Sztuczna inteligencja przyspiesza odkrywanie leków, wspiera lekarzy w diagnostyce i poprawia dostęp do opieki zdrowotnej. Ale rozwija się tak szybko, że państwa nie nadążają z jej regulacją i bezpiecznym wdrażaniem – wynika z raportu przygotowanego przez niezależny panel naukowców powołany przez Organizację Narodów Zjednoczonych (ONZ).

• Sztuczna inteligencja może znacząco poprawić dostęp do opieki medycznej. Jej wartość zależy od odpowiedniej infrastruktury i organizacji systemu.
• Rozwój AI postępuje szybciej niż możliwości jej niezależnej oceny i regulacji. Eksperci ONZ apelują o stworzenie globalnych standardów bezpieczeństwa oraz niezależnych mechanizmów oceny modeli AI.
• Najbardziej zaawansowane modele AI są rozwijane przez niewielką liczbę firm i państw, co grozi pogłębianiem nierówności technologicznych oraz uzależnieniem wielu krajów od zagranicznych dostawców.
• Nowa generacja autonomicznych agentów AI może zrewolucjonizować badania naukowe i pracę specjalistów, ale jednocześnie zwiększa ryzyko cyberataków, dezinformacji oraz utraty kontroli nad działaniem systemów.
• Największym wyzwaniem jest wzmacnianie kompetencji i budowanie zaufania do AI, co pozwoli bezpiecznie wykorzystać potencjał tej technologii dla społeczeństwa i ochrony zdrowia.

Medycyna szeroko korzysta z AI, ale na razie w chaotyczny sposób

Jednym z najbardziej spektakularnych przykładów zastosowania AI w ochronie zdrowia jest AlphaFold – system, który przewidział struktury ponad 200 milionów białek. Z rozwiązania korzysta ponad 3 miliony naukowców na całym świecie pracujących nad rozwojem nowych leków, szczepionek oraz nad badaniami nad antybiotykoopornością.

Raport wspomina też rosnącą rolę AI w diagnostyce obrazowej. Algorytmy pomagają radiologom wcześniej wykrywać raka piersi, a w krajach rozwijających się wspierają pracowników podstawowej opieki zdrowotnej, oferując dostęp do wiedzy naukowej w językach lokalnych. Przykładem są Indie, gdzie system AI wykorzystuje się do badań przesiewowych w kierunku retinopatii cukrzycowej. Analiza danych ponad 600 tys. pacjentów pozwala szybko identyfikować osoby zagrożone utratą wzroku.

Jednym z najbardziej obiecujących kierunków rozwoju są narzędzia wspierające personel medyczny. AI może przygotowywać dokumentację medyczną, pomagać w triażu pacjentów, wspierać analizę literatury naukowej czy rekomendować dalsze postępowanie kliniczne. Wszystko po to, aby lekarze i pielęgniarki mogli poświęcić więcej czasu bezpośredniej opiece nad pacjentem.

Autorzy podkreślają, że człowiek powinien pozostać odpowiedzialny za decyzje wymagające oceny klinicznej, empatii, rozumienia kontekstu oraz odpowiedzialności etycznej. AI ma wspierać lekarzy i nie może ich zastępować.

Nikt już nie nadąża za rozwojem AI, nawet naukowcy. W czym problem?

Możliwości modeli rosną szybciej niż zdolność naukowców i regulatorów do ich oceny. Dotychczasowe testy szybko stają się niewystarczające, a większość wiedzy o bezpieczeństwie najbardziej zaawansowanych modeli pozostaje w rękach firm, które je tworzą.

Eksperci porównują tę sytuację do przemysłu farmaceutycznego. Nowe leki przechodzą niezależne badania kliniczne prowadzone przez zewnętrzne instytucje. Tymczasem w przypadku AI nie istnieje powszechnie uznany system niezależnej oceny bezpieczeństwa najbardziej zaawansowanych modeli. W ochronie zdrowia, gdzie błędne odpowiedzi AI mogą bezpośrednio wpływać na decyzje kliniczne, to szczególnie ważne.

Dużo uwagi poświęcono tzw. agentom AI, czyli autonomicznym systemom, które potrafią samodzielnie wykonywać zadania, korzystać z różnych aplikacji, planować działania i współpracować z innymi systemami. W badaniach naukowych agentic AI znacząco przyspiesza analizę literatury oraz prowadzenie eksperymentów. W tzw. autonomicznych laboratoriach AI zwiększa tempo odkrywania nowych materiałów nawet ponad dziesięciokrotnie.

Podobne rozwiązania w przyszłości mogą znacząco przyspieszyć również badania biomedyczne oraz rozwój nowych terapii.

AI ma swoje ciemne strony: potrafi inteligentnie oszukiwać i może być wykorzystana przeciwko ludziom

Autorzy ostrzegają przed wykorzystaniem AI do cyberataków, kampanii dezinformacyjnych oraz manipulacji społeczeństwem. AI nadal „halucynuje”, czyli generuje przekonująco brzmiące, lecz nieprawdziwe informacje. Dlatego systemy nie powinny być wykorzystywane samodzielnie w sytuacjach wymagających wysokiej precyzji diagnostycznej bez odpowiedniej weryfikacji przez człowieka.

Nowym zagrożeniem jest tzw. sycophantic AI (AI schlebiająca użytkownikowi) – modele, które zamiast korygować błędne przekonania użytkowników, je wzmacniają, aby zwiększyć satysfakcję z rozmowy. W skrajnych przypadkach takie zachowanie może prowadzić nawet do zaburzeń zdrowia psychicznego.

Nawet najbardziej zaawansowane modele AI potrafią świadomie ukrywać swoje rzeczywiste możliwości lub zachowywać się inaczej podczas testów niż po wdrożeniu. W badaniach laboratoryjnych odnotowano przypadki, gdy systemy omijały ograniczenia bezpieczeństwa, wprowadzały użytkowników w błąd lub próbowały uniknąć wyłączenia.

Modele AI wymagają ciągłego monitorowania po wdrożeniu. Ich działanie powinno być oceniane w rzeczywistych warunkach, z wykorzystaniem danych o incydentach i doświadczeń użytkowników. Wynika to z tendencji do dryfowania, czyli pogarszającej się wydajności po wdrożeniu w stosunku do wyników osiąganych w testach na wysokiej jakości danych.

Future AI Gap. Na AI skorzystają ci, którzy będą wiedzieć, jak ją wykorzystać

Sztuczna inteligencja osiągnęła taki poziom rozwoju, że jest gotowa do zastosowań w przemyśle, medycynie, administracji, biznesie i życiu prywatnym. Aby się tak stało, państwa i organizacje muszą zbudować odpowiednią infrastrukturę, wyszkolić pracowników w zakresie bezpiecznego korzystania z technologii, przygotować regulacje.

Sztuczna inteligencja przynosi największe korzyści tam, gdzie zostaje włączona w dobrze zaprojektowane procesy kliniczne i organizacyjne. AI jest technologią analogiczną do elektryczności i komputerów. Od tego, jak zostanie wykorzystana, zależą korzyści w postaci zwiększonej produktywności lub efektywności procesów. Organizacje muszą przebudować swoje procesy i nauczyć się wykorzystywać AI.

Problemem jest to, że wiele krajów nie posiada dziś ani odpowiednich kompetencji, ani zasobów obliczeniowych pozwalających samodzielnie oceniać najbardziej zaawansowane systemy AI. W efekcie mogą stać się jedynie odbiorcami technologii rozwijanej przez największe światowe koncerny.

Dlatego ONZ apeluje o rozwój niezależnych instytucji oceniających bezpieczeństwo AI, inwestycje w kompetencje oraz większą międzynarodową współpracę.

„Raport Niezależnego Międzynarodowego Panelu Naukowego ds. Sztucznej Inteligencji: Oparta na dowodach ocena szans, zagrożeń i skutków sztucznej inteligencji” ma stanowić naukową podstawę dla przyszłych decyzji dotyczących rozwoju i zarządzania sztuczną inteligencją na świecie. W jego opracowaniu uczestniczyło 40 ekspertów z różnych kontynentów, w tym prof. Yoshua Bengio oraz prof. Piotr Sankowski z Polski.

Czytaj także: Z tego AI korzysta 750 tys. lekarzy. Ale nie w Europie

Przeanalizowaliśmy trendy sprzedaży 20 leków w ciągu ostatnich dwóch dekad. Co popyt na leki na receptę mówi o zdrowiu Polaków? Dlaczego sprzedaż ziół i homeopatii mocno spada, a kolagenu i magnezu rośnie? Jakie ostatnie mody napędzają sprzedaż niektórych środków dostępnych bez recepty? Jak pandemia COVID-19 wpłynęła na sprzedaż środków nasennych? Dlaczego popyt na marihuanę medyczną wzrósł aż 80-krotnie w zaledwie 6 lat?

We wnętrzu m.in:

• Dokładne dane dla 20 leków na receptę, OTC i suplementów
• Ilość i wartość sprzedaży, ceny oraz asortyment
• Wykresy trendów oraz szczegółowe opisy

POBIERZ BEZPŁATNIE WYDANIE SPECJALNE OSOZ STATYSTYKI (214 stron, PDF)

We wnętrzu:

• Zioła
• Leki przeciwzakrzepowe
• Konopie medyczne
• Środki na zatoki
• Kolagen
• Leki na RZS
• Leki na zgagę
• Paracetamol
• Homeopatia
• Leki na nadciśnienie
• Środki z ashwagandhą
• Leki w menopauzie
• Leki na odchudzanie
• Leki psychotropowe i odurzające
• Leki przeciwnowotworowe
• Na alergie
• Na opryszczkę
• Magnez
• Kosmetyki dla dzieci
• Środki nasenne

Przeanalizowaliśmy popyt na 20 różnych leków – na receptę, OTC i suplementów diety. Dane z ostatnich dwóch dekad pozwalają lepiej zrozumieć długofalowe trendy zdrowotne oraz zmieniające się mody w profilaktyce.

Kiedy rośnie sprzedaż leków na alergię, zaczyna się sezon pylenia roślin. Kiedy w aptekach pacjenci nagle zaczynają kupować coraz więcej środków na grypę i przeziębienie, jest to pierwszy objaw nowej fali infekcji górnych dróg oddechowych.

Sprzedaż apteczna może być pierwszym wiarygodnym sygnałem zmieniającej się sytuacji epidemiologicznej, wyprzedzając inne metody monitoringu prowadzone przez instytucje zdrowia publicznego. Powód jest prosty – wiele danych do raportów spływa z opóźnieniem, następnie muszą zostać przeanalizowane, a dopiero potem są publikowane. Proces ten może trwać nawet kilka tygodni lub miesięcy. Z kolei anonimowe dane z aptek pokazują czarno na białym, jakie leki są kupowane.

Ale dane z rynku farmaceutycznego trzeba interpretować z ostrożnością. Rosnąca sprzedaż leków na nowotwory nie przekłada się wprost proporcjonalnie na rosnącą zachorowalność. Leczenie odbywa się w większości w szpitalach, a sprzedaż w aptekach może wynikać z wprowadzenia nowoczesnych terapii do leczenia w warunkach domowych.

Do tego jeszcze dochodzi kwestia dostępności leków, a czasami ich ceny. Jeśli lek jest za drogi, pacjenci wybierają tańsze zamienniki. Około 10% osób rezygnuje z zakupu leku przepisanego przez lekarza na receptę – wynika z badania PEX. W schorzeniach takich jak nowotwór poziom przestrzegania zaleceń terapeutycznych jest wysoki, bo stawką jest życie. Są jednak choroby, w przypadku których pacjent nie wykupuje recepty mimo zaleceń lekarza. Klasycznym przykładem jest nadciśnienie tętnicze, które pacjenta „nie boli”, ale po kryjomu i stopniowo wyrządza szkody w organizmie. Szacuje się, że ponad połowa pacjentów z chorobą przewlekłą nie stosuje się do zaleceń terapeutycznych (tzw. adherence).

W niektórych przypadkach to nie recepty przepisane przez lekarza, ale ich realizacja jest najbardziej wiarygodnym miernikiem częstotliwości występowania danej jednostki chorobowej. Tak jest w przypadku łagodniejszych dolegliwości – wielu pacjentów leczy się na własną rękę (tzw. samoleczenie). Nie idą do lekarza, ale od razu do apteki po lek, krem, zioła.

I tu pojawiają się kolejne niuanse. Sprzedaż leków OTC – czyli bez recepty – w Polsce od lat jest na wysokim poziomie. Z danych CBOS wynika, że ponad 68% Polaków przyjmuje leki bez recepty przynajmniej kilka razy w roku. Nie stoją za tym tylko racjonalne przesłanki, czyli chęć wyleczenia choroby albo uzupełnienia niedoborów witamin, ale też szybko zmieniające się mody na suplementy diety. W czasie pandemii COVID-19 mocno wzrosła sprzedaż witaminy D i do dziś utrzymuje się na wysokim poziomie. To samo dotyczy magnezu albo suplementów diety. Ostatnimi hitami sprzedaży są kolagen i kreatyna.

Granica między trendami z TikToka a profilaktyką jest bardzo płynna. Rosnąca sprzedaż suplementów diety dla seniorów w czasie pandemii jest częściowo efektem chęci zadbania o zdrowie. Subiektywne postrzeganie oddziaływania niektórych suplementów nie zawsze musi iść w parze z obiektywnymi dowodami naukowymi. Zdrowie jest sprawą bardzo indywidualną i może nawet zależeć od światopoglądu oraz preferencji politycznych, czego przykładem są szczepionki.

Ale są też sytuacje, kiedy zmiany sprzedaży są sygnałem alarmowym występującej na rynku anomalii. Klasycznym przykładem jest sprzedaż konopi aptecznych. Po tym, jak receptę na nie można było łatwo otrzymać w internecie, sprzedaż gwałtownie wzrosła. Lek trafiał niekoniecznie do osób, które miały wskazania medyczne i go potrzebowały. Dopiero nowe przepisy z 2024 roku ukróciły ten proceder, ale i tak sprzedaż marihuany aptecznej wzrosła 80-krotnie w ciągu zaledwie 7 lat. Wiele nadużyć dotyczy też niestety leków stosowanych w chorobach otyłościowych. Kiedy na rynek trafił popularny agonista receptora GLP-1, popyt gwałtownie wzrósł. Pacjenci z cukrzycą, którzy najbardziej potrzebowali leku, mieli problem z jego zakupem.

Do tego jeszcze dochodzi wiele innych czynników mogących wpływać na sprzedaż: polityka refundacyjna, pojawienie się rewolucyjnych terapii, braki w dostawach (z powodu zaburzeń geopolitycznych, pandemii, zwiększonego popytu), nowe badania naukowe itd.

Sprzedaż leków mówi dużo o zachowaniach zdrowotnych – dużo więcej niż tylko o samym zdrowiu Polaków. To pokazuje nasz raport, w którym zebraliśmy analizy sprzedaży wybranych 20 leków, publikowane co miesiąc w czasopiśmie OSOZ Statystyki. Czasami na sprzedaż wpływają mody, czasami rosnąca profilaktyka, a w niektórych przypadkach – rosnąca skala występowania chorób. Dla jednych lek to nadzieja na powrót do zdrowia, dla drugich – na lepsze samopoczucie. Czasami kupujemy je, bo jesteśmy chorzy, a czasami, bo są reklamowane.

Nasze statystyki obejmują okres ponad 20 lat, co daje jeszcze wnikliwszy wgląd w konsumpcję leków oraz długookresowe trendy. Lektura niniejszego raportu pomoże Państwu lepiej zrozumieć zmieniającą się sytuację zdrowotną i aktualne mody samoleczenia.

Kliknij tutaj, aby pobrać raport specjalny OSOZ Statystyki „Trendy sprzedaży 20 leków”

Rozpoczęły się konsultacje publiczne pierwszego w Polsce „Poradnika Nabywcy AI” dla sektora ochrony zdrowia autorstwa Koalicji AI w Zdrowiu. Jakie 10 pytań trzeba sobie zadać, aby kupić dobry system sztucznej inteligencji zamiast obietnic?

• Ruszyły konsultacje publiczne pierwszego w Polsce „Poradnika Nabywcy AI”. Ma pomóc szpitalom i innym podmiotom ochrony zdrowia podejmować świadome decyzje zakupowe dotyczące sztucznej inteligencji.
• Autorzy przekonują, że zakup AI powinien zaczynać się od analizy rzeczywistego problemu i potrzeb organizacji, a nie od fascynacji nową technologią.
• Przed wyborem rozwiązania należy sprawdzić jego zgodność z przepisami, skuteczność potwierdzoną dowodami naukowymi oraz gotowość do wdrożenia w codziennej praktyce klinicznej.
• Wąskim gardłem wdrożenia AI jest m.in. jakość danych, integracja z systemami szpitalnymi, cyberbezpieczeństwo, ochrona danych oraz przygotowanie personelu do pracy z AI.
• Poradnik zawiera 10 pytań, które trzeba sobie zadać, aby uniknąć kosztownych błędów i zwiększyć szanse na udane wdrożenie sztucznej inteligencji.

Rozwiązania AI dla ochrony zdrowia rozwijają się tak szybko, że mało kto jest w stanie ocenić, które z nich są bezpieczne i przynoszą wymierne korzyści, a które to tylko marketingowe obietnice bez pokrycia. Szpitale i przychodnie są bombardowane ofertami aplikacji AI do diagnostyki obrazowej, administracji oraz wsparcia decyzji klinicznych. Swoje rozwiązania AI wprowadzają renomowani dostawcy IT i startupy medtech. Te ostatnie robią wszystko, aby znaleźć podmiot gotowy przetestować ich innowacje.

Do tego decyzja zakupowa dotycząca AI to labirynt pełen niepewności. Trzeba uwzględnić aspekty prawne, bezpieczeństwo danych oraz integrację nowego rozwiązania z obecną infrastrukturą IT. To dlatego większość podmiotów zdrowia bardzo ostrożnie, dmuchając na zimne, podchodzi do AI. Z badania Centrum e-Zdrowia z 2025 roku wynika, że z AI korzysta zaledwie 6,5% badanych placówek, a do tego i tak większość z nich to systemy do diagnostyki obrazowej wbudowane w urządzenia medyczne nowej generacji.

„Poradnik Nabywcy AI” wyjaśnia, jakie aspekty trzeba przeanalizować, aby rozsądnie , a nie na fali mody, wdrażać dobre i bezpieczne aplikacje AI.

AI jest gorącym tematem, ale nie zawsze musi być pierwszym wyborem

Autorzy poradnika proponują zacząć od pytania, czy placówka zdrowia w ogóle potrzebuje AI. Pierwszym krokiem powinno być zdefiniowanie problemu. Jeśli organizacja może go rozwiązać innymi sposobami – poprzez lepszą organizację pracy, automatyzację lub klasyczne narzędzia analityczne – wdrażanie AI jest zbędne. Lepiej wprowadzić narzędzia, które są prostsze w implementacji, zamiast porywać się na AI.

Dopiero gdy udoskonalenie procesu lub usunięcie wąskich gardeł wymaga analizy ogromnych zbiorów danych lub bardzo złożonych zależności, sztuczna inteligencja staje się pierwszym wyborem. Autorzy przypominają również starą zasadę informatyki: jakość algorytmu nigdy nie będzie wyższa od jakości danych, na których działa. Dlatego najpierw trzeba uporządkować dane i zagwarantować ich jakość, a dopiero potem nakładać na nie narzędzia AI.

Dużą część poradnika poświęcono regulacjom i nieporozumieniom, które im towarzyszą. Przykładowo, oznakowanie CE (Conformité Européenne) bywa błędnie interpretowane jako gwarancja jakości klinicznej. Tak naprawdę oznacza, że producent deklaruje zgodność wyrobu z obowiązującymi wymaganiami Unii Europejskiej dotyczącymi bezpieczeństwa, zdrowia i ochrony środowiska.

Ważnym punktem na checkliście nabywcy AI jest też sprawdzenie, do jakiej klasy ryzyka należy produkt, jaka jednostka przeprowadzała ocenę zgodności oraz czy producent dysponuje pełną dokumentacją techniczną. W przypadku rozwiązań niewymagających statusu wyrobu medycznego warto zwrócić uwagę na inne standardy jakości, np. normę ISO 82304-1. Autorzy zachęcają, aby już dziś pytać producentów, jak zamierzają spełnić przyszłe wymagania dotyczące systemów wysokiego ryzyka stawiane przez EU AI Act, nawet jeśli daty ich obowiązywania na poziomie unijnym mogą jeszcze ulec zmianie (na chwilę obecną termin ich wejścia w życie przesunięto z sierpnia br. na grudzień 2027 r.).

Pokaż mi dowody naukowe zamiast katalogowych obietnic

Autorzy uczulają, aby żądać konkretów, w tym wyników walidacji i znajomości parametrów takich jak AUC (Area Under the ROC Curve) – wskaźnika oceny jakości algorytmów diagnostycznych i modeli AI obrazującego, jak dobrze algorytm odróżnia osoby z daną chorobą od osób zdrowych. Producent powinien znać także czułość i swoistość modelu oraz informacje o populacji, na której model został przetestowany.

Tak samo ważna jest walidacja zewnętrzna, czyli potwierdzenie działania rozwiązania poza środowiskiem producenta. Największą wartość dowodową mają badania prospektywne oraz publikacje w recenzowanych czasopismach naukowych. Nawet jeśli model jest sprawdzony, dokładny i bezpieczny, trzeba przemyśleć, jak wdrożyć go w ramach istniejącej infrastruktury IT oraz zintegrować z systemami HIS, PACS czy LIS. Jeśli AI będzie wymagała od lekarzy wykonywania dodatkowych czynności w codziennej pracy, skazana jest na porażkę. Jeśli lekarz będzie musiał wprowadzać osobno dane do aplikacji AI i EDM, szybko pojawi się frustracja i rozczarowanie.

Dlatego przed wdrożeniem należy przeprowadzić ocenę gotowości organizacyjnej. To właśnie problemy integracyjne najczęściej prowadzą do opóźnień i niepowodzeń we wdrożeniach AI w szpitalach. Po uruchomieniu algorytmu trzeba monitorować jego wydajność oraz mierzyć rzeczywiste efekty kliniczne i organizacyjne, aby zapobiec tzw. dryfowi modelu (model drift). Chodzi o sytuację, gdy skuteczność modelu AI pogarsza się z czasem, ponieważ warunki, w których działa, zmieniają się w porównaniu z tymi, na których był trenowany.

Całkowity koszt posiadania. Cena za model to dopiero początek wydatków

Zakup technologii AI wymaga opracowania strategii implementacji obejmującej takie aspekty jak szkolenia personelu, zarządzanie ryzykiem dyskryminacji algorytmicznej, zgodność z prawem w zakresie przetwarzania danych medycznych, kwestie cyberbezpieczeństwa, utrzymanie rozwiązania po wdrożeniu oraz analiza całkowitego kosztu posiadania.

Do tego dochodzi też plan finansowania. Cena zakupu często stanowi niewielką część całkowitych kosztów. Budżet musi uwzględniać wydatki związane z integracją, szkoleniami, aktualizacjami, utrzymaniem infrastruktury oraz nadzorem nad działaniem systemu w kolejnych latach.

Takich niuansów jest sporo, a pominięcie nawet jednego z nich może zakończyć się fiaskiem wdrożenia AI.

1 lipca br. dokument trafił do konsultacji publicznych. Przedstawiciele szpitali, eksperci kliniczni, firmy technologiczne i instytucje publiczne mogą zgłaszać swoje uwagi i propozycje przed finalną publikacją. W opinii Koalicji AI w Zdrowiu poradnik będzie pierwszym w Polsce standardem wspierającym odpowiedzialne zakupy rozwiązań AI w ochronie zdrowia.

Uwagi i propozycje do „Poradnika Nabywcy AI” w ramach konsultacji publicznych przyjmowane są na stronie Koalicji AI w Zdrowiu.

10 pytań, które warto zadać przed zakupem AI do ochrony zdrowia

1. Czy AI jest potrzebna? Problem wymaga wdrożenia sztucznej inteligencji, czy można go rozwiązać prostszymi metodami?
2. Czy AI spełnia wymagania prawne? Czy produkt posiada odpowiednie certyfikaty (np. CE), spełnia wymogi MDR oraz przygotowuje się do AI Act?
3. Czy AI jest skuteczna i jakie są na to dowody? Czy istnieją wiarygodne wyniki walidacji, badania kliniczne i publikacje naukowe potwierdzające skuteczność?
4. Czy AI będzie działać w praktyce? Czy rozwiązanie można zintegrować z istniejącymi systemami i codziennym workflow personelu?
5. Czy personel jest gotowy na AI? Czy użytkownicy zostaną odpowiednio przeszkoleni i zaakceptują nowe narzędzie?
6. Czy AI jest etyczna i wolna od dyskryminacji? Czy algorytm został sprawdzony pod kątem stronniczości (bias) i zapewnia równą jakość działania dla różnych grup pacjentów?
7. Czy dane medyczne będą przetwarzane zgodnie z prawem? Czy rozwiązanie spełnia wymagania RODO i zapewnia odpowiednią ochronę danych pacjentów?
8. Czy rozwiązanie jest cyberbezpieczne? Czy producent stosuje odpowiednie zabezpieczenia i procedury chroniące przed cyberatakami?
9. Czy zapewnisz utrzymanie AI po wdrożeniu? Kto będzie odpowiadał za aktualizacje modelu, wsparcie techniczne, monitoring i rozwój systemu?
10. Czy znasz pełny koszt i długoterminowe korzyści? Czy uwzględniono nie tylko cenę zakupu, ale również koszty integracji, utrzymania, szkoleń oraz rzeczywisty zwrot z inwestycji?

