Kolonoskopia z wykorzystaniem systemów sztucznej inteligencji może zwiększyć skuteczność wykrywania potencjalnych zmian nowotworowych. Nowa analiza oparta na metodologii hospital-based HTA sugeruje, że inwestycja w tego typu rozwiązania zwraca się już nawet po niespełna 2 latach.

• Metaanaliza badań z udziałem 4354 pacjentów wykazała, że zastosowanie AI w kolonoskopii zwiększa ADR (odsetek badań, podczas których wykryto przynajmniej jednego gruczolaka) z 25,2 proc. do 36,6 proc.
• Systemy typu CADe działają jak dodatkowa para oczu, analizując obraz z endoskopu w czasie rzeczywistym i wskazując lekarzowi podejrzane zmiany.
• Przy 2000 kolonoskopii rocznie i wzroście ADR o 6 pkt proc. oraz wydatkach rzędu ok. 313 tys. zł, zwrot z inwestycji następuje już po około 3,1 roku.
• W najlepszym scenariuszu inwestycja może zwrócić się po niespełna 2 latach, natomiast przy mniejszym wolumenie badań i słabszej poprawie ADR okres zwrotu może wydłużyć się do około 6,4 roku.
• Wdrożenie AI ma sens w dużych, dobrze zorganizowanych pracowniach kolonoskopii.

Rak jelita grubego. Coraz więcej chorych, także w młodym wieku

Rak jelita grubego należy do najczęściej rozpoznawanych nowotworów w Polsce. W 2022 r. odnotowano około 18,8 tys. nowych przypadków zachorowań. Każdego roku z jego powodu umiera od 12 do 16,7 tys. pacjentów. Prognozy wskazują, że wraz ze starzeniem się społeczeństwa liczba nowych zachorowań będzie nadal rosła. Choroba coraz częściej dotyka osób przed 50. rokiem życia.

Złotym standardem diagnostyki od lat pozostaje kolonoskopia. Podczas jednego zabiegu pozwala przeprowadzić dokładną diagnostykę i usunąć wykryte polipy, z których potencjalnie może rozwinąć się nowotwór. Proces przemiany polipa w raka trwa zwykle od 7 do 12 lat, co daje dużą szansę na skuteczną profilaktykę.

Problemem pozostaje nadal niska zgłaszalność Polaków do programu przesiewowego. Według dostępnych danych, na badanie zgłasza się zaledwie 17 proc. osób z grup ryzyka. W Holandii odsetek ten sięga 68 proc., a w Danii – 65 proc. Pacjenci obawiają się bólu, wstydzą się badania, a część z nich woli nie znać diagnozy niż usłyszeć, że choruje na raka.

Kolonoskopia ma jednak swoje ograniczenia – nawet najbardziej doświadczeni endoskopiści mogą przeoczyć niewielkie zmiany, szczególnie podczas wielogodzinnej pracy. Od niedawna dostępne są rozwiązania sztucznej inteligencji, które analizują obraz w czasie rzeczywistym i oznaczają podejrzane obszary.

Sztuczna inteligencja pomaga wykryć więcej polipów

Praca „Ocena zasadności wdrożenia systemu sztucznej inteligencji wspierającego kolonoskopię w szpitalu publicznym z wykorzystaniem podejścia hospital-based HTA”, przygotowana w ramach studiów MBA SGH-WUM, jest pierwszym opracowaniem, które może pomóc szpitalom w podjęciu decyzji o inwestycji w AI w kolonoskopii. Jej autorami są Krzysztof Dylęgowski, menedżer w branży med-tech, a obecnie pracownik Olympus, oraz Jacek Sadowski, specjalista ginekologii onkologicznej.

Analizą objęto systemy typu CADe (Computer-Aided Detection) – oprogramowanie analizujące obraz z endoskopu w czasie rzeczywistym i sygnalizujące lekarzowi miejsca występowania polipów. CADe – podobnie jak systemy AI stosowane w radiologii – nie podejmuje decyzji za lekarza, ale pełni rolę dodatkowej pary oczu.

Najważniejszym wskaźnikiem jakości kolonoskopii jest ADR (adenoma detection rate), czyli odsetek badań, podczas których wykryto przynajmniej jednego gruczolaka. To właśnie poprawa ADR stanowi główny argument przemawiający za wdrażaniem AI.

Autorzy przywołują metaanalizę pięciu randomizowanych badań klinicznych obejmujących 4354 pacjentów. Zastosowanie systemów CADe zwiększyło ADR z 25,2 proc. do 36,6 proc., czyli o 11,4 punktu procentowego. Sztuczna inteligencja zmniejsza ryzyko przeoczenia zmian i pomaga ujednolicić jakość badań wykonywanych przez różnych operatorów.

Skuteczność takich systemów nadal zależy od jakości przygotowania pacjenta, doświadczenia endoskopisty, klasy sprzętu oraz organizacji pracy pracowni endoskopowej. AI jest narzędziem wspierającym, a nie autonomicznym diagnostą.

Kiedy inwestycja w CADe zaczyna się zwracać?

Aby sprawdzić ekonomiczną zasadność inwestycji w AI w kolonoskopii, autorzy zbudowali model przyrostowy. Założyli, że liczba wykonywanych kolonoskopii jest stała, natomiast dzięki wyższemu ADR rośnie liczba wykrywanych polipów, wykonywanych polipektomii oraz badań histopatologicznych. Efektem są większe przychody szpitala publicznego z usług realizowanych w ramach kontraktu z NFZ, ale i wyższe koszty materiałów oraz histopatologii.

W modelu bazowym przyjęto następujące parametry:

• 2000 kolonoskopii rocznie,
• wzrost ADR o 6 punktów procentowych,
• koszt inwestycji wynoszący ok. 313 tys. zł.

Przy takich założeniach, dodatkowy roczny przychód przekracza 151 tys. zł, dodatkowe koszty to około 51 tys. zł. Roczna nadwyżka finansowa przekracza 100 tys. zł. Próg rentowności można więc osiągnąć po około 3,1 roku.

Autorzy wzięli też pod uwagę dwa inne scenariusze, uwzględniające mniejszą i większą liczbę badań. Przy mniejszym wzroście ADR oraz wykonywaniu jedynie 1500 kolonoskopii rocznie zwrot z inwestycji wydłuża się do około 6,4 roku. Z kolei przy większym wolumenie badań i lepszych wynikach klinicznych okres zwrotu znacząco się skraca do 1,9 roku.

Największy wpływ na opłacalność mają dwa parametry: rzeczywista poprawa ADR oraz liczba wykonywanych kolonoskopii. Znacznie mniejsze znaczenie mają natomiast koszty histopatologii czy materiałów wykorzystywanych podczas polipektomii.

Nie każda pracownia kolonoskopii potrzebuje od razu AI

Choć nowe rozwiązania oparte na AI obiecują lepsze wyniki badań, autorzy sugerują, że zakup systemu AI trzeba dobrze przemyśleć. Wdrożenie technologii ma największy sens w pracowniach wykonujących duży wolumen badań, które dysponują potencjałem poprawy wskaźnika ADR oraz potrafią efektywnie wykorzystać stanowisko endoskopowe.

Aby skrócić czas zwrotu z inwestycji, tor wyposażony w AI powinien być wykorzystywany przede wszystkim do kolonoskopii, a nie współdzielony z innymi procedurami. Znaczenie ma też sposób finansowania inwestycji. Im większy udział środków zewnętrznych, tym szybciej szpital pokryje poniesione nakłady. Finansowanie zakupu wyłącznie z własnego budżetu wydłuża czas zwrotu, ponieważ całość kosztów musi zostać pokryta z dodatkowych przychodów wygenerowanych dzięki większej wykrywalności zmian. Opracowany model ma swoje ograniczenia: opiera się na uśrednionych parametrach funkcjonowania publicznego szpitala i nie uwzględnia wszystkich zmiennych ekonomicznych, dlatego powinien być traktowany jako narzędzie wspierające decyzje menedżerskie, a nie gotowy kalkulator inwestycyjny.

Czytaj także: Klinika Mayo stosuje 150 algorytmów AI. Do czego?

– Każda interakcja z technologią wywołuje u ludzi uczucia. Czasami są tak nowe, że nasz mózg sobie z nimi nie radzi. Ale możemy je kontrolować – mówi Pamela Pavliscak, cyberetnograf i autorka nowej książki „Cała gama uczuć. Jak być człowiekiem w cyfrowym świecie” („All the Feels”). Rozmawiamy o zjawisku „AI Brain Fry”, wpływie emotikonów na komunikację online i o tym, dlaczego cyfrowy detoks nie działa.

Jest Pani cyberetnografem i „bada przyszłość uczuć”. Co to dokładnie oznacza?

Cyberetnografia przenosi klasyczne metody badań społecznych do internetu. Polega na obserwowaniu zachowań użytkowników i rozmowach z nimi, aby zrozumieć, jak funkcjonują w świecie cyfrowym i jakie znaczenie nadają swoim internetowym doświadczeniom. Mnie najbardziej interesuje ich wymiar emocjonalny.

Z kolei badanie przyszłości uczuć koncentruje się na tym, jak nowe technologie zmieniają nasze emocje – jak je przeżywamy, rozpoznajemy, nazywamy i wyrażamy.

Technologia nie tworzy nowych emocji, ale na nowo je definiuje. Człowiek od zawsze odczuwał tęsknotę, zazdrość, zakłopotanie, czułość i niepewność. Teraz nowe technologie nadają im zupełnie nowe wymiary.

Na przykład czekanie na odręcznie napisany list wygląda zupełnie inaczej niż oczekiwanie na odpowiedź w komunikatorze. Dziś zamiast wypatrywać listonosza obserwujemy trzy migające kropki na ekranie. Inaczej przeżywamy też tęsknotę, gdy wiemy, że ktoś jest dostępny online, ale nie odpisuje.

Pracowała Pani m.in. dla Google czy IKEA. Czego firmy oczekują od Pani?

Firmy zwracają się do mnie, gdy chcą lepiej zrozumieć swoich klientów. Twórcy usług opartych na sztucznej inteligencji chcą wiedzieć, kiedy AI jest odbierana jako pomoc, a kiedy jako zbyt daleko idącą ingerencją w życie użytkownika. Sklepy internetowe szukają sposobów, jak sugerować nowe produkty, nie odbierając klientom radości odkrywania. A platformy komunikacji dla pracowników chcą zrozumieć, dlaczego ciągła widoczność online wywołuje stres, mimo że ma ułatwiać współpracę.

Stworzyłam własny model mapowania emocji, który pomaga zrozumieć, jak rozwiązania technologiczne wpływają na uczucia użytkowników i jak tę wiedzę wykorzystać przy projektowaniu produktów.

Wiemy już, że ciągłe powiadomienia na telefonie mogą wywoływać niepokój, a nieskończone scrollowanie w mediach społecznościowych prowadzić do uzależnienia cyfrowego. Ale to tylko część problemu. W swoich badaniach pokazuję, że istnieje wiele mniej oczywistych elementów platform online, smartfonów albo aplikacji, jak komunikatory internetowe, które kształtują nasze emocje i zachowania, choć na co dzień niemal ich nie zauważamy.

Czy dzięki tym badaniom udało się Pani osobiście poprawić jakość interakcji z technologią?

Na pewno bardziej świadomie korzystam z technologii, choć daleko mi do ideału. Nadal potrafię złapać się na 20-minutowym oglądaniu filmików o ratowaniu psów, a czasem zdaję sobie sprawę, że zielona kropka pokazująca, że wszyscy są akurat online, wzbudza we mnie poczucie presji.

Ale dzięki moim badaniom nie traktuję już każdej negatywnej emocji pojawiającej się w kontakcie z technologią jako czegoś, co bierze się ze mnie. Staram się analizować, czy odpisuję komuś na wiadomość dlatego, że naprawdę chcę, czy dlatego, żeby to odhaczyć na liście zadań i nie zawracać sobie więcej głowy. Czy sztuczna inteligencja pomaga mi tworzyć i myśleć, czy jedynie podsuwa kierunek myślenia niezgodny z moimi przekonaniami?

Dzięki znajomości mechanizmów powstawania emocji w świecie cyfrowym mogę też zdecydować, czy w razie potrzeby lepiej przenieść rozmowę do innego kanału komunikacji albo jak ograniczyć czas spędzany w mediach społecznościowych.

Nauczyłam się też doceniać drobne gesty, na przykład, gdy przyjaciel wyśle zabawny mem komentujący jakąś sytuację. Nie dążę do optymalizacji swoich emocji, ale do lepszego ich zrozumienia. Staram się obserwować, które technologie wzbogacają moje życie, a które je zubażają – i świadomie wybierać te pierwsze.

W swojej książce pisze Pani o neo-emocjach, czyli doświadczeniach emocjonalnych kształtowanych przez technologie. Może Pani podać kilka przykładów?

Neo-emocje to emocje, które pojawiają się, gdy nasze codzienne uczucia występują w kontekście korzystania z technologii. Nie są to zupełnie nowe emocje w sensie biologicznym, ale nowe sposoby ich przeżywania. Nazywam to nową konfiguracją emocji.

Część z nich została już opisana przez naukowców. Dobrym przykładem jest zespół fantomowej wibracji. To uczucie, że telefon zawibrował, choć w rzeczywistości tak się nie stało. Nasz mózg tak przyzwyczaił się do powiadomień, że potrafi je symulować. Są też określenia, które wywodzą się z internetu, jak „corecore” opisujące poczucie przeciążenia bodźcami i emocjami.

Takie neo-doświadczenia generuje też sztuczna inteligencja. „AI Brain Fry” to zmęczenie i mentalne przeciążenie wynikające z długotrwałego używania chatbotów sztucznej inteligencji oraz konieczności ciągłego weryfikowania odpowiedzi generowanych przez AI. Z kolei „capability glow” opisuje ekscytację i poczucie sprawczości, gdy AI nagle pozwala nam zrobić coś, czego wcześniej nie potrafiliśmy lub co zajmowało nam znacznie więcej czasu.

Warto nauczyć się identyfikować i nazywać takie doświadczenia, bo język pomaga je zrozumieć. Jeśli jestem świadomy, że emocjonalne zmęczenie to efekt AI brain fry, negatywne uczucie przestaje być odbierane jako własna słabość i staje się czymś, z czym można sobie lepiej radzić.

W wystąpieniach na konferencjach TED przytacza Pani więcej nowych terminów, takich jak „bezdech ekranowy” albo „niepokój trzech kropek”.

Tak, pojawia się coraz więcej nowych pojęć, które pomagają opisać emocje związane z technologią. Jednym z nich jest „bezdech ekranowy” – nawyk wstrzymywania oddechu lub bardzo płytkiego oddychania podczas wpatrywania się w ekran, na przykład podczas odpisywania na e-maile czy przeglądania mediów społecznościowych. To pokazuje, że korzystanie z technologii wpływa nie tylko na naszą psychikę, ale także ciało.

Innym przykładem jest ortosomnia. Aby poprawić jakość snu, zaczynamy go monitorować za pomocą technologii ubieralnych, np. smartwatcha. Paradoksalnie, taka kontrola zaczyna nas stresować i pogarsza sen. Pokazuje to, że czasami bardziej polegamy na danych niż na własnych odczuciach. Powodem jest też wszechobecna i silna emocjonalna potrzeba optymalizacji i maksymalizacji.

Coraz częściej mówi się też o „syndromie głównego bohatera”, czyli przekonaniu, że nasze życie powinno wyglądać jak film albo relacja w mediach społecznościowych. Taka narracja może prowadzić do narcyzmu. Ale może być też pozytywna, pomagając dostrzegać piękno codziennych chwil i czerpać z nich większą radość.

Lubię takie nowe określenia, bo pomagają nazwać doświadczenia, które wcześniej trudno było opisać, zrozumieć własne emocje i nabrać do nich dystansu.

Innym dobrym przykładem jest „niepokój trzech kropek” – uczucie napięcia, gdy patrzymy na migającą ikonę w komunikatorze i czekamy, aż druga osoba dokończy pisanie wiadomości. Doświadcza go wiele osób.

Wiele uczuć można wyrażać w komunikacji online za pomocą symboli. Używamy emotikonów oraz ikon „Lubię to” i „Nie lubię tego”. Czy istnieją inne sposoby wyrażania emocji podczas czatu w smartfonie?

Czasem jeden mem potrafi lepiej oddać nastrój niż długi tekst; GIF też komunikuje emocje dzięki mimice i gestom, które są komentarzem do określonego kontekstu sytuacji. Nawet wysłanie komuś serii zabawnych filmików ze zwierzętami może oznaczać „myślę o tobie”.

W bliskich relacjach tworzymy własny język komunikacji, dialekty. Nawet tak błahy element jak znak interpunkcyjny może wyrażać złość, a w innym przypadku – troskę. Przyjaciele mają swoje naklejki, memy czy żarty, które rozumieją tylko oni. W takiej komunikacji online szczególnie dobrze odnajdują się młodzi ludzie.

Technologia czasami ułatwia mówienie o emocjach. Niektórym łatwiej napisać wiadomość niż powiedzieć to komuś twarzą w twarz. Komunikacja tekstowa daje czas na przemyślenie odpowiedzi. Są też awatary, które pomagają niektórym osobom wyrażać emocje, których w bezpośrednim kontakcie nie odważyłyby się pokazać. Dzięki takiej masce zachowują bezpieczny dystans.

Platformy internetowe, zwłaszcza media społecznościowe, często upraszczają emocje. Przykładowo, przycisk „Lubię to” może oznaczać współczucie, uznanie, zgodę albo zwykłą uprzejmość. Wszystko zależy od kontekstu informacji. Dlatego żywa i autentyczna komunikacja emocjonalna w internecie zaczyna się tam, gdzie użytkownicy sami tworzą bogatszy język emocji, zamiast ograniczać się do tego, co oferuje gotowy interfejs.

W swojej najnowszej książce „All the Feels” twierdzi Pani, że cyfrowy detoks mija się z celem.

Badania nad cyfrowym detoksem nie dają jednoznacznej odpowiedzi. Niektórym osobom przerwa od technologii rzeczywiście pomaga, zwłaszcza jeśli korzystanie z niej stało się kompulsywnym nawykiem lub doprowadziło do pogorszenia jakości snu. Inne badania wskazują na niewielką poprawę pozytywnych emocji lub zadowolenia z życia wynikającą wyłącznie z tymczasowej abstynencji – to nie dziwi, bo każda aktywność w internecie inaczej wpływa na nas emocjonalnie. Czym innym jest bezmyślne przeglądanie mediów społecznościowych do późnej nocy, a czym innym rozmowa z bliską osobą, tworzenie sztuki czy szukanie informacji o zdrowiu.

Problem z cyfrowym detoksem polega na tym, że opiera się na prostym założeniu: technologia jest szkodliwa, a jej odstawienie rozwiąże problem. Tymczasem po detoksie większość osób wraca do tych samych nawyków, i to z poczuciem winy, że nie udało się całkowicie odciąć od technologii. Albo jeszcze gorzej – z przekonaniem, że po przerwie może spędzić w sieci jeszcze więcej czasu.

Dlatego lepiej zadać sobie pytanie, które aktywności sprawiają, że czuję się bliżej innych, bardziej kompetentny lub ciekawy świata, a które wywołują niepokój, poczucie bezsilności albo odrętwienie. Czasem najlepszym rozwiązaniem jest wylogowanie się, ale nie powinien to być jedyny sposób na budowanie zdrowej relacji z technologią.

Zachęca Pani firmy do „projektowania rozwiązań cyfrowych opartych na inteligencji emocjonalnej”.

Projektowanie oparte na inteligencji emocjonalnej zaczyna się od świadomości, że każda technologia wywołuje emocje – niezależnie od tego, czy inżynierowie, którzy ją projektowali, mieli takie intencje.

Pytanie brzmi, czy te emocje wspierają potrzeby użytkownika.

Oto kilka przykładów: aplikacja finansowa, która wyjaśnia błąd, nie sprawiając, że użytkownik czuje się niekompetentny; portal zdrowotny, który wyraźnie komunikuje znaczenie wyniku badania, nie wywołując niepotrzebnego niepokoju; albo nawet funkcja „cofnij wysłanie e-maila”, która daje użytkownikowi poczucie kontroli.

Równie ważne jest, aby technologia nie udawała, że wie o naszych emocjach więcej niż ma to miejsce w rzeczywistości. Klasycznym przykładem jest AI z elementami inteligencji emocjonalnej. Chatboty AI powinny otwarcie wyrażać swoją niepewność, unikać uzależniających mechanizmów i wiedzieć, kiedy nie schlebiać użytkownikowi.

