77 szpitali w Polsce przeprowadza zabiegi z wykorzystaniem robotów chirurgicznych, a jeśli uwzględnimy roboty ortopedyczne i neurochirurgiczne – już ponad 100. W 2024 roku wykonano ponad 17 tysięcy operacji chirurgicznych, czyli o rekordowe 70% więcej niż rok wcześniej – wynika z raportu „Chirurgia robotowa 2025” opublikowanego przez Modern Healthcare Institute. Szpitale inwestują w roboty, pacjenci chętnie z nich korzystają, ale jest kilka haczyków.

19 robotów chirurgicznych więcej w jeden rok

Odkąd od 1 sierpnia 2023 roku NFZ włączył do koszyka usług refundowanych operacje robotyczne raka jelita grubego i macicy – do już refundowanego od 2022 roku zabiegu raka prostaty – zakup robotów chirurgicznych w końcu zaczął się opłacać. I widać to po danych – w 2024 roku, w stosunku do 2023 roku, liczba dostępnych w Polsce robotów chirurgicznych (da Vinci, Hugo, Versius) wzrosła o rekordowe 19 sztuk. Dla porównania – 5 lat temu było ich 14, a 10 lat temu – zaledwie 1.

Ten boom zakupowy ma kilka źródeł: refundacja zabiegów przez NFZ, dofinansowanie zakupu i bardzo duże zainteresowanie pacjentów tego typu operacjami, które cieszą się dobrą opinią.

Łącznie wykonano 17,1 tys. robotycznych zabiegów chirurgicznych. Za zdecydowaną większość – bo 16 600 – zapłacił NFZ, przy czym w przypadku 10 850 zabiegów szpital otrzymał wyższą stawkę dla zabiegów robotowych, zaś za 5 750 – wycenę jak dla zwykłych zabiegów laparoskopowych. Tylko za 500 zabiegów pacjenci zapłacili z własnej kieszeni.

Co dziesiąty zabieg przeprowadzono w placówkach, które dopiero pierwszy rok mają systemy robotyczne. W ścisłej czołówce znalazły się m.in. Centrum Onkologii w Bydgoszczy (838 zabiegów), Śląskie Centrum Urologii UROVITA w Chorzowie (782) i Wojskowy Instytut Medyczny w Warszawie (704).

Da Vinci bezkonkurencyjny i najczęściej wykonuje operacje prostaty

Najpopularniejszym robotem chirurgicznym na całym świecie jest da Vinci. Jego producent, Intuitive Surgical, zainstalował w szpitalach ