzystego systemu placówki, w bezpieczny sposób dostępne są w Panelu Koordynatora. Co ważne, będzie można z niego korzystać bez przełączania się pomiędzy systemami.

Panel Koordynatora automatyzuje wiele czasochłonnych zadań: od tworzenia harmonogramów wizyt, przez wystawianie skierowań na badania, po śledzenie realizacji indywidualnych planów opieki. Zarządzanie harmonogramem ułatwia czytelny interfejs, dzięki któremu użytkownik na pierwszy rzut oka widzi, że pacjent ma nieprawidłowe wyniki lub wymagane jest podjęcie określonej akcji.

Pacjent w Panelu Koordynatora

Wracając do naszego pacjenta – w przypadku podejrzenia przewlekłej choroby nerek, na podstawie raportu CDSS uwzględniającego wyniki badań i historię pacjenta, lekarz tworzy plan leczenia, zlecając wykonanie niezbędnych konsultacji specjalistycznych i badań diagnostycznych. Harmonogram wizyt i badań jest widoczny w Panelu Koordynatora, dzięki temu w pełni możliwe jest śledzenie jego realizacji.

Panel Koordynatora już niedługo będzie dostępny dla użytkowników systemów gabinetowych KAMSOFT.

Więcej o systemie CDSS w oprogramowaniu KAMSOFT

Czytaj także: Tomasz Zieliński tłumaczy jak działa CDSS w oprogramowaniu KAMSOFT

Ministerstwo Cyfryzacji opublikowało projekt „Polityki rozwoju sztucznej inteligencji w Polsce do 2030 roku”. Do 1 lipca można wziąć udział w konsultacjach społecznych. Co zakłada dokument?

Polska w tyle rewolucji AI

Przedstawiając projekt, wiceminister cyfryzacji Dariusz Standerski podkreślił, że strategia ma pomóc Polsce stać się „jednym z głównych centrów AI w Europie, dzięki wykorzystaniu potencjału naukowego, startupowego oraz wsparciu administracji i sprawnemu finansowaniu.

Dokument zwraca uwagę na niski poziom wdrożeń AI w firmach (5,9% firm w Polsce stosuje AI – jedno z najniższych miejsc w UE). Brakuje nam specjalistów technologii informacyjno-komunikacyjnych (wg. MC luka wynosi 147 tys.). W międzynarodowych rankingach AI zajmuje niskie miejsca: Tortoise (36. miejsce na 83 krajów), Oxford AI Readiness Index (34. miejsce), Stanford AI Vibrancy Tool (24. miejsce). W Government AI Readiness Index przygotowanym przez Oxford Insights Polska plasuje się na 34. miejscu na 188 państw, co sugeruje słabą gotowość sektora publicznego do wdrażania AI.

Ambicją polityki AI jest, aby do 2030 r. Polska powinna znalazła się wśród 10-20 najbardziej zaawansowanych państw świata w wymienionych rankingach AI.

Propozycje pobudzenia rozwoju AI

Dlatego polityka stawia na wzmocnienie ekosystemu AI poprzez połączenie nauki, administracji, biznesu i społeczeństwa obywatelskiego. Chodzi stworzenie sprzyjających warunków prawnych, technologicznych, finansowych i edukacyjnych, które umożliwią rozwój AI oparty na współpracy. Równie ważne będzie zatrzymanie i przyciąganie talentów w zakresie nowych technologii. Dlatego dokument zakłada wsparcie kształcenia specjalistów oraz szerokie zastosowanie AI w sektorach strategicznych, by zwiększać produktywność i tworzyć nowe miejsca pracy. Powstaną także Centra Transferu Technologii wspierające komercjalizację badań.

Planowana jest budowa dwóch Fabryk AI (superkomputerów z zasobami danych i ekspertów), a także przystąpienie do unijnego programu Gigafabryk AI. Do 2030 roku każda szkoła ma mieć dostęp do pracowni AI. Pojawi się oferta edukacyjna w zakresie AI dla nauczycieli oraz powstaną fundusze uczelniane wspierające „akademicką przedsiębiorczość AI”.

Autorzy polityki AI podkreślają potrzebę wdrażania AI w sposób bezpieczny, wyjaśnialny i dostosowany do realnych potrzeb urzędów na każdym szczeblu. AI musi być godna zaufania, oparta na standardach etycznych, ochronie prywatności i praw konsumentów. Publiczny, polski model językowy PLLuM zostanie zintegrowany m.in. z aplikacją mObywatel.

Ochrona zdrowia w polityce AI

AI ma znaleźć szerokie zastosowanie w ochronie zdrowia (personalizacja leczenia, diagnostyka), wymiarze sprawiedliwości (analiza orzecznictwa, chatboty prawne), transporcie, energetyce czy edukacji. Polityka zwraca uwagę, że AI może wspierać system ochrony zdrowia poprzez:

• Zmniejszenie obciążenia administracyjnego lekarzy – AI może przejąć rutynowe czynności, co już zmniejszyło czas pracy administracyjnej lekarzy o ok. 20% w niektórych krajach.
• Wczesną diagnostykę i zdalne monitorowanie pacjentów – przewiduje się, że do 2035 r. aż 90% szpitali będzie wykorzystywać AI.
• Personalizację leczenia i profilaktyki – sztuczna inteligencja może analizować dane pacjentów i dopasowywać terapie do indywidualnych potrzeb, co zwiększy skuteczność leczenia.
• Rozwój nowych leków i urządzeń medycznych – AI może przyspieszyć badania i projektowanie innowacyjnych rozwiązań terapeutycznych.
• Zwiększenie konkurencyjności sektora medycznego – dzięki inwestycjom w technologie AI Polska może lepiej wykorzystać dostępne zasoby i ograniczyć skutki niedoboru kadry medycznej.

Ruszyły konsultacje społeczne. Jak dołączyć?

Konsultacje nowej Polityki AI odbywają się na platformie AI HUB Poland i potrwają do 1 lipca br.

• Strona konsultacji społecznych polityki AI >
• Pobierz „Politykę rozwoju sztucznej inteligencji w Polsce do 2030 roku” >

Czytaj także: Tylko 4,7% placówek zdrowia korzysta z AI. „Nie ma pieniędzy i danych”