Na szczęście powstaje coraz więcej narzędzi cyfrowych wspierających zdrowie psychiczne i budowanie autentycznych relacji, godzących ze sobą model biznesowy z rozwiązaniami przyjaznymi dla człowieka, a nie uzależniającymi. Projektowanie oparte na inteligencji emocjonalnej nie polega na tym, by technologia odczytywała nasze uczucia, ale by dawała nam przestrzeń do ich przeżywania.

To, o czym Pani mówi, dobrze opisuje media społecznościowe. Australia jako pierwsza wprowadziła zakaz korzystania z np. TikToka czy Instagrama. To samo planuje Francja, nad wspólnym podejściem pracuje Unia Europejska. Jaką rolę odgrywają media społecznościowe w napędzaniu negatywnych emocji?

Media społecznościowe nie wymyśliły poczucia oburzenia ani złości. Ale stworzyły mechanizmy, które potrafią przewidzieć, jakie emocje przyciągają uwagę. Algorytmy promują treści wywołujące natychmiastową reakcję. Szczególnie skuteczny jest gniew, bo skłania ludzi do komentowania, udostępniania treści, upominania innych, atakowania lub przekonywania ich do swoich racji. Strach również przyciąga uwagę – nasz umysł traktuje potencjalne zagrożenie jako coś, na co musimy natychmiast zareagować, uciec albo zaatakować.

Komunikacja w internecie zmienia też interpretację emocji. Silne emocje zaczynają być postrzegane jako dowód zaangażowania, a subtelność może budzić poczucie słabości.

Dlatego rozumiem, kiedy rządy poszczególnych państw szukają sposobów na ochronę najbardziej wrażliwych grup, zwłaszcza młodzieży. Weryfikacja wieku jest trudna, ale uważam, że w niektórych sytuacjach ograniczenie dostępu do określonych środowisk może mieć sens. Jeśli wszyscy podczas przerwy w szkole są jednocześnie offline, może to sprzyjać budowaniu relacji – chyba że jest tak jak w liceum mojej córki, gdzie uczniowie idą do samochodów, żeby korzystać z telefonów.

Z drugiej strony całkowite zakazy mogą utrudniać utrzymywanie przyjaźni, poznawanie ludzi spoza najbliższego otoczenia i odkrywanie własnej tożsamości. To ważne elementy dorastania w świecie, w którym rzeczywistość cyfrowa i fizyczna przenikają się.

Proste zakazy mogą sprawiać, że firmy technologiczne umyją ręce od odpowiedzialności. Nie muszą wtedy projektować swoich rozwiązań bezpieczniej ani ograniczać mechanizmów, które nadmiernie angażują użytkowników. W ten sposób mogą gromadzić jeszcze więcej danych osobowych, bez konieczności bardziej transparentnego działania.

A może warto wprowadzić oznaczenia stopnia „wpływu emocjonalnego” w aplikacjach i mediach społecznościowych, podobne do oznaczeń wartości odżywczych na produktach spożywczych? Przykładowo: A – rozwiązanie pozytywne, B – neutralne, a C – uzależniające.

Emocje są bardzo złożone i zależą od indywidualnych doświadczeń, norm społecznych i kultury. Ta sama funkcja może jedną osobę radować, a inną – przytłaczać; może inaczej oddziaływać w ciągu dnia niż w środku nocy. Dlatego trudno stworzyć prosty system oceniania.

Podoba mi się jednak pomysł etykiety „wpływu emocjonalnego”. Zamiast oceniać aplikację jako po prostu „dobrą” lub „złą”, mogłaby sygnalizować swój wpływ na ludzi. Czy system symuluje emocje? Czy zachęca do jak najdłuższego korzystania? Czy manipuluje, aby przywiązać emocjonalnie użytkownika? Jak reaguje na sygnały sugerujące ryzyko samookaleczania, strachu, zachowań kompulsywnych lub uzależnienia? Czy użytkownik może wyczyścić pamięć emocjonalną, tak samo jak czyści pliki cookie? Czy zawsze jest jasno informowany, że rozmawia ze sztuczną inteligencją?

Aby tak się stało, konieczne jest stworzenie systemu nadzoru nad rozwiązaniami cyfrowymi. Mogłyby się na niego składać niezależne testy, wymagania dotyczące projektowania dla różnych grup wiekowych oraz audyty wpływu emocjonalnego. Już dziś regulujemy technologie pod kątem ryzyka dla zdrowia, dlatego uważam, że podobne podejście można zastosować również w odniesieniu do wpływu na emocje.

Na koniec jedna uwaga: Wszyscy wiemy, że media społecznościowe mogą mieć negatywny wpływ na nasze zdrowie, ale mimo to z nich korzystamy.

Do tego dochodzą teraz chatboty sztucznej inteligencji, z którymi spędzamy nawet więcej czasu niż z przyjaciółmi.

Nie musimy wpadać w panikę za każdym razem, gdy ktoś przywiązuje się do sztucznej inteligencji. Ludzie od zawsze tworzyli emocjonalne więzi z wyimaginowanymi postaciami, przedmiotami, zwierzętami, fikcyjnymi bohaterami czy technologiami. To naturalne. Ważniejsze jest pytanie, co taka relacja nam daje, czego od nas wymaga i co zastępuje.

W swoich badaniach zauważyłam, że sztuczna inteligencja może być dobrym miejscem do przećwiczenia trudnej rozmowy albo rozwijania pomysłów bez obawy przed oceną. Problem pojawia się wtedy, gdy jej nieograniczona cierpliwość, pobłażliwość i dostępność sprawiają, że chętniej rozmawiamy z AI niż z ludźmi. Przyjaciele mają swoje potrzeby, nastroje, ograniczenia i własne zdanie – umiejętność ich akceptowania prowadzi do wytworzenia autentycznej bliskości.

Warto wyznaczyć sobie granice. Nie traktować sztucznej inteligencji jako jedynego źródła wsparcia emocjonalnego. Ostrożnie dzielić się bardzo osobistymi informacjami. Nie zlecać AI pisania przeprosin, kondolencji ani innych wiadomości, które powinny wyrażać to, co my czujemy.

AI można wykorzystać do przygotowania się do trudnej rozmowy, ale samą rozmowę musimy wziąć na swoje barki. AI można poprosić o wygenerowanie pomysłów na rozwiązanie problemu, ale zanim wybierzemy ten najlepszy, zastanówmy się głębiej, który najbardziej nam odpowiada. Dzięki AI można lepiej zrozumieć samego siebie, ale nie powinniśmy rezygnować z budowania prawdziwych relacji z ludźmi, nawet jeśli wymaga to otwartości i pokazania swojej wrażliwości.

Sztuczna inteligencja powinna nam pomagać lepiej funkcjonować w prawdziwym świecie, ale go nie zastępować.

Wiemy już, jakie są zagrożenia. Jak więc korzystać z komunikacji cyfrowej, aby była ona dla nas korzystna?

Zamiast zadawać sobie pytanie, czy technologia jest dobra czy zła, zalecam zastanowić się, jak wpływa na mnie. Warto tutaj zwrócić uwagę na trzy rzeczy.

Po pierwsze, stawiaj na aktywne budowanie relacji, które jest o wiele bardziej wartościowe niż bierne przeglądanie treści w internecie. Zamiast tylko obserwować życie innych, śledząc ich posty, napisz do kogoś wiadomość. Zaangażuj się w działalność wybranej społeczności, zamiast traktować cały internet jak jedną wielką przestrzeń. Zadaj pytanie, podziel się prywatnym żartem albo powiedz komuś, że o nim pomyślałeś.

Po drugie, zadbaj o zróżnicowanie źródeł emocji. Wiele kanałów informacyjnych jest bardzo jednorodnych. Obserwuj osoby, które wnoszą coś nowego do twojego życia – wiedzę, czułość, humor, zaskoczenie lub konstruktywną różnicę zdań. Nie bój się wyciszania treści, czyli rezygnowania z obserwowania niektórych osób albo źródeł informacji. Nie musisz wiedzieć, co robią wszystkie osoby, które kiedykolwiek poznałeś.

Po trzecie, obserwuj swoje reakcje. Jeśli podczas przeglądania social mediów oddychasz płycej albo zaciskasz szczękę, może to oznaczać, że organizm wcześniej niż umysł zauważył przeciążenie. To dobry moment, żeby zmienić sposób korzystania z technologii.

Czytaj także: Monitoring mózgu będzie tak powszechny jak badanie krwi

Nowe badania rzucają światło na to, jak AI można stosować w medycynie. Po pierwsze, nie ma dowodów na to, że AI zmniejsza liczbę błędów medycznych. Po drugie, jeśli AI niepoprawnie triażuje pacjentów, często problemem jest prompt, a nie same umiejętności AI.

• Badanie przeprowadzone w 16 placówkach POZ wykazało, że odsetek niepowodzeń leczenia w przypadku decyzji podejmowanych z AI i bez był prawie taki sam: 2,2 proc. z AI vs 2,0 proc. bez AI.
• Dokumentacja tworzona przez lekarzy korzystających z AI była wyższej jakości – częściej prawidłowo zapisywali rozpoznanie i jasno określali plan leczenia.
• W badaniu skuteczności triażowania przez AI, wszystkie modele – w tym GPT-5-mini, DeepSeek-V4-Pro i Claude Fable – osiągnęły wysoką skuteczność.
• Naukowcy doszli do wniosku, że modele AI są gotowe do triażowania pacjentów, problemem jest ich nieprawidłowa kalibracja i kryteria decyzyjne.

Duże rozczarowanie: Takie same efekty leczenia z i bez AI

Pierwsze badanie opublikowane w Nature Medicine przeprowadzono w 16 kenijskich placówkach podstawowej opieki zdrowotnej. Łącznie objęło 9691 pacjentów oraz 103 lekarzy. 52 klinicystów wspierało się systemem wspomagania decyzji klinicznych opartym na dużym modelu językowym, a 51 pracowało bez AI.

Celem badania było określenie liczby pacjentów, których leczenie zakończyło się niepowodzeniem, czyli gdy m.in.: pacjent ponownie zgłasza się do lekarza z utrzymującymi się objawami, leczenie trzeba kontynuować na wyższym poziomie opieki zdrowotnej (u specjalisty) albo skierować chorego na SOR, nie wystawiono skierowania, nawet jeśli było wymagane; nieprawidłowo przepisano leki, postawiono błędną diagnozę albo wystąpiło zdarzenie zagrażające życiu lub zgon.