Czytaj także: Czy polskie systemy IT dla medycyny dorównują tym z USA?

W tegorocznym raporcie Komisji Europejskiej „Digital Decade eHealth Indicator Study 2026” Polska uzyskała 92 punkty – tyle samo co rok temu. Ministerstwo Zdrowia uspokaja: ranking nie powinien być interpretowany jako klasyczny wyścig o pierwsze miejsce.

• Polska utrzymała wynik 92 punkty we wskaźniku e-zdrowia (eHealth Indicator), ale spadła z 5. miejsca w 2023 r. na 9. w 2025 r.
• Największy postęp w ostatnim roku odnotowały Grecja (+20 pkt), Łotwa (+8 pkt) i Słowenia (+6 pkt). Swoje wyniki poprawiło łącznie 18 państw UE.
• Komisja Europejska ocenia wyłącznie zakres i dostępność elektronicznych danych medycznych dla obywateli, a nie ogólny poziom cyfryzacji systemu ochrony zdrowia.
• Ministerstwo Zdrowia podkreśla, że Polska nadal pozostaje w gronie liderów e-zdrowia, a spadek w rankingu wynika przede wszystkim z szybszego postępu innych państw oraz wzrostu średniej unijnej.
• Aby osiągnąć unijny cel 100 pkt do 2030 r., wszyskie placówki medyczne w Polsce – w tym prywatne – muszą prowadzić EDM zgodnie z obowiązującymi od 2021 roku przepisami. Do na IKP muszą pojawić się nowe grupy danych jak m.in. zdjęcia medyczna oraz informacje o implantach.

Z 5. miejsca w 2023 roku na 9. w 2025 roku

Publikowany co roku wskaźnik eHealth Indicator obrazuje poziom dostępu obywateli państw UE do elektronicznej dokumentacji medycznej w tym zakres danych zdrowotnych, które można sprawdzić online. Komisja Europejska chce, aby do 2030 roku wszystkie kraje uzyskały 100 procent, czyli każdy obywatel miał pełny wgląd do swoich danych przez dedykowany centralny portal albo aplikację mobilną. Wynika to z tzw. Dekady Cyfrowej 2030, która obejmuje też inne aspekty cyfryzacji jak dostęp do e-usług administracji publicznej.

Trzeba podkreślić, że wskaźnik e-zdrowia nie jest miernikiem dojrzałości cyfryzacji ochrony zdrowia, bo nie obejmuje innych wdrożonych systemów, a jedynie dostęp obywateli do danych zdrowotnych.

Co roku nasza pozycja w rankingu rosła: w 2022 roku uzyskaliśmy 86,40 punktów (5. miejsce), w 2023 roku – 90,04 pkt. (5 miejsce), a w 2024 roku – 91,82 pkt. (6. miejsce). Jednak w 2025 roku trend się zatrzymał i liczba punktów pozostała bez zmian. W tym czasie inne kraje szybko nadrabiały zaległości. W 2022 roku nasza przewaga nad średnią europejską wynosiła aż 15 punktów procentowych, a w 2025 roku już tylko 5 pp.

W tym roku po raz pierwszy dwa kraje – Belgia i Estonia – osiągnęły próg 100%. Paradoksalnie, największe gospodarki Europy, takie jak Francja i Niemcy, zajmują ostatnie miejsca (88%).

1. Belgia – 100%
2. Estonia – 100%
3. Dania – 98%
4. Litwa – 98%
5. Grecja – 94%
6. Łotwa – 94%
7. Malta – 94%
8. Słowenia – 93%
9. Polska i Portugalia – 92%

Inne kraje przyspieszają, a cyfryzacja dokumentacji medycznej w Polsce tkwi w miejscu

Tak niski wynik zaskakuje, biorąc pod uwagę ogromne inwestycje w e-zdrowie realizowane w ostatnich miesiącach w ramach Krajowego Planu Odbudowy. Jeszcze w 2023 roku zajmowaliśmy 5. miejsce. Centrum e-Zdrowia i Ministerstwo Zdrowia często powołują się na wyniki raportu, argumentując, że Polska jest „europejskim liderem e-zdrowia”.

Powód spadku jest prosty. Ranking opublikowany w czerwcu br. obejmuje dane za 2025 rok. W okresie 2024–2025 procent świadczeniodawców indeksujących elektroniczną dokumentację medyczną w systemie P1 zwiększył się z 56 proc. do 61%. Dane z systemu P1 trafiają na Indywidualne Konto Pacjenta (IKP) i do aplikacji mojeIKP – a to właśnie dostępność danych dla pacjentów, w tym ich zakres i kompletność, jest oceniana w ramach eHealth Indicator Study. Wzrost o 5 punktów procentowych podmiotów indeksujących EDM nie wpłynął na wskaźnik e-zdrowia. W tym czasie ogromne postępy zrobiły trzy kraje, które dotąd plasowały się za Polską: Grecja (+20 pp.), Łotwa (+8 pp.) i Słowenia (+6 pp.). Aż 18 państw członkowskich poprawiło swój wynik względem poprzedniego roku.

Poprosiliśmy Ministerstwo Zdrowia o komentarz w tej sprawie.

– Gwałtowny wzrost wyników, w części przypadków skutkujący wyprzedzeniem Polski, nastąpił głównie w państwach o znacznie mniejszej populacji niż Polska – argumentuje MZ, podkreślając, że Polska od lat utrzymuje wynik powyżej średniej unijnej. „Już w 2024 roku Polska osiągnęła wynik ok. 90%, czyli o 11 punktów procentowych powyżej średniej UE wynoszącej 79%. W kolejnej edycji wynik Polski wzrósł do 92%, przy średniej UE-27 na poziomie 83%, a w raporcie 2026 Polska utrzymała poziom 92%, podczas gdy średnia unijna wzrosła do 87%.”

Raport Komisji Europejskiej podkreśla, że Polska ma solidne fundamenty e-zdrowia. Obywatele mają szeroki dostęp do danych o zdrowiu poprzez IKP i mojeIKP, w tym m.in. e-recept, e-skierowań, informacji o hospitalizacjach, wyników badań laboratoryjnych i diagnostycznych. Użytkownicy mogą korzystać z elektronicznej identyfikacji zgodnej z europejskimi standardami oraz udzielać upoważnień do dostępu do swoich danych członkom rodziny lub opiekunom prawnym. Największym wyzwaniem pozostaje podłączenie wszystkich placówek medycznych do krajowej infrastruktury wymiany danych oraz brak danych w P1 z prywatnych placówek zdrowia. Na IKP nadal nie są dostępne obrazy diagnostyczne oraz informacje o implantach i wyrobach medycznych.

– Ranking nie powinien być interpretowany jako klasyczny wyścig o pierwsze miejsce, lecz jako wskaźnik stopnia dojrzałości cyfrowej państw w realizacji celu Digital Decade, jakim jest zapewnienie do 2030 r. 100 procentom obywateli UE dostępu do ich elektronicznej dokumentacji medycznej. Polska nadal pozostaje w grupie państw o bardzo wysokim poziomie dojrzałości cyfrowej w obszarze e-zdrowia, a przesunięcie w rankingu wynika z ogólnego wzrostu poziomu dojrzałości w Unii Europejskiej – podkreśla Ministestwo Zdrowia.

„Polska utrzymuje wynik 92%, wyraźnie powyżej średniej UE, co przy kraju pozostającym 5. najludniejszym w UE potwierdza stabilną i wysoką dojrzałość polskiego systemu e-zdrowia.”

Prawie wszystkie kraje Europy inwestują miliardy euro w rozwój elektronicznej dokumentacji medycznej, integrację danych i wdrażanie Europejskiej Przestrzeni Danych dotyczących Zdrowia (EHDS). Dopóki wszystkie placówki zdrowia w Polsce nie wdrożą EDM zgodnie z obowiązującymi od 2021 roku przepisami, poziom 100 procentowej dostępności danych medycznych dla obywateli nie zostanie osiągnięty na czas, czyli do 2030 roku. Spadek z pozycji lidera na koniec rankingu nie jest wykluczony.

Czytaj także: 60% więcej incydentów cyberbezpieczeństwa w ochronie zdrowia

Portale pacjenta nigdy wcześniej nie były tak łatwe i tanie do wdrożenia jak obecnie. Co badania naukowe mówią o ich wpływie na wyniki leczenia albo zaangażowanie pacjentów? Ile osób statystycznie z nich korzysta i co zrobić, aby było ich więcej?

Zaangażowany pacjent to pacjent, który współpracuje z lekarzem

Umożliwiają dostęp do wyników badań, dokumentacji medycznej, recept. Pozwalają umówić wizytę albo telekonsulację – czołowi producenci oprogramowania mają już w standardzie aplikacje albo portale dla pacjentów, które można szybko uruchomić pod własnym logo. Korzyści to m.in. mniej telefonów na rejestrację, mniejsza liczba tzw. no-shows i większa lojalność oraz zaangażowanie pacjenta. Z konkretów najbardziej przekonujące jest zmniejszenie odsetka nieodwołanych wizyt prowadzących do strat finansowych. Ale co placówka ma z „większego zaangażowania pacjenta”? Czy portal pacjenta naprawdę zwiększa „jakość opieki”? I czy ma sens, skoro 20 mln osób ma już Internetowe Konto Pacjenta, a tam dane spływają z wszystkich placówek?

Postanowiliśmy zweryfikować marketingowe obietnice przyglądając się badaniom naukowym biorącym pod lupę portale pacjenta. Prawie wszystkie wspominają o jednej korzyści, jaką jest wzrost zaangażowania pacjentów w proces leczenia. Przykładowo, systematyczny przegląd badań „The Impact of Digital Patient Portals on Health Outcomes, System Efficiency, and Patient Attitudes” (Wpływ cyfrowych portali dla pacjentów na wyniki leczenia, efektywność systemu oraz postawy pacjentów) wykazał, że portale pacjenta mogą poprawiać świadomość zdrowotną, wspierać przestrzeganie zaleceń terapeutycznych oraz wzmacniać relację lekarz–pacjent.

Podobne wnioski przynosi analiza „A systematic review of the effectiveness of patient education through patient portals” (Przegląd systematyczny skuteczności edukacji pacjentów za pośrednictwem portali dla pacjentów), opublikowana w JAMIA Open (Oxford Academic). Autorzy wskazują, że portale wspierają samodzielne zarządzanie chorobą. Największy efekt zaobserwowano w przypadku pacjentów przewlekle chorych, którzy regularnie korzystają z wyników badań, przypomnień o leczeniu czy bezpiecznej komunikacji z placówką. Pacjenci podkreślają większą kontrolę nad procesem leczenia i mniejszą zależność od pojedynczej wizyty lekarskiej.

Wzmacnianie relacji lekarz–pacjent albo większe zaangażowanie może brzmieć mgliście, ale przekłada się na lepszą komunikację w gabinecie lekarskim oraz jakość pracy personelu, co ma znaczenie, aby zatrzymać personel.

Co przychodnia ma z „lepszego doświadczenia pacjenta”? Mniej etatów i stresu

Kolejny powtarzający się wniosek: wyższy poziom satysfakcji pacjentów. Badanie „Effects of Patient Portal Use on Patient Satisfaction” (Wpływ korzystania z portalu pacjenta na poziom zadowolenia pacjentów) wykazało wyraźny związek między korzystaniem z portalu a lepszą oceną doświadczeń pacjenta związanych z opieką zdrowotną.

Pacjenci szczególnie wysoko oceniają szybki dostęp do wyników badań, możliwość elektronicznej komunikacji, łatwiejsze umawianie wizyt, dostęp do historii leczenia oraz większe poczucie kontroli nad własnym zdrowiem. Nawet jeśli z portali korzysta statystycznie ok. 25% pacjentów, w praktyce oznacza to setki mniej telefonów z pytaniami miesięcznie, mniej próśb o wydrukowanie badań albo krótszą kolejkę do rejestracji, aby tylko umówić się na nowy termin. W przypadku większych przychodni przelicza się to na konkretne etaty personelu rejestracji, nie mówiąc o wypaleniu zawodowym rosnącym wraz z liczbą niezadowolonych pacjentów zdanych na kontakt z rejestracją w każdej, nawet najbardziej błahej sprawie.

Ale badania zwracają też uwagę, że te korzyści zależą od jakości samego narzędzia. Portal pacjenta musi mieć prosty interfejs, a dane muszą być aktualizowane w czasie rzeczywistym. Doświadczenie pacjenta zależy też od automatycznej komunikacji, np. przypomnień SMS o zbliżającym się terminie.

„Zaangażowani” pacjenci to lepsze wyniki leczenia? Nie do końca

Portale pacjentów mogą odciążyć administracyjnie placówki, poprawić ich wizerunek oraz doświadczenia pacjenta. Ale czy ich wprowadzenie wpływa pozytywnie na wyniki leczenia? Tutaj jednoznacznej odpowiedzi na razie nie ma.

Z ostatniego przeglądu „The Impact of Digital Patient Portals on Health Outcomes, System Efficiency, and Patient Attitudes” (Wpływ cyfrowych portali dla pacjentów na wyniki leczenia, efektywność systemu oraz postawy pacjentów) wynika, że część badań faktycznie pokazuje zwiększone przestrzeganie terapii (tzw. adherence) oraz lepszą kontrolę chorób przewlekłych. Ale na razie brakuje wiarygodnych badań w tym zakresie, a efekty zależą od sposobu wykorzystania portalu. Największe korzyści można osiągnąć wtedy, gdy portal pacjenta jest jednym z elementów dobrze zaprojektowanej ścieżki pacjenta.

Trzeba też pamiętać, że z tego typu rozwiązań zazwyczaj korzystają osoby młodsze i lepiej wykształcone (także cyfrowo). Dlatego, wprowadzając portal pacjenta jako narzędzie komunikacji z pacjentem, trzeba równolegle pomyśleć o utrzymaniu alternatywnych, analogowych form komunikacji.

Lepsza komunikacja pacjenta z lekarzem może być pułapką dla lekarza

Wprowadzając portal pacjenta, trzeba dokładnie przemyśleć efekty wprowadzanych funkcji. Przykładem jest możliwość wysłania przez pacjenta pytania bezpośrednio do lekarza.

Badanie „Examining Health Care Provider Experiences With Patient Portal Implementation” (Analiza doświadczeń pracowników służby zdrowia związanych z wdrażaniem portalu dla pacjentów) pokazuje, że personel medyczny często obawia się wzrostu liczby wiadomości od pacjentów i idącego za tym większego obciążenia administracyjnego. Pacjenci często nadużywają tego narzędzia, pytając o interpretację badań albo sposób zażywania leków.

Zgodnie z przepisami, Narodowy Fundusz Zdrowia pozwala, aby pod opieką jednego lekarza POZ znajdowało się maksymalnie 2500 pacjentów. Jeśli nawet 10% z nich skorzysta z opcji komunikacji z lekarzem poprzez wiadomość wysłaną przez portal pacjenta, skrzynka szybko się zapełni i lekarz musi poświęcić kilka dodatkowych godzin tygodniowo na odpowiadanie (jeśli funkcja ma faktycznie działać).

Skoro jest IKP to po co Portal Pacjenta?

Skoro już 20 mln pacjentów korzysta z Internetowego Konta Pacjenta a 5 mln ma aplikację mobilną mojeIKP, to czy portale pacjenta mają sens? Tak, bo pomagają w umówieniu wizyty do lekarza POZ (stopniowo wprowadzana Centralna e-Rejestracja pozwala umówić się tylko do kilku specjalistów z poziomu IKP). Na IKP trafiają na razie tylko informacje z placówek sprawozdających dane do systemu P1 i tylko w wąskim zakresie. Do tego nie wszystkie placówki wdrożyły EDM. Z kolei na portal pacjenta spływają dane bezpośrednio z systemu gabinetowego – pacjent widzi dane, do których ma dostęp jego lekarz.

Pozostaje jeszcze pytanie, czy pacjenci korzystają z portali online. Z systematycznego przeglądu „Patient Portal Adoption Rates: A Systematic Literature Review and Meta-Analysis” (Wskaźniki korzystania z portalu pacjenta: systematyczny przegląd literatury i metaanaliza) wynika, że średni poziom adopcji na poziomie placówki to ok. 23 proc. Z kolei według badania „Engaging Patients and Providers With Portals” (Angażowanie pacjentów i pracowników służby zdrowia za pomocą portali), pacjenci deklarują duże zainteresowanie cyfrowym dostępem do danych medycznych, ale średnio korzysta z nich regularnie 29 proc.

Wszystkie badania podkreślają, że za wprowadzeniem portalu muszą iść akcje informacyjne, edukacja pacjentów oraz bezpośrednie polecanie nowego rozwiązania przez lekarza podczas wizyty i rejestracji przez personel.

Czytaj także: Z tego AI korzysta 750 tys. lekarzy. Ale nie w Europie

Szacuje się, że 38 000 podmiotów w Polsce musi wprowadzić nowe procedury cyberbezpieczeństwa. Wśród nich jest ok. 1500 placówek zdrowia. To efekt dyrektywy NIS2, którą wprowadza znowelizowana ustawa o krajowym systemie cyberbezpieczeństwa (KSC). Zegar tyka, a pierwszy ważny termin upływa w październiku.

• Dyrektywa NIS2 wprowadza obowiązkowe standardy cyberbezpieczeństwa dla podmiotów ochrony zdrowia i traktuje bezpieczeństwo cyfrowe jako element bezpieczeństwa pacjentów.
• Placówki muszą przeprowadzić samoidentyfikację, zarejestrować się w wykazie KSC do 3 października oraz wdrożyć system zarządzania cyberbezpieczeństwem do kwietnia 2027 roku.
• NIS2 wymaga nie tylko zabezpieczeń technicznych, ale także zarządzania ryzykiem, planów awaryjnych, kontroli dostawców IT i zaangażowania kadry zarządzającej.
• Kluczowym elementem przygotowań jest inwentaryzacja systemów, danych i procesów krytycznych oraz wdrożenie procedur tworzenia kopii zapasowych i odtwarzania danych.
• Regularne szkolenia pracowników pozostają podstawowym narzędziem ochrony, ponieważ większość cyberataków rozpoczyna się od błędów ludzkich i phishingu.

NIS2 to konieczna zmiana

Zapewnienie ciągłości dostępu do usług zdrowotnych jest dziś elementem bezpieczeństwa zarówno pacjentów, jak i państwa. Dlatego sektor ochrony zdrowia został uznany w dyrektywie NIS2 za sektor kluczowy, tym bardziej że skala cyberataków stale rośnie – według danych Centrum e-Zdrowia, liczba incydentów cyberbezpieczeństwa w latach 2021–2025 zwiększyła się aż 12-krotnie.

W marcu 2025 roku ransomware sparaliżował Szpital MSWiA w Krakowie, powodując niedostępność systemu EDM, wstrzymanie planowych przyjęć i przekierowywanie karetek do innych placówek. W ostatnich miesiącach cyberprzestępcy zaatakowali też Samodzielny Publiczny Wojewódzki Szpital Zespolony w Szczecinie, Bonifraterskie Centrum Medyczne, Centrum Medyczne Eskulap oraz Świętokrzyskie Centrum Rehabilitacji.

NIS2 ma wzmocnić sektor zdrowia przed skutkami ataków hakerów, co jednak wiąże się z koniecznością wprowadzenia dodatkowych procedur ochrony danych. Nowe przepisy dotyczą szpitali publicznych i prywatnych, większych przychodni, laboratoriów diagnostycznych, operatorów usług medycznych, części dostawców IT dla zdrowia oraz podmiotów zarządzających infrastrukturą cyfrową wykorzystywaną przez ochronę zdrowia.

Nowe obowiązki, terminy i kary

W podmiotach objętych NIS2, cyberbezpieczeństwo staje się obowiązkiem regulacyjnym, a nie jak dotychczas – luźnymi rekomendacjami. Pierwszym podstawowym krokiem, jaki powinna wykonać każda placówka zdrowia, jest wypełnienie ankiety, która pozwoli ocenić, czy podmiot musi spełnić obowiązki wynikające z ustawy o KSC i dyrektywy NIS2. Tzw. pre-weryfikację zgodności z zaleceniami NIS2 można przeprowadzić na udostępnionej przez rząd stronie www (kliknij tutaj).

Nawet jeśli z ankiety wyjdzie, że NIS2 nie dotyczy twojej placówki, nie oznacza to, że nie zmieni się to w przyszłości (np. w wyniku fuzji, zwiększenia skali działania itd.). Druga ważna wiadomość: otrzymanie wyniku weryfikacji „NIS 2 nie ma zastosowania do twojej działalności” nie zwalnia z obowiązków dokonania rejestracji w Wykazie KSC (kliknij tutaj).
Tę trzeba przeprowadzić do 3 października. Niektóre podmioty zostaną wpisane do KSC z urzędu i otrzymają odpowiednie zawiadomienie.

Wdrożenie pełnego systemu zarządzania cyberbezpieczeństwem trzeba zamknąć do 3 kwietnia 2027 roku. Po 24 miesiącach od momentu spełnienia przesłanek uznania za podmiot kluczowy należy przeprowadzić pierwszy audyt zgodności z przepisami, aby potwierdzić realizację obowiązków i przygotować się do kontroli organów państwowych. A kary za niedociągnięcia – przykładowo za brak Systemu Zarządzania Bezpieczeństwem Informacji (SZBI) lub niezgłoszenie incydentu albo lekceważenie obowiązków technicznych i organizacyjnych – mogą być dotkliwe (nawet do 10 mln euro lub 2% rocznego obrotu).

Dobra wiadomość jest taka, że regulacja opiera się na zasadzie proporcjonalności – wymagania dla dużego szpitala są dużo wyższe niż dla małej przychodni. Jest i zła – zbudowanie modelu bezpieczeństwa zgodnego z NIS2 wymaga wdrożenia nowego modelu zarządzania ryzykiem, co trwa kilka miesięcy i kosztuje. Niektóre szpitale otrzymały na wzmocnienie cyberbezpieczeństwa pieniądze z KPO. Pozostałe będą musiały sfinansować proces dostosowawczy z własnych środków.

Samoidentyfikacja dokonana. Czas na inwentaryzację

Błędem jest myślenie, że wystarczy oddelegować wdrożenie obowiązków NIS2 do działu IT. Przepisy wymagają zaangażowania zarządu i odpowiedzialności kierownictwa. Dlatego kolejnym krokiem jest stworzenie zespołu odpowiedzialnego za cyberbezpieczeństwo. W jego skład powinien wejść:

• dział IT,
• dyrekcja,
• inspektor ochrony danych,
• dział prawny,
• administracja,
• przedstawiciele pionów klinicznych,
• osoby odpowiedzialne za ciągłość działania.

NIS2 wychodzi z logicznego założenia, że skoro cyberatak dotyka każdej komórki organizacyjnej i w każdej może się zacząć, to strategią ochrony musi być objęty każdy element szpitala.

Kolejnym elementem jest inwentaryzacja, która polega na odpowiedzi na kilka pytań:

• Które systemy są krytyczne dla bezpieczeństwa działania placówki?
• Jakie procesy mogą zostać zakłócone w wyniku cyberataku?
• Jakie dane są najbardziej wrażliwe?
• Które urządzenia stanowią największe zagrożenie dla bezpieczeństwa informacyjnego?

Hakerzy najczęściej wkradają się do systemu szpitala za pomocą phishingu, ale także wykorzystując luki ochrony w postaci nieaktualnych systemów operacyjnych albo urządzeń medycznych wpiętych do internetu (np. systemów, urządzeń medycznych).

Jeśli już wiemy, jakie zasoby IT mamy, przechodzimy do budowania zabezpieczeń. Pierwszym i najważniejszym jest stworzenie mechanizmu automatycznego tworzenia kopii zapasowych i procedur odtwarzania danych na wypadek ataku hakerów. Następnie przeprowadza się segmentację sieci, czyli podział infrastruktury IT na mniejsze, odseparowane od siebie części. W efekcie, szpitalny system IT musi działać w innej sieci niż np. sieć Wi-Fi dla pacjentów. Każdy pracownik musi mieć tylko niezbędne uprawnienia dostępu do zasobów IT, podzielone zgodnie z rolami.

Już po stronie działu IT są regularna aktualizacja infrastruktury IT, monitoring incydentów bezpieczeństwa danych i ich raportowanie, ochrona poczty elektronicznej oraz stworzenie procedur awaryjnych – działań, które szpital lub placówka medyczna uruchamia w sytuacji kryzysowej, np. podczas cyberataku.

Procedury są bezcenne, aby uniknąć jeszcze większego chaosu

Procedury awaryjne precyzują, kto podejmuje decyzje w sytuacji kryzysowej, jak personel ma pracować bez systemów cyfrowych, w jaki sposób zabezpieczyć dane i sprzęt, jak utrzymać ciągłość leczenia pacjentów oraz kiedy i komu zgłosić incydent. W praktyce chodzi m.in. o przejście na dokumentację papierową, alternatywne sposoby komunikacji między oddziałami (np. telefon), manualne przyjmowanie pacjentów bez komputera, odłączanie zainfekowanych komputerów od sieci, procedury odwoływania lub przekierowywania wizyt i karetek, a także kontakt z CERT, policją i UODO.

Włącznie z procedurami trzeba też dokładnie określić, kto za co odpowiada: kto podejmuje decyzję o odłączeniu systemów w przypadku ataku hakerów, kto komunikuje się z mediami, kto przejmuje proces przejścia na dokumentację papierową oraz przywracania działania kluczowych usług.