Po 14 dniach obserwacji naukowcy doszli do wniosku, że nie było żadnej różnicy między lekarzami diagnozującymi i leczącymi z pomocą AI oraz bez AI. W grupie korzystającej z AI niepowodzenie leczenia zarejestrowano u 102 na 4693 pacjentów (2,2 proc.). Z kolei w grupie kontrolnej – u 94 na 4654 pacjentów (2,0 proc.). Różnica była statystycznie nieistotna.

Jest to jedno z niewielu badań przeprowadzonych w warunkach klinicznych. Wiele wcześniejszych, ale zrealizowanych w warunkach laboratoryjnych, sugerowało, że najlepsze wyniki osiąga AI.

Ale jest też dobra wiadomość: według badania, praca z AI wyraźnie poprawia jakość dokumentacji medycznej. Lekarze, którzy z niej korzystali, częściej notowali prawidłowe rozpoznanie, dokumentacja była bardziej kompletna, a plan leczenia – jasno określony.

Dobra wiadomość: AI wie, co robić, ale czasami jest źle instruowana

Kolejny mit obalili badacze z Microsoftu i Carnegie Mellon University: AI stosowana do triażu pacjentów w stanach zagrożenia życia podejmuje dobre decyzje, ale wymaga odpowiedniego skalibrowania.

Naukowcy postanowili podważyć wnioski z badania „ChatGPT Health performance in a structured test of triage recommendations”, które pod lupę wzięło skuteczność ChatGPT Health: System prawidłowo zakwalifikował jedynie 48 proc. przypadków wymagających natychmiastowej pomocy. W przypadku 10 proc. pacjentów zalecił pilną pomoc medyczną, choć taka nie była potrzebna. Wśród przypadków, których AI nie rozpoznała jako wymagających pilnej pomocy, znalazły się m.in. cukrzycowa kwasica ketonowa i niewydolność oddechowa.

W pracy „High-Stakes Decisions with Language Models: Insights from Emergency Triage” opublikowanej na początku sierpnia, autorzy sprawdzili, czy model rzeczywiście aż tak źle triażuje chorych. W swojej analizie przeanalizowali łącznie 1248 przypadków, w których 640 zaklasyfikowano jako wymagające pilnej pomocy.

Badacze oddzielili ocenę prawdopodobieństwa wystąpienia stanu nagłego od decyzji o skierowaniu pacjenta na SOR. W przypadku GPT-5-mini, czyli modelu stosowanego przez ChatGPT Health, AUROC – wskaźnik pokazujący, jak model potrafi odróżnić przypadki pilne od niepilnych – wynosił 0,99, co oznaczało wysoką zdolność AI do prawidłowej klasyfikacji stanu chorego. Dla GPT-5.4 było to 0,95, DeepSeek-V4-Pro 0,97, a dla Claude Fable 5 – 0,99.

Następnie naukowcy zmienili prompt, precyzując, jak należy traktować obydwa rodzaje błędów: przeoczenie stanu nagłego oraz niepotrzebne skierowanie pacjenta do szpitala. Przy założeniu, że przeoczenie stanu nagłego jest pięć lub dziesięć razy kosztowniejsze niż niepotrzebne skierowanie, odsetek prawidłowo wykrytych przypadków nagłych przez GPT-5-mini wzrósł o około 50 proc., bez zwiększenia liczby niepotrzebnych skierowań. W rozszerzonej analizie poprawa wyniosła około 30 proc., a liczba niepotrzebnych skierowań wzrosła tylko nieznacznie.

Ale nie każdy błąd AI można naprawić lepszym promptem. Jeśli model nie rozpoznaje, że pacjent znajduje się w stanie zagrożenia zdrowia lub życia, problemem jest jego zdolność do oceny sytuacji medycznej. Jeśli natomiast prawidłowo ocenia ryzyko, ale mimo to podejmuje niewłaściwą decyzję, trzeba jasno określić, według jakich kryteriów powinien działać.

Nie ma jednego optymalnego sposobu kalibrowania systemów triażowania przez AI. Wszystko zależy od kontekstu sytuacji. W przypadku SOR-u ważniejsze może być uniknięcie przeoczenia ciężkiego przypadku, nawet kosztem większej liczby niepotrzebnie wystawionych skierowań (i wyższych kosztów). Inaczej może wyglądać to w małej placówce, gdzie zasoby są ograniczone.

Autorzy rekomendują, aby w systemach wysokiego ryzyka prompt zawierał pożądane priorytety, a modele były testowane w całym zakresie możliwych kompromisów między bezpieczeństwem a liczbą niepotrzebnych interwencji. Proponują także stosowanie zewnętrznych progów decyzyjnych lub rozwiązań hybrydowych opartych na AI i interwencji człowieka. Właściwa polityka decyzyjna jest tak samo ważna jak same umiejętności AI. Wiedzą to lekarze, którzy też muszą szybko podejmować decyzje w stanach zagrożenia życia lub zdrowia, balansując między ryzykiem a niepotrzebnymi badaniami i stresem dla pacjenta.

Czytaj także: Autonomiczna AI jest gotowa, aby leczyć pacjentów

W 2025 roku apteki sprzedały 3,7 mln opakowań suplementów diety zawierających olej rybi lub tran – o 85% więcej niż w 2020 roku. Wstępne dane pokazują, że w 2026 roku będzie to już ponad 4 mln opakowań. Skąd taka popularność po latach dużych spadków sprzedaży?

POBIERZ BEZPŁATNIE e-wydanie OSOZ Statystyki 9/2026 (45 stron, PDF)

W numerze 9/2026 OSOZ Statystyki:

Spada substytucja apteczna. Dlaczego apteki wydają coraz mniej zamienników leków?

W pierwszym półroczu 2026 r. w Polsce zamieniono około 18 mln opakowań leków – wynika z danych PEX. To 4,4 proc. wszystkich wydanych w tym czasie opakowań. Z danych z ostatnich kilku lat wynika, że ten odsetek systematycznie maleje.

W przypadku których leków apteki najczęściej oferują zamienniki? Liderem jest przeciwpasożytniczy albendazol – aż 30% opakowań w okresie od marca do czerwca 2026 zostało zamienione. Niewiele mniejsze poziomy substytucji występują w przypadku leków na zaburzenia erekcji: tadalafil – ponad 24% i sildenafil – 23%. Często wymieniany jest też przeciwmigrenowy sumatrypan.

Czytaj dalej 👉

Kwasy omega-3 przeżywają drugą młodość. Sprzedaż gwałtownie rośnie od dwóch lat

W 2025 roku Polacy kupili w aptekach 3,71 mln opakowań produktów zawierających kwasy omega-3 – o 22,17 proc. więcej niż rok wcześniej. Wartość sprzedaży przekroczyła 151,9 mln zł. Dane OSOZ pokazują, że zainteresowanie tymi preparatami wyraźnie rośnie od 2022 roku, a prognozy na najbliższe dwa lata wskazują na dalszy wzrost rynku. Dotychczasowe dane za rok 2026 sugerują, że po raz pierwszy sprzedaż przekroczy 4 mln opakowań.

Czytaj dalej 👉

Ponadto w numerze:

• Sprzedaż leków według molekuł (lipiec 2026)
• Najlepiej sprzedające się produkty w aptekach (lipiec 2026)
• Monitor epidemiologiczny (lipiec 2026)
• Struktura dystrybucji leków (lipiec 2026)
• Radar epidemiologiczny (październik 2026)

Wszystkie archiwalne numery OSOZ Statystyki znajdziesz na zakładce POBIERZ.

Zakaz mediów społecznościowych dla dzieci poniżej 13. roku życia, brak własnych kont w social mediach przed ukończeniem 15 lat i obowiązek bezpiecznego projektowania platform – takie rozwiązania zakłada zapowiedziany dzisiaj EU KIDS Act. Przewodnicząca Komisji Europejskiej Ursula von der Leyen przedstawiła założenia projektu podczas orędzia o stanie Unii.

Tik-Tok, Instagram, Facebook i inne platformy z ograniczeniami wiekowymi w UE

Ursula von der Leyen poświęciła znaczną część swojego wystąpienia wpływowi mediów społecznościowych na dzieci i młodzież. Jak mówiła, młodzi Europejczycy spędzają obecnie przed ekranami od 4 do 6 godzin dziennie, a social media uzależniają dzieci. Winne są mechanizmy platform zaprojektowane tak, aby wydłużyć czas przebywania online.

– Dzieci są coraz mocniej wciągane w treści zaprojektowane tak, by zatrzymać je przy ekranie jak najdłużej – podkreślała przewodnicząca KE.

Von der Leyen mówiła o negatywnych konsekwencjach, takich jak niższa jakość snu, lęk, samookaleczenia, cyberprzemoc. W swoim wystąpieniu opowiedziała o 14-letniej Oléi z Belgii, która miesiąc wcześniej odebrała sobie życie po tym, jak padła ofiarą przemocy w internecie.

Przypomnijmy, że w sierpniu 2026 r. Meta (dawny Facebook) zgodziła się zapłacić 18 mld dolarów i ograniczyć sposób, w jaki nastolatki korzystają z Facebooka i Instagrama. To porozumienie ma zakończyć roszczenia wszystkich stanów USA dotyczące projektowania platform w sposób sprzyjający uzależnieniu młodych użytkowników.

Kompromis zakłada m.in. ograniczenie do 2 godzin czasu, jaki nastolatkowie spędzają w mediach społecznościowych, wprowadzenie blokad od północy do 6 rano, wyciszanie powiadomień push-up podczas przebywania w szkole, ukrycie informacji o lajkach i reakcjach innych użytkowników.

Trzy poziomy ochrony

Komisja Europejska ma przedstawić projekt EU KIDS Act 17 września. Von der Leyen zapowiedziała podejście różnicujące ochronę w zależności od wieku dziecka.

Główna propozycja zakłada, że dzieci poniżej 13. roku życia nie powinny mieć dostępu do mediów społecznościowych. Osoby poniżej 15. roku życia nie będą mogły posiadać własnego konta użytkownika.

Dla grupy wiekowej 13–15 lat przewidziano specjalne, ograniczone „mini-konta”, zakładane i nadzorowane przez rodziców lub opiekunów. Mają one mieć ograniczony zestaw funkcji oraz limit czasu korzystania – w przemówieniu wskazano 1 godzinę dziennie.

Z kolei w przypadku młodzieży w wieku 15–18 lat platformy miałyby zostać objęte obowiązkiem stosowania zasad tzw. bezpiecznego projektowania. Oznacza to odejście od podejścia, w którym odpowiedzialność za bezpieczne korzystanie z platform spoczywa przede wszystkim na dziecku i jego rodzicach.

Von der Leyen mówiła o odwróceniu ciężaru dowodu – to platformy mają wykazać, że ich usługi są bezpieczne dla najmłodszych użytkowników.

EU KIDS Act ma być pierwszym elementem szerszej regulacji rozwiązań cyfrowych. Von der Leyen zapowiedziała również Digital Fairness Act. Ma on zostać przedstawiony jesienią.

Czytaj także: Czy będzie zakaz social mediów dla dzieci poniżej 13. roku życia?

Autonomiczny robot Aletta do pobierania krwi przeszedł pomyślnie badania kliniczne, osiągając dokładność na poziomie doświadczonych flebotomistów. W sierpniu robot został dopuszczony na rynek przez amerykańską Agencję ds. Żywności i Leków FDA jako pierwsze tego typu urządzenie.

• Robot Aletta holenderskiego startupu Vitestro pobiera krew już przy pierwszym wkłuciu w 94,5 proc. przypadków. Taki wynik osiągają tylko doświadczeni specjaliści od pobierania krwi (flebotomista)
• Robot dobrze radzi sobie także z trudnymi żyłami. Hemoliza wystąpiła tylko w 0,3 proc. pobrań, znacznie rzadziej niż przy pobraniu przez personel.
• Czas trwania procedury jest taki sam jak w przypadku pobrania krwi przez człowieka.
• 90 proc. pacjentów oceniło, że ból przy pobraniu krwi przez robota jest taki sam lub mniejszy niż przy tradycyjnym pobraniu.
• W Europie robot w 2026 r. uzyskał znak CE, a w USA certyfikację FDA umożliwiającą wprowadzenie urządzenia do placówek medycznych.

9 lat pracy, ponad 80 mln USD od inwestorów

Zadanie robota jest proste – zlokalizować żyłę, wprowadzić igłę, pobrać próbkę krwi i założyć opatrunek. Tylko tyle i aż tyle. Pobranie krwi wymaga precyzyjnej oceny lokalizacji żyły oraz nakłucia w odpowiednim kącie i z odpowiednią głębią. Zadanie utrudniają stres pacjenta i wywołane nim drżenie rąk, mała widoczność żył oraz ich skłonność do pękania. Nawet mały ruch powoduje konieczność ponownego wkłucia.

Rozwijany od 9 lat robot Aletta holenderskiego startupu Vitestro uzyskał świetne wyniki w pierwszym badaniu oceniającym w warunkach praktyki klinicznej całkowicie autonomiczny system pobierania krwi. Wyniki opublikowano w prestiżowym czasopiśmie Clinical Chemistry, kilka tygodni po tym, jak firma pozyskała rekordowe finansowanie od inwestorów w wysokości 70 mln USD. W 2024 roku Aletta uzyskała oznakowanie CE, umożliwiające komercyjne wdrażanie rozwiązania w Europie.

W Polsce procedurę najczęściej wykonują pielęgniarki. Od 2023 roku oficjalnie wprowadzono nowe uprawnienia flebotomisty – osoby przeszkolonej do pobierania krwi żylnej lub włośniczkowej dla celów badań laboratoryjnych.

Za jednym wkłuciem i bez powikłań. Pacjenci polubili robota

W badaniu ADOPT uczestniczyło 1633 pacjentów w trzech ambulatoryjnych punktach pobrań. Robot uzyskał skuteczność pierwszego wkłucia na poziomie 94,5 proc.

Doświadczeni flebotomiści i pielęgniarki osiągają wynik w zakresie 90%–97%. Może on spaść nawet do 80% u osób, które nie mają wprawy w pobraniu krwi albo gdy mają do czynienia z trudnymi żyłami (o cienkich ściankach, głęboko położonymi lub skłonnymi do pękania). I właśnie u takich pacjentów robot uzyskał zaskakująco dobre wyniki: 92,7% u osób z trudnym dostępem do żył, 97,4% u osób z otyłością (BMI ≥ 30), 93,4% u osób powyżej 65. roku życia.

Drugim najważniejszym parametrem jakości procesu pobrania krwi jest hemoliza, czyli uszkodzenie krwinek podczas pobierania próbki, wymagające często ponownego pobrania.

Odsetek hemolizy przy wykorzystaniu Aletty wyniósł 0,3%. Dla porównania, w tych samych ośrodkach próbki pobierane przez personel wykazywały odsetki hemolizy od 1,4% do 6,9%, w zależności od lokalizacji.

90% uczestników przyznało, że pobranie było mniej bolesne lub równie bolesne jak klasyczne pobranie wykonywane przez człowieka. 82% zadeklarowało, że przy kolejnym badaniu wybrałoby robota lub nie miałoby znaczenia, czy krew pobiera robot, czy człowiek.

Działania niepożądane wystąpiły u 0,6 proc. pacjentów i wszystkie miały łagodny charakter. Nie odnotowano żadnych poważnych powikłań. Średni czas całej procedury – od rozpoczęcia do założenia opatrunku – wyniósł 2 minuty i 37 sekund i jest porównywalny z tradycyjnym pobraniem krwi.

Jak działa robot Aletta?

Aby dokładnie zlokalizować żyłę, urządzenie wykorzystuje obrazowanie w podczerwieni,
ultrasonografię oraz ultrasonografię dopplerowską. Algorytmy sztucznej inteligencji identyfikują żyłę, odróżniają ją od tętnicy, wyznaczają optymalne miejsce wkłucia, a następnie robotyczne ramię samodzielnie wykonuje cały zabieg, od założenia opaski uciskowej (stazy) po naklejenie plastra. Całość nadzoruje personel medyczny, który może kontrolować kilka urządzeń naraz.

System został zaprojektowany z myślą o laboratoriach diagnostycznych i szpitalach wykonujących dużą liczbę rutynowych pobrań, gdzie największym problemem jest niedobór wykwalifikowanego personelu.

Startup Vitestro powstał w 2017 roku w Utrechcie. Dziś firma zatrudnia około 100 osób i rozwija wyłącznie technologię autonomicznego pobierania krwi. Wśród inwestorów jest m.in. amerykańska Mayo Clinic oraz współzałożyciel Intuitive Surgical – producenta robota chirurgicznego da Vinci. Pod koniec sierpnia br. firma otrzymała certyfikację FDA De Novo przewidzianą dla nowych wyrobów medycznych o niskim lub umiarkowanym ryzyku, które nie mają już dopuszczonego do obrotu odpowiednika. Pierwszym europejskim klientem firmy jest Uniwersytecki Szpital w Odense w Danii, który zamówił trzy urządzenia. Na razie nie jest znana cena urządzenia.

Czytaj także: W tym pilotażu AI samodzielnie wystawia recepty. Efekty?

Instytut Matki i Dziecka w Warszawie od dawna ma dział ds. AI i jest zaliczany do czołówki innowacyjnych szpitali. Jak IMiD strategicznie wdraża sztuczną inteligencję? Rozmowa dr n. med. Alicją Karney, Dyrektor Instytutu, oraz Radosławem Nowakiem, Kierownikiem Działu Wdrożeń w Centrum Innowacji i Sztucznej Inteligencji.

• AI w IMiD przede wszystkim wspiera personel, m.in. poprzez automatyzację powtarzalnych zadań administracyjnych i tworzenie dokumentacji medycznej.
• AI jest wdrażana tylko wtedy, gdy oferuje najlepsze rozwiązania konkretnego problemu.
• Każde rozwiązanie oceniane jest pod kątem skuteczności, bezpieczeństwa, kosztów i interoperacyjności.
• Placówka sięga do pilotaży, aby sprawdzić rzeczywistą wartość technologii.
• Rozwój AI w medycynie wymaga czasu, pieniędzy, dobrych danych i współpracy wielu specjalistów – ponieważ bezpieczeństwo pacjentów nie pozwala na eksperymentowanie metodą prób i błędów.
• IMiD chce uprościć ścieżkę opieki nad pacjentem z pomocą AI. Ta usprawni przepływ informacji i organizację pracy, pozostawiając decyzje kliniczne lekarzom.

W jakich obszarach działalności, poza radiologią, szpital wdraża AI?

Alicja Karney: Poza radiologią duży potencjał wykorzystania sztucznej inteligencji widzimy w procesach organizacyjnych i administracyjnych. Dotyczy to przede wszystkim narzędzi, które mogą ograniczać czas poświęcany przez personel na wykonywanie powtarzalnych czynności.

Jednym z najbardziej dojrzałych kierunków rozwoju, zarówno w naszym Instytucie, jak i w wielu szpitalach na świecie, są również rozwiązania typu speech-to-text, które mogą wspierać przygotowywanie dokumentacji medycznej poprzez automatyczną transkrypcję wypowiedzi lekarza.

W każdym przypadku podkreślamy jednak, że etap pilotażu nie jest równoznaczny z decyzją o wdrożeniu. Każde rozwiązanie oceniamy pod kątem jakości, bezpieczeństwa danych, możliwości integracji z systemami szpitalnymi oraz rzeczywistej wartości dla personelu i pacjentów.

Sztuczna inteligencja ma wspierać pracę specjalistów, a nie zastępować ich decyzje kliniczne. Takie podejście jest zgodne zarówno z dobrymi praktykami wdrażania AI w ochronie zdrowia, jak i z wymogami europejskiego AI Act dotyczącymi nadzoru człowieka nad systemami wysokiego ryzyka.

Jakimi zasadami kierują się Państwo, decydując się na nowe systemy?

Radosław Nowak: Wybór rozwiązania AI zawsze zaczynamy od zdefiniowania problemu, a nie od technologii. Pytamy najpierw, jaki konkretny problem kliniczny, organizacyjny lub administracyjny chcemy rozwiązać i czy sztuczna inteligencja rzeczywiście będzie najlepszym narzędziem. Nie każde wyzwanie wymaga zastosowania AI – czasem większą wartość przynosi zmiana procesu lub lepsze wykorzystanie już dostępnych systemów.

Jeżeli uznajemy, że AI może przynieść realną korzyść, oceniamy rozwiązanie wielowymiarowo. Znaczenie ma jego skuteczność, bezpieczeństwo, zgodność z obowiązującymi przepisami, jakość danych wykorzystywanych przez model, możliwość integracji z istniejącą infrastrukturą IT oraz wpływ na organizację pracy i doświadczenia pacjenta. Analizujemy również całkowity koszt wdrożenia i utrzymania rozwiązania, a nie wyłącznie koszt zakupu licencji. Tak samo ważna jest też ocena poziomu ryzyka systemu AI oraz zapewnienie odpowiedniego nadzoru człowieka nad jego działaniem.