Wcześniej było zaleceniem, a w NIS2 jest obowiązkiem – chodzi o zarządzanie łańcuchem dostaw. Większe placówki zdrowia powinny już znać zasady w tym obszarze. Podmiot musi sprawdzić, czy dostawcy IT posiadają procedury bezpieczeństwa dotyczące przechowywania danych, kto ma zdalny dostęp do systemów oraz czy umowy zawierają wymagania cyberbezpieczeństwa.

Szkolenia są często ważniejsze niż najlepsze zabezpieczenia technologiczne

90% wszystkich udanych ataków hakerów zaczyna się od phishingu, czyli maila albo wiadomości na telefon, w którym hakerzy podszywają się pod zaufane instytucje i osoby, nakłaniając odbiorcę do kliknięcia zainfekowanego linku lub otwarcia załącznika. W przypadku placówek ochrony mieliśmy już do czynienia z sytuacjami, gdy hakerzy podszywali się pod NFZ albo dostawcę IT, prosząc o zalogowanie się celem pobrania nowej wersji oprogramowania gabinetowego albo wyjaśnienia problemów z rozliczeniem.

Phishingu nie da się zatrzymać zabezpieczeniami technicznymi, dlatego pracownicy muszą wiedzieć, jak go zdemaskować. Dlatego NIS2 kładzie nacisk na cykliczne szkolenia. W przypadku lekarzy, pielęgniarek i pracowników rejestracji powinny się one odbywać co 6 miesięcy. W ramach planu szkoleń można przygotować symulacje phishingu, testować procedury bezpieczeństwa, ćwiczyć przejście na pracę offline.

Każdy pracownik musi wiedzieć, kogo informować o incydentach i nie bać się tego robić w obawie o konsekwencje personalne. W przypadku poważnego incydentu cyberbezpieczeństwa podmiot zdrowia musi zgłosić go do CSIRT Centrum e-Zdrowia, ocenić możliwy wpływ oraz poinformować użytkowników o zagrożeniu i działaniach ochronnych.

Procedura obejmuje trzy etapy: wczesne ostrzeżenie w ciągu 24 godzin (informacja do CSIRT CeZ; ocena, czy to działanie celowe i określenie, czy dotyczy także innych państw UE), szczegółowe zgłoszenie incydentu w ciągu 72 godzin (zgłoszenie formalne do CSIRT CeZ) oraz sprawozdanie końcowe maksymalnie miesiąc po zgłoszeniu. Raporty muszą zawierać m.in. opis incydentu, jego przyczyn, skutków oraz zastosowanych działań naprawczych. Podmioty mogą także przekazywać informacje o podatnościach, ryzykach i cyberzagrożeniach przez system S46 lub inne kanały komunikacji, pamiętając o oznaczeniu danych objętych tajemnicą przedsiębiorstwa.

Czytaj także: Pobierz bezpłatny poradnik bezpieczeństwa danych w placówlkach ochrony zdrowia

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Jak wyobraża Pan sobie medycynę za 2–3 lata?

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

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

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

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

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

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

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

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

Epic stał się synonimem elektronicznej dokumentacji medycznej w USA. Korzystają z niego prestiżowe szpitale, w tym uznawane za najlepsze na świecie Mayo Clinic i Cleveland Clinic. Sprawdzamy, jak Epic zdobył popularność i 42-proc. udział w rynku i czy Polska też ma swojego Epica.

• Epic jest wiodącym dostawcą systemów elektronicznej dokumentacji medycznej w USA, obsługując około 42 proc. placówek ochrony zdrowia i ponad połowę amerykańskich szpitali.
• Sukces systemu wynika z integracji wszystkich procesów szpitalnych w jednym środowisku oraz szybkiego wdrażania nowych technologii, w tym AI.
• W latach 2021–2025 Epic zwiększył udział w rynku z 31 do 42 proc., umacniając pozycję kosztem konkurencji.
• Pod względem filozofii działania najbardziej zbliżonym rozwiązaniem w Polsce jest KAMSOFT, oferujący zintegrowany ekosystem systemów dla placówek medycznych.
• Polskie szpitale dysponują porównywalnymi pod względem funkcjonalności systemami IT.

Czerwone niepozorne logo i epicki system

Epic, szpitalny system IT stworzony przez założoną w 1979 roku Epic Systems, zna każdy lekarz w USA. Nic dziwnego, bo jego elektroniczna dokumentacja medyczna jest wykorzystywana przez 42 proc. placówek zdrowia i ponad połowę szpitali (ok. 3600). Epic jest liderem zwłaszcza w grupie dużych placówek posiadających ponad 500 łóżek. Nazywany „cyfrowym mózgiem szpitala” zyskuje też popularność poza USA, m.in. w Kanadzie, Singapurze, na Bliskim Wschodzie, a ostatnio także w Europie – Wielkiej Brytanii, Holandii, Norwegii, Danii, Finlandii i Szwajcarii. W 2025 roku głośno było o wygranej Epica na dostawę zintegrowanego systemu dla największego w Europie szpitala, czyli Charité w Berlinie.

Skąd taka międzynarodowa kariera amerykańskiego systemu IT dla ochrony zdrowia? Skąd takie zaufanie do HIS-a Epic’a, czyli systemu szpitalnego, skoro można mieć wrażenie, że design interfejsu użytkownika zatrzymał się w latach 90-tych? Odpowiedź jest prosta: Epic stworzył zintegrowany, kompletny i spójny ekosystem IT. W jednym systemie zamknięto obsługę wszystkich procesów placówki medycznej – od zbierania danych w elektronicznej dokumentacji medycznej do rozliczeń, logistyki, planowania wizyt i komunikacji z pacjentem.

Wszystkie dane są zbierane i dostępne w jednym środowisku bez martwienia się o integrację ze sobą różnych systemów różnych firm. Taka filozofia tworzenia architektury IT jest zresztą zawarta w nazwie firmy. Epic – czyli epopeja, epos – symbolizuje całą historię zdrowia pacjenta. Dzisiaj Epic przekonuje do siebie chmurą danych opartą na rozwiązaniach Microsoft Azure albo Amazon Web Services oraz szybko integrowanymi w EDM rozwiązaniami AI.

Reputacja zapewnia stabilność, a rozwiązania AI – przewagę w opiece

Rozbudowana funkcjonalność Epic’a powoduje, że jego wdrożenie to zaawansowany proces wymagający reorganizacji procesów. Implementacja trwa często latami i kosztuje setki milionów dolarów. Ale to nie zniechęca – placówki otrzymują system dokładnie dopasowany do potrzeb, udrażniający przepływ danych i sprawiający, że wszystkie części organizacji zostają ze sobą połączone. Połączeni są też pacjenci, bo mają dostęp do swoich danych przez Portal Pacjenta.

Epic cieszy się reputacją stabilnej firmy. Według KLAS, firmy badającej rynek IT w ochronie zdrowia, elementy przewidywalności i partnerstwa odgrywają decydującą rolę przy wyborze dostawcy systemów HIS. Można było się o tym przekonać, gdy w 2021 roku Oracle – dostawca rozwiązań bazodanowych – kupił za 28,3 mld USD największego konkurenta Epic’a, czyli firmę Cerner. Wielu klientów zaczęło zmieniać system na Epic’a m.in. ze względu na niepewność związaną z rozwojem systemu EDM. I tak w latach 2021–2025 Epic zwiększył swój udział w rynku z 31% do obecnych 42%.

Ale Epic jest też często krytykowany za zamknięty ekosystem danych i utrudnianie wymiany danych z innymi systemami, w tym za praktyki monopolowe. Paradoksalnie, to zamknięte środowisko, zapewniające integrację danych, jest dla wielu szpitali największą wartością systemu.

Jaki dostawca IT w Polsce jest najbardziej zbliżony do filozofii Epic’a?

Kiedy przyjrzymy się z bliska platformie IT dla szpitali Epic’a, znajdziemy tam standardowe funkcjonalności, takie jak izba przyjęć, EDM, integrację z laboratorium i diagnostyką obrazową, zarządzanie blokiem operacyjnym, rozliczenia z płatnikami, moduły telemedyczne, analitykę danych oraz wsparcie decyzji klinicznych. Ostatnio Epic mocno stawia na automatyzację gromadzenia dokumentacji medycznej z pomocą AI scribes, czyli systemów zamieniających rozmowę lekarza z pacjentem na wpisy do EDM.

Z portalu pacjenta MyChart firmy Epic (dostępnego także jako aplikacja mobilna) korzysta już ok. 190 mln pacjentów, którzy mogą dzięki niemu m.in. przeglądać wyniki badań, odnawiać recepty na leki przyjmowane w chorobach przewlekłych oraz umawiać wizyty.

Polski rynek zdrowia jest zupełnie inny niż amerykański – przede wszystkim bardziej rozdrobniony i silnie regulowany centralnie, co powoduje, że informatyzacja wymaga znajomości lokalnych wymagań administracyjnych, integracji z centralną platformą P1 i częstych aktualizacji. Mimo to, pod względem architektury systemu i funkcjonalności Epic można porównać z KAMSOFT-em, który także oferuje zintegrowane systemy obsługujące wszystkie komórki organizacyjne szpitala. Z jedną różnicą – Epic stworzył gigantyczny, jednolity system, z kolei KAMSOFT rozwija modułowe rozwiązania oferujące większą elastyczność i możliwości stopniowej informatyzacji moduł po module. Jest to ważne, bo polskie placówki zdrowia nie mają takich budżetów na IT jak kliniki z USA: w Polsce wydatki na ochronę stanowią ok. 6,8% PKB, a w USA – 18%.

KAMSOFT od lat skupia się na ekosystemie interoperacyjnych rozwiązań, które można ze sobą zestawiać. Funkcjonalność systemu jest analogiczna do rozwiązania Epic’a, włącznie z portalem i aplikacją dla pacjenta. Do tego KAMSOFT przez lata stworzył bazy, które stały się ogólnopolskim standardem, jak m.in. baza leków BLOZ. I tak jak w przypadku giganta z USA, polska firma jest ceniona za stabilność (40 lat na rynku), dobrą obsługę wdrożeniową (sieć firm partnerskich w całej Polsce) i wprowadzane na bieżąco nowe funkcje idące za postępem technologicznym, w tym oparte na algorytmach. Z drugiej strony polscy dostawcy IT nie mogą sobie pozwolić na tak szybkie wdrażanie nowinek AI jak firmy amerykańskie, głównie ze względu na regulacje dotyczące ochrony danych osobowych oraz EU AI Act.

Epic jest często krytykowany za rozbudowany system, czego ceną jest większa złożoność obsługi. Ten sam problem dotyczy też rozbudowanych systemów KAMSOFT, choć w przeciwieństwie do Epic’a – który ma tylko jeden system dla dużych szpitali i tzw. Epic Garden Plot dla mniejszych klinik – firma ma w swoim portfolio prostsze systemy dla gabinetów lekarskich albo przychodni. Szpitale w Polsce mają dostęp do tak samo nowoczesnych rozwiązań IT jak największe kliniki w USA. Z kilkoma strategicznymi różnicami – w USA już ok. 80% szpitali korzysta z chmury danych, a przepisy, wyższe budżety na IT i kultura innowacyjności ułatwiają wdrażanie najnowszych technologii, w tym AI.

Czytaj także: „Analizator Terapii” wspiera lekarzy w decyzjach klinicznych

Wykorzystanie sztucznej inteligencji – i to mimo ogromnych możliwości – nadal ogranicza się do pojedynczych projektów pilotażowych. Najnowszy raport OECD „Scaling Artificial Intelligence in Health” ostrzega przed opóźnieniami we wdrażaniu AI, zaniedbaniami w szkoleniu personelu oraz niską jakością danych.

• OECD ostrzega, że większość projektów AI w ochronie zdrowia kończy się na pilotażach i nie jest wdrażana na większą skalę.
• Głównymi barierami wdrożeń są niska jakość danych, brak interoperacyjności, niejasne regulacje oraz niedostateczne kompetencje cyfrowe personelu.
• Tylko około 10 proc. rozwiązań AI w obrazowaniu medycznym zostało wdrożonych na poziomie całego kraju (kraje OECD).
• OECD wskazuje, że skuteczne wykorzystanie AI wymaga lepszych danych, nowych modeli refundacji, walidacji technologii i budowania zaufania użytkowników.
• Bez strategii i inwestycji w cyfryzację systemy ochrony zdrowia nie wykorzystają potencjału sztucznej inteligencji.

Wnioski z raportu OECD są alarmujące: wiele projektów AI kończy się na etapie lokalnych wdrożeń, ponieważ brakuje wspólnych standardów danych, jasnych zasad odpowiedzialności, interoperacyjności oraz kompetencji cyfrowych personelu medycznego. Problemem pozostaje niski poziom zaufania do AI wśród pacjentów i pracowników ochrony zdrowia. Jak to zmienić? Skuteczne skalowanie AI wymaga dobrej jakości danych, regulacji, infrastruktury, edukacji i zarządzania. OECD przygotowało specjalną checklistę, która ma pomóc unikać najczęstszych błędów wdrożeniowych.

Boom technologii, ale wdrożenia pozostają daleko w tyle

Choć AI jest już stosowana we wszystkich krajach OECD m.in. do wsparcia zadań administracyjnych, w medycynie wykorzystywana jest rzadko. Przykładowo, zaledwie 10 proc. rozwiązań AI w obrazowaniu medycznym zostało wdrożonych na poziomie krajowym. OECD zwraca uwagę, że wiele szpitali i placówek ochrony zdrowia implementuje AI w izolacji, bez wspólnych standardów i bez możliwości łatwego skalowania rozwiązań w innych placówkach.

W praktyce prowadzi to do powielania kosztów, problemów z interoperacyjnością, ograniczonej jakości danych, trudności z oceną skuteczności AI i braku zaufania użytkowników. Aby to zmienić, AI powinno być postrzegane jako bazowe rozwiązanie w ochronie zdrowia, a nie dodatek do niego.

Bez wysokiej jakości danych sztuczna inteligencja po prostu nie będzie działać. Problem polega jednak na tym, że sektor zdrowia nadal wykorzystuje mniej niż 5 proc. dostępnych danych, a 95 proc. pozostaje na papierze albo w silosach danych.

Jednym z najważniejszych zaleceń raportu jest budowa fundamentów danych opartych na zasadzie FAIR, czyli danych możliwych do odnalezienia, dostępnych, interoperacyjnych i możliwych do ponownego wykorzystania. OECD przypomina też, że dane zdrowotne muszą być reprezentatywne dla populacji; w przeciwnym razie AI może wzmacniać nierówności i generować błędne decyzje kliniczne. W Europie sytuację może poprawić centralna struktura zarządzania danymi zdrowotnymi, jaką jest powstająca Europejska Przestrzeń Danych Zdrowotnych (EHDS). Dzięki niej, anonimowe dane m.in. z badań naukowych oraz systemów elektronicznej dokumentacji medycznej trafią do centralnych repozytoriów i będą mogły być wykorzystywane w rozwoju algorytmów AI.

Strategie AI. Nawet jeśli są, nie idą za nimi konkretne działania

Polska ma swoją strategię rozwoju AI w postaci „Polityki rozwoju sztucznej inteligencji w Polsce do 2030 roku”. Ale nie ma sektorowego planu dla AI, zresztą jak w większości krajów OECD. Z badania wynika, że tylko 18 proc. krajów OECD posiada strategię AI dla zdrowia, 18 proc. ma dedykowany organ nadzorujący AI w ochronie zdrowia, a jedynie 3 proc. opracowało dedykowane przepisy prawne.

Efekt: chaotyczne inwestycje w AI. Oprócz interoperacyjności danych, do rozwoju AI niezbędne są też mechanizmy walidacji i oceny skuteczności (w Polsce oceną technologii medycznych zajmuje się AOTMiT, ale nie w zakresie rozwiązań AI), nowe strategie refundacji (wiele modeli AI służy profilaktyce, a system zdrowia płaci za liczbę wykonanych usług, a nie za wyniki leczenia) oraz zasady odpowiedzialności (kto odpowiada w przypadku błędu AI).

Do tego dochodzi zaufanie, które z kolei wymaga edukacji użytkowników końcowych. OECD zwraca uwagę, że nawet najlepsze rozwiązania technologiczne nie będą działały bez akceptacji użytkowników końcowych. Lekarze muszą wiedzieć, jak działa AI, jakie są ograniczenia modeli, jak interpretować wyniki, kiedy kwestionować rekomendacje systemu oraz jak bezpiecznie wykorzystywać AI w praktyce klinicznej. Na końcu algorytmy AI – czego zresztą wymaga EU AI Act – muszą być monitorowane, a błędy – raportowane. Dotyczy to też kontroli tzw. zjawiska dryfowania modeli AI, czyli sytuacji, w której algorytm wyćwiczony na danych testowych ma wysoką skuteczność, ale spada ona ze zmianami danych lub gdy jest wdrożony w placówce.

Raport nie jest jednak wezwaniem do regulacji, ale raczej ostrzeżeniem, że bez odpowiedniej strategii, ochrona zdrowia przeoczy szanse związane ze sztuczną inteligencją.

Czytaj także: 8. urodziny IKP. 20 mln kont, ale nowych przybywa za wolno