Kluczowym elementem procesu są pilotaże prowadzone z udziałem przyszłych użytkowników: lekarzy, pielęgniarek, położnych, diagnostów, farmaceutów, pracowników administracyjnych i zespołów IT. Jeszcze przed rozpoczęciem testów definiujemy mierzalne cele oraz kryteria sukcesu. Efektem pilotażu jest decyzja o wdrożeniu albo uzasadniony wniosek, że dane rozwiązanie nie przynosi oczekiwanej wartości lub organizacja nie jest jeszcze gotowa na jego szersze wykorzystanie. W ochronie zdrowia odpowiedzialna rezygnacja z wdrożenia jest równie wartościową decyzją jak jego rozpoczęcie. Takie podejście pozwala ograniczać ryzyko i budować zaufanie do nowych technologii.

AI nie doczekała się dotychczas odpowiednika HTA. Czy możliwe jest obliczenie korzyści ekonomicznych z wdrożenia sztucznej inteligencji?

Alicja Karney: Sztuczna inteligencja jest przede wszystkim narzędziem, dlatego jej efekty ekonomiczne można analizować podobnie jak w przypadku innych technologii wspierających procesy kliniczne i organizacyjne. Coraz częściej wskazuje się jednak na potrzebę rozwijania metod oceny technologii medycznych dedykowanych rozwiązaniom opartym na AI, czyli HTA dla AI. Taka ocena powinna uwzględniać nie tylko skuteczność kliniczną, lecz także wpływ rozwiązania na organizację pracy, jakość wykorzystywanych danych, interoperacyjność, bezpieczeństwo, możliwość aktualizacji modeli oraz sposób sprawowania nad nimi nadzoru.

Korzyści ekonomiczne wynikające z wdrożenia AI nie zawsze będą oznaczały obniżenia kosztów leczenia. Mogą one wynikać między innymi ze skrócenia czasu wykonywania określonych czynności, ograniczenia liczby powtarzalnych zadań, lepszego wykorzystania dostępnych zasobów, usprawnienia przepływu informacji, zmniejszenia ryzyka błędów czy poprawy dostępności świadczeń.

Aby jednak rzetelnie ocenić te korzyści, konieczne jest określenie punktu wyjścia oraz zdefiniowanie mierzalnych wskaźników jeszcze przed wdrożeniem rozwiązania. Należy porównać sytuację przed zastosowaniem technologii i po jej wdrożeniu, uwzględniając nie tylko koszt zakupu lub licencji, lecz także wydatki związane z integracją, infrastrukturą, szkoleniami, utrzymaniem, aktualizacjami oraz nadzorem nad systemem. W przypadku rozwiązań opartych na AI ocena nie powinna kończyć się w momencie zakupu. Ich efektywność, jakość i bezpieczeństwo działania powinny być monitorowane przez cały okres użytkowania.

I tutaj dochodzimy do finansowania. Skąd brać środki na rozwiązania AI?

Radosław Nowak: Z perspektywy zespołu zajmującego się innowacjami, decyzja o rozpoczęciu pilotażu powinna od początku uwzględniać możliwość późniejszego utrzymania rozwiązania. Finansowanie testu ze środków projektowych, grantowych lub w ramach współpracy z partnerem technologicznym nie oznacza jeszcze, że po jego zakończeniu szpital będzie dysponował budżetem na stałe korzystanie z systemu.

Dlatego przed podjęciem decyzji należy analizować pełny koszt posiadania technologii, obejmujący licencje, integrację, infrastrukturę, aktualizacje, serwis, cyberbezpieczeństwo, szkolenia oraz ewentualny wzrost kosztów wraz ze zwiększaniem skali wykorzystania. Szczegółowe informacje dotyczące źródeł finansowania i decyzji budżetowych pozostają jednak w kompetencji Dyrekcji.

Z KPO szpital wdraża m.in. Platformę Usług Inteligentnych z algorytmami dla radiologii. Jak przebiega ten projekt?

Radosław Nowak: Projekt jest już właściwie zakończony. Zarówno samo wdrożenie rozwiązań, jak i cała realizacja przedsięwzięcia w ramach KPO przebiegły sprawnie, bez większych problemów i komplikacji. Początkowo pewne obawy budziły krótkie terminy realizacji oraz bardzo napięty harmonogram, jednak dzięki dobrej organizacji i zaangażowaniu zespołów projekt udało się zrealizować w wyznaczonym czasie. Obecnie wdrożone rozwiązania są stopniowo włączane do codziennej pracy szpitala.

IMiD organizuje co roku Mother and Child Startup Challenge, w którym zwycięskie projekty mogą liczyć na wdrożenie pilotażowe.

Radosław Nowak: Konkurs po raz pierwszy zorganizowano w 2022 roku jako Mother and Child Startup Challenge, natomiast od 2025 roku jest rozwijany pod nazwą MCSC Hospital Leadership Innovation. Zmiana podkreśliła szerszy zakres programu, który obejmuje obecnie innowacje odpowiadające na potrzeby różnych obszarów funkcjonowania szpitali – zarówno klinicznych, jak i administracyjnych. MCSC rozwija się dziś jako platforma współpracy łącząca szpitale, startupy, środowisko naukowe, biznes oraz administrację publiczną.

Od początku głównym założeniem konkursu było zmniejszanie dystansu pomiędzy twórcami innowacji a szpitalami poprzez identyfikowanie interesujących rozwiązań, a następnie umożliwienie ich pilotażowego przetestowania w bezpiecznych i ustrukturyzowanych warunkach. Celem programu nie jest wyłącznie wyłonienie „najlepszego startupu”, lecz przede wszystkim stworzenie warunków do odpowiedzialnej weryfikacji nowych technologii w rzeczywistym środowisku szpitalnym.

Pilotaż pozwala sprawdzić, czy technologia rzeczywiście rozwiązuje zidentyfikowany problem, odpowiada na potrzeby personelu i pacjentów oraz wpisuje się w organizację pracy placówki. Pozwala również ocenić, czy użytkownicy chcą z niej korzystać, jakie zmiany są potrzebne przed jej dalszym wykorzystaniem oraz czy osiągane korzyści uzasadniają koszty wdrożenia, integracji i utrzymania rozwiązania.

Szpitale uczestniczące w konkursie nie deklarują obowiązku zakupu ani stałego wdrożenia testowanej technologii. Jest to celowe założenie programu. Uważamy, że odpowiedzialną praktyką jest najpierw sprawdzenie rozwiązania, zamiast wybierania go wyłącznie dlatego, że jest popularne albo dobrze prezentuje się w materiałach promocyjnych. Pilotaż traktujemy przede wszystkim jako proces walidacji, a nie etap automatycznie prowadzący do zakupu.

Każdy pilotaż jest podsumowywany, a wnioski obejmują zarówno ocenę samej technologii, jak i przebieg współpracy z jej twórcami. Analizowana jest między innymi gotowość zespołu do dalszego rozwijania produktu, reagowania na potrzeby użytkowników oraz wprowadzania zmian wynikających z doświadczeń zdobytych w środowisku szpitalnym. Takie doświadczenia są wartością nie tylko dla Instytutu Matki i Dziecka, lecz również dla innych szpitali należących do ekosystemu MCSC, które mogą dzięki nim lepiej ocenić zasadność rozpoczęcia podobnego projektu.

Efektem pilotażu nie zawsze jest wdrożenie. Część projektów przechodzi do kolejnych etapów współpracy, inne wymagają dalszego rozwoju, dostosowania do realiów klinicznych lub rozpoczęcia wieloletniego projektu badawczo-rozwojowego. Niektóre mogą zakończyć się świadomą decyzją o niewdrażaniu rozwiązania na danym etapie. Jest to również wartościowy rezultat, ponieważ pozwala ograniczyć ryzyko kosztownych i nieefektywnych inwestycji oraz podejmować decyzje na podstawie rzeczywistych danych, a nie wyłącznie deklaracji producentów. W odniesieniu do trwających projektów często jest zatem zbyt wcześnie, aby przesądzać o ich ostatecznym wdrożeniu lub komercjalizacji.

Próbowanie nowości to jedno. Co jeszcze daje organizacja MCSC Hospital Leadership Innovation?

Radosław Nowak: Największą wartością programu jest budowanie wiedzy, kompetencji i zaufania pomiędzy szpitalami, startupami oraz ekspertami. Pilotaże pozostają ważnym elementem MCSC, jednak coraz większą rolę odgrywają również działania wspierające rozwój i ocenę innowacji, takie jak edukacja, wymiana doświadczeń, budowanie kompetencji w zakresie sztucznej inteligencji i zdrowia cyfrowego, współpraca z GAIA AI Factory czy planowane utworzenie sandboxu do testowania rozwiązań cyfrowych. Dzięki temu tworzymy ekosystem, który pomaga odpowiedzialnie rozwijać, oceniać i wdrażać innowacje, zamiast analizować je wyłącznie przez pryzmat pojedynczego projektu pilotażowego.

Korzystanie z AI w medycynie jest nadal domeną pasjonatów. Z czego to wynika? Braku pieniędzy? Braku czasu? Braku świadomości?

Alicja Karney: Wszystkie wymienione czynniki mogą mieć znaczenie, ale nie powiedziałabym, że korzystanie ze sztucznej inteligencji jest obecnie wyłącznie domeną pasjonatów. Coraz częściej jest to element świadomego rozwoju organizacji i odpowiedź na realne problemy związane między innymi z liczbą danych, obciążeniem administracyjnym oraz ograniczonymi zasobami kadrowymi.

Jednocześnie wdrażanie AI w szpitalu jest procesem znacznie bardziej złożonym niż sam zakup narzędzia. Wymaga czasu, finansowania, infrastruktury, kompetencji, zaangażowania IT, personelu medycznego, prawników, inspektora ochrony danych oraz osób odpowiedzialnych za zarządzanie zmianą. Nie powinno być pozostawiane wyłącznie pojedynczym entuzjastom, ponieważ trudno wówczas zapewnić ciągłość projektu i odpowiedzialny nadzór nad technologią.

W medycynie dochodzi do tego jeszcze jeden, kluczowy czynnik – bezpieczeństwo. Tu nie ma miejsca na eksperymentowanie metodą prób i błędów, bo stawką jest zdrowie i życie pacjenta. Zanim narzędzie AI trafi do użytku klinicznego, musi przejść drogę znacznie bardziej rygorystyczną niż w innych branżach: walidację, testy bezpieczeństwa, jasno określone procedury nadzoru. To dodatkowo tłumaczy, dlaczego tempo wdrożeń jest wolniejsze niż mogłoby się wydawać patrząc na rozwój samej technologii.

Warto też pamiętać, na jakim etapie faktycznie jest dziś AI w medycynie. Modele są tak dobre, jak dane, na których się je trenuje, a w ochronie zdrowia dane bywają niekompletne, niespójne między systemami albo po prostu trudno dostępne ze względu na ich wrażliwość. To realna bariera, którą często pomija się w entuzjastycznych narracjach o sztucznej inteligencji. Narzędzie może mieć świetną architekturę, ale bez dobrej jakości danych wejściowych jego rekomendacje będą tak samo niepewne.

Pasjonaci i liderzy zmian są bardzo potrzebni, ponieważ często inicjują nowe projekty. Docelowo jednak korzystanie z AI powinno opierać się na ustrukturyzowanych procedurach, zespołach interdyscyplinarnych i decyzjach podejmowanych na poziomie całej organizacji. IMiD już wcześniej podkreślał, że powodzenie projektów innowacyjnych zależy od specjalistycznego wsparcia i nie powinno opierać się wyłącznie na dodatkowym zaangażowaniu personelu medycznego.

Jakie innowacje cyfrowe i AI IMiD planuje wdrożyć w najbliższych trzech latach?

Radosław Nowak: W kolejnych latach chcemy nadal identyfikować i testować rozwiązania, które mogą usprawnić zarówno procesy kliniczne, jak i funkcjonowanie administracyjne Instytutu. Szczególnie interesują nas technologie pozwalające ograniczać obciążenie personelu powtarzalnymi czynnościami, usprawniać tworzenie i porządkowanie dokumentacji, poprawiać przepływ informacji oraz lepiej wykorzystywać dane dostępne w organizacji.

Będziemy również analizować rozwiązania wspierające komunikację z pacjentem, organizację ścieżki pacjenta, zarządzanie procesami oraz podejmowanie decyzji przez personel. Nie zakładamy jednak wdrażania technologii tylko dlatego, że wykorzystuje ona sztuczną inteligencję. Każde rozwiązanie powinno odpowiadać na konkretną potrzebę, zostać ocenione pod względem bezpieczeństwa i skuteczności oraz – jeżeli jest to zasadne – przejść pilotaż przed podjęciem decyzji o szerszym zastosowaniu.

Jest rok 2030. Jak wygląda wizyta pacjenta w IMiD?

Alicja Karney: Chcielibyśmy, aby w 2030 roku ścieżka pacjenta była przede wszystkim prostsza i bardziej spójna. Pacjent nie powinien być obciążany koniecznością wielokrotnego przekazywania tych samych informacji, a personel powinien mieć szybki dostęp do danych potrzebnych do udzielenia świadczenia.

Technologie cyfrowe i sztuczna inteligencja mogą wspierać organizację wizyty, obieg dokumentacji, analizę danych oraz pracę personelu. Nie powinny jednak zastępować relacji pacjenta z lekarzem ani samodzielnie podejmować decyzji klinicznych. Ich rolą powinno być ograniczanie zbędnych czynności administracyjnych, aby pracownicy mogli poświęcić więcej czasu pacjentowi. Jest to jednak kierunek i wizja rozwoju, a nie deklaracja dotycząca konkretnych systemów, które będą funkcjonowały w Instytucie w 2030 roku.

Czytaj także: AI przewidzi ryzyko chorób i pomoże im zapobiec

Na całym świecie rośnie bezrobocie wśród absolwentów studiów, bo AI przejmuje miejsca pracy wcześniej przeznaczone dla stażystów. Dlatego pokolenie Z wybiera zawody, które gwarantują stabilną przyszłość i dobre zarobki. Wśród nich jest medycyna.

• 75% młodych Polaków uważa, że sztuczna inteligencja ma negatywny wpływ na rynek pracy.
• Decydując o karierze, pokolenie Z preferuje stabilne i trudne do zautomatyzowania zawody, takie jak medycyna, rzemiosło czy praca techniczna. To tzw. bezpieczne przystanie zawodowe.
• W tym roku na Uniwersytecie Medycznym we Wrocławiu o 330 miejsc na kierunku lekarskim ubiegało się 4789 kandydatów.
• Medycyna przyciąga dodatkowo wysokimi zarobkami. Wynagrodzenie lekarza stażysty wynosi 8458 zł brutto miesięcznie, a średnia pensja lekarza specjalisty na etacie sięga ok. 23 tys. zł brutto.

Korzystają chętnie z AI i wiedzą, że AI ich zastąpi

Zgodnie z raportem Światowego Forum Ekonomicznego „Artificial Intelligence and the Future of Entry-Level Work”, ponad jedna trzecia młodych osób pracuje w zawodach o średniej lub wysokiej ekspozycji na zmiany związane z AI. Według danych Głównego Urzędu Statystycznego, w ciągu ostatnich 10 lat udział osób z wyższym wykształceniem w rejestrach bezrobotnych wzrósł z 12–13% w latach 2015–2016 do 14,7–14,9% na przełomie lat 2025/2026.

Takich danych jest więcej. I nawet jeśli eksperci uspokajają, że wzrost bezrobocia ma wiele źródeł, nowe pokolenie boi się o swoją przyszłość. Według badania Fundacji THINK! „Aspiracje zawodowe młodych Polaków 2026”, 75% młodych uważa, że AI stanowi zagrożenie dla rynku pracy.

Nic dziwnego. Codziennie czytają w mediach społecznościowych wypowiedzi szefów koncernów technologicznych, takich jak Elon Musk (SpaceX) czy Demis Hassabis (DeepMind), o zbliżającej się erze ogólnej sztucznej inteligencji i zastępowaniu przez AI nawet najlepszych ekspertów. I nie ma znaczenia, że w apokaliptycznych prognozach chodzi przede wszystkim o zwiększenie notowań giełdowych firm. Strach o miejsca pracy i przyszłość rośnie.

W 2016 roku „ojciec AI”, prof. Geoffrey Hinton powiedział, że nie ma co dalej kształcić radiologów, bo w ciągu 5 lat zastąpi ich AI. I choć Hinton sprostował później swoją wypowiedź, obawy pozostały. Badanie przeprowadzone w Kanadzie w 2026 roku wykazało, że 33% studentów medycyny przyznało, iż zniechęciło się do specjalizacji radiologicznej właśnie z tego powodu.

AI zastąpi stanowiska biurowe, ale nie te oparte na pracy ludzkich rąk

Inne podejście do życia pokolenia Z, ucieczka z biur i trend automatyzacji pracy umysłowej powodują zmiany w planowaniu kariery. Swój renesans przeżywa rzemiosło. Technikum oferuje konkretne kwalifikacje zawodowe, a w związku z niedoborem pracowników w branżach opartych na pracy fizycznej – dobre perspektywy zatrudnienia i wysokie zarobki.

W tym roku kierunki medyczne przeżywają oblężenie, a medycyna to drugi najpopularniejszy wybór maturzystów. Na Uniwersytecie Medycznym we Wrocławiu chętnych do studiowania na kierunku medycznym było 4 789, a miejsc – tylko 330. Na stomatologii o jedno miejsce walczyły 22 osoby. Duże wzrosty notują niemal wszystkie uniwersytety medyczne. I to mimo iż w tym roku rekrutację prowadzi rekordowe 39 uczelni, a liczba miejsc na kierunkach lekarskich wzrosła o 200.

Za rekordową rekrutacją stoi m.in. podwójny rocznik maturzystów. Do tego medycyna od lat jest na liście najbardziej pożądanych zawodów. Ale zmieniają się też preferencje zawodowe i generacja Z stawia na stabilne i dobrze płatne zawody. Zasadnicze wynagrodzenie miesięczne lekarza stażysty i lekarza dentysty stażysty wynosi 8 458,38 zł brutto. Średnie zarobki lekarza specjalisty na etacie wynoszą około 23 tys. zł brutto. Na absolwentów z otwartymi rękami czekają szpitale i przychodnie, także te zagraniczne, podbijając stawki w obawie o brak rąk do pracy i konieczność zamykania oddziałów.

Także w USA młodzież wybiera medycynę. Według Stowarzyszenia Amerykańskich Kolegiów Medycznych, liczba kandydatów na studia medyczne wzrosła o 5,3% w porównaniu z poprzednim rokiem.

Win-win czyli pewna praca z AI

Jeszcze do 2022 roku zainteresowanie 15-latków pracą w ochronie zdrowia spadało – wynika z raportu OECD „What Do We Know about Young People’s Interest in Health Careers?” Zawód pielęgniarki albo położnej postrzegany był jako trudny, stresujący, wymagający pracy po godzinach i źle płatny.

Ale po 4 latach rewolucji AI, którą pod koniec 2022 roku zainicjował ChatGPT, rynek pracy czekają wielkie zmiany. Czy AI doprowadzi do masowego bezrobocia czy do powstania zupełnie nowych zawodów? Zdania są rozbieżne, ale sama niepewność co do przyszłości powoduje exodus młodego pokolenia do zawodów oferujących stabilność. Paradoksalnie medycyna to jeden z tych zawodów, które nie są zagrożone przez AI, ale jednocześnie najbardziej na AI skorzystają.

Kiedy rozpoczynający dzisiaj studia medyczne młodzi lekarze wejdą na rynek pracy za kilka lat, nie będą musieli ręcznie wpisywać danych do elektronicznej dokumentacji medycznej. W podejmowaniu decyzji pomogą im systemy AI, a praca w znacznej części będzie opierać się na danych, analizach. To będzie wymagać od nich ciągłego zdobywania coraz to nowych umiejętności, podobnie jak w innych zawodach. Medycyna może okazać się tylko pozorną ucieczką przed wpływem AI na rynek pracy.

Czytaj także: Lekarze nie mogą walczyć z AI, gdy ta jest od nich lepsza

AI może być dobrym partnerem do rozmów o zdrowiu psychicznym i redukować poczucie samotności, ale często jedynie wzmacnia negatywne zachowania i uzależnia – wynika z nowego badania Amerykańskiego Stowarzyszenia Psychologicznego „Chatboty a zdrowie psychiczne”.

• 77 proc. psychologów deklaruje, że ma pod swoją opieką pacjentów korzystających z AI, głównie do samodiagnozy i wsparcia terapii.
• 49 proc. dostrzega pozytywny wpływ chatbotów na chorych. Przykładowo, redukują poczucie samotności.
• 97 proc. obawia się, że AI może wzmacniać negatywne zachowania.
• AI może osłabiać krytyczne myślenie i relacje społeczne, a także wzmacniać nieadaptacyjne zachowania pacjentów.
• Część terapeutów twierdzi, że w przyszłości AI może ich zastąpić, a pacjenci szukający wsparcia psychicznego będą preferować chatboty.

Pacjenci rozmawiają z AI, bo AI jest blisko, cierpliwie słucha i empatycznie odpowiada

APA, American Psychological Association, przeprowadziła ankietę wśród ponad 1 200 licencjonowanych psychologów w USA na temat wykorzystania AI przez pacjentów. Wyniki zaskakują.

77 proc. psychologów przyznaje, że mają pod opieką pacjentów, którzy korzystają ze sztucznej inteligencji, najczęściej do samodiagnozy (39 proc.), wzmocnienia samodyscypliny (34 proc.) oraz w charakterze asystentów terapii (33 proc.). Jak podkreślają autorzy, faktyczna liczba chorych sięgających do AI jest prawdopodobnie znacznie większa – badanie obejmuje tylko osoby pozostające pod opieką psychologiczną.

35 proc. psychologów twierdzi, że ich pacjenci traktują sztuczną inteligencję jako specjalistę zdrowia psychicznego. Prowadzą rozmowy z chatbotami dla rozrywki (33 proc.), aby nawiązać przyjaźń (22 proc.) albo relację intymną (13 proc.).

Nawet jeśli pacjenci korzystają z chatbotów konsumenckich, jak ChatGPT albo Claude – które nie są dostosowane do celów terapeutycznych – psychologowie dostrzegają pozytywny wpływ chatbotów. 71 proc. stwierdziło, że ich pacjenci rozmawiali z chatbotem na temat swojego zdrowia psychicznego, a 68 proc. zauważyło, że pacjenci czuli się docenieni i wspierani przez AI. Aż 49 proc. psychologów doszło do wniosku, że chatboty mają pozytywny wpływ na ich pacjentów. Przeciwnego zdania jest 25 proc. ankietowanych. Wśród szkodliwych aspektów rozmów z chatbotami wskazano uzależnienie od AI oraz fałszywe przekonania związane z chatbotem (15 proc.).

Chatboty mogą rozleniwiać pacjentów i wzmacniać niezdrowe zachowania

Psychologowie ostrożnie podchodzą do AI. 97 proc. uznało, że chatboty mogą wzmacniać negatywne zachowania, a 94%, że nie są one w stanie leczyć zaburzeń psychicznych, bo nie dostrzegają ważnych niuansów choroby. 89 proc. obawia się, że chatboty mogą nieumyślnie zachęcać chorych do samookaleczania – sztuczna inteligencja nie jest w stanie rozpoznać, że użytkownicy przeżywają kryzys. Ponad dziewięciu na dziesięciu psychologów nie ufa firmom technologicznym tworzącym chatboty w sprawach związanych z ochroną danych pacjentów dotyczących zdrowia psychicznego.

Zdecydowana większość podkreśla też ryzyko związane z poleganiem na sztucznej inteligencji jako jedynym źródle porad zdrowia psychicznego. Sztuczna inteligencja jest wygodna w użyciu, dlatego pacjentom łatwiej jest zwrócić się do AI zamiast korzystać z własnej kreatywności lub umiejętności podejmowania decyzji. Ponad czterech na pięciu psychologów uznało, że wykorzystywanie AI przez pacjentów może prowadzić do osłabienia umiejętności krytycznego myślenia.

I choć 55 proc. zgodziło się, że chatboty mogą potencjalnie zredukować poczucie samotności, 93 proc. jest zdania, że towarzystwo AI może negatywnie wpłynąć na zaangażowanie społeczne użytkowników. Pacjenci mogą wpaść w „pułapkę pochlebstwa”, w której przychylny charakter sztucznej inteligencji wzmacnia nieadaptacyjne myśli pacjenta oraz tzw. zachowania unikowe. Pacjenci, którzy przed konsultacją z psychologiem zwracają się do AI w celu uzyskania porady lub diagnozy, są mniej otwarci na zalecenia psychologa, jeśli są one sprzeczne z opinią AI.

AI nie zastąpi psychologów, ale ci mają o to obawy

Ponad 54 proc. psychologów stwierdziło, że nie ma zastrzeżeń co do korzystania przez niektórych pacjentów z chatbotów w charakterze uzupełniającym. Tylko niewielki procent korzysta z AI w życiu zawodowym i prywatnym, a 26 proc. ocenia swoją wiedzę na temat AI jako dobrą lub bardzo dobrą.

Psychologowie, którzy często korzystają z AI, mają zazwyczaj bardziej pozytywne nastawienie do jej stosowania przez pacjentów. 47 proc. badanych jest zdania, że sztuczna inteligencja prawdopodobnie zwiększy skuteczność specjalistów ds. zdrowia psychicznego w leczeniu pacjentów, a 40% wyraziło optymizm co do tego, że chatboty będą w stanie pomóc pacjentom, którzy nie mają dostępu do profesjonalnej opieki.

24 proc. badanych uważa, że w przyszłości pacjenci będą preferować chatboty terapeutyczne na niekorzyść specjalistów ds. zdrowia psychicznego.

---

Najważniejsze zasady korzystania z chatbotów do wsparcia psychicznego

• Nie traktuj AI jako substytut lekarza. Chatbot może być pomocą, ale nie powinien być jedynym źródłem wsparcia.
• Weryfikuj informacje. AI może brzmieć przekonująco i powoływać się na wiarygodne źródła, a mimo to podawać błędne lub niepełne informacje.
• Nie używaj AI do samodzielnej diagnozy. Chatbot może pomylić codzienne problemy z objawami zaburzeń psychicznych i zaproponować niewłaściwe rozpoznanie lub leczenie.
• Wykorzystuj AI do przygotowania się do wizyty. Chatbot pomaga uporządkować myśli i przygotować pytania dla lekarza, ale informacje przekazywane przez AI nie powinny zawierać danych osobowych.
• Powiedz specjaliście, że korzystasz z AI. Pozwoli to ocenić, czy uzyskane informacje są zgodne z celami leczenia i jak lepiej włączyć chatbota do terapii.
• Nie myl chwilowej ulgi z długotrwałą poprawą zdrowia. AI może udzielić odpowiedzi, które dają poczucie akceptacji lub poprawiają samopoczucie, ale nie oznacza to, że ma trwały efekt terapeutyczny.
• AI zawsze będzie ci schlebiać. Odpowiedzi chatbotów opierają się na wzorcach matematycznych. Nie rozumieją one sytuacji chorego.
• Nie podejmuj ważnych decyzji wyłącznie na podstawie odpowiedzi chatbota. Skonsultuj je ze specjalistą.

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

Podczas konferencji Apple 9 września największą uwagę przyciągnęły składany smartfon iPhone Duo oraz funkcje AI w Siri. Ale było też kilka ciekawych premier dotyczących monitorowania zdrowia.

Zegarek Apple oceni, czy organizm jest gotowy na wysiłek fizyczny

Nową funkcją jest „Gotowość” (Readiness). Apple Watch przeanalizuje ostatnią aktywność fizyczną, parametry zdrowotne i jakość snu, a następnie przedstawi wynik w skali od 0 do 10 oraz rekomendację dotyczącą zalecanego poziomu aktywności.

Częstsze pomiary, aby poprawić dokładność wyników

Nowy Health Sensing System w Apple Watch Series 12 i Apple Watch Ultra 4 zapewni częstsze pomiary parametrów sercowych. Tętno będzie mierzone co 5 sekund przez całą dobę, a zmienność rytmu serca (HRV) – nawet co 5 minut.

AI przeanalizuje zdrowie w dłuższej perspektywie i oceni wiek zdrowotny

Dużą nowością jest przebudowana aplikacja Zdrowie. Apple Intelligence pomoże przygotowywać spersonalizowane analizy i rekomendacje. Na nowej zakładce Insights trafią podsumowania danych dotyczące m.in. zdrowia serca, snu, aktywności, parametrów życiowych i cyklu.

Idąc za trendem długowieczności, Apple wprowadza nową zakładkę „Longevity”. Znajdą się na niej analizy zdrowia prowadzone w dłuższym okresie. Funkcja wieku zdrowotnego (Health Age) porównuje wybrane parametry użytkownika z jego wiekiem chronologicznym, wykorzystując m.in. VO2 max, spoczynkowe tętno, sen i HRV. Analizę będzie można uzupełnić o wyniki badań laboratoryjnych, m.in. HbA1c i LDL.

Sprawność ruchową ocenisz samodzielnie

Funkcja oceny sprawności ruchowej (Movement Evaluations) pozwala ocenić m.in. elastyczność ciała, siłę, równowagę, sposób poruszania się i VO2 max. Dane pochodzące z kamery iPhone’a i zegarka Apple przeanalizują modele AI, a użytkownik otrzyma wskazówki w czasie rzeczywistym.

Badania laboratoryjne proste ze smartwatcha

Za pośrednictwem aplikacji Zdrowie będzie można zamówić wykonanie badań laboratoryjnych obejmujących ponad 50 biomarkerów. Usługa dostępna tylko w USA ma być realizowana we współpracy z Quest Diagnostics w ok. 2 tys. lokalizacji. Aplikacja Zdrowie pomoże w interpretacji wyników, prezentując materiały przygotowane przez ekspertów klinicznych. Włączenie badań laboratoryjnych do ekosystemu Apple to strategiczny krok, który pozwoli firmie zyskać nowe dane niezbędne do poszerzenia funkcji fitness w swoich rozwiązaniach.

Roszerzony monitoring cyklu kobiety

Apple rozszerza śledzenie cyklu o funkcje związane z perimenopauzą i menopauzą. Użytkowniczki będą mogły rejestrować objawy i monitorować zmiany cyklu. Kobiety w wieku 40 lat i starsze mogą otrzymać powiadomienie, jeśli zmiany w cyklach będą wskazywać na perimenopauzę. Aplikacja ma również ostrzegać o krwawieniu po menopauzie.

Przebudowana aplikacja Zdrowie ma być dostępna jeszcze w tym roku, początkowo w języku angielskim w USA. Apple zaznacza, że dostępność poszczególnych funkcji będzie zależeć od urządzenia, regionu i języka.

Czytaj także: Rewolucja w POZ. Chorzy będą monitorowani w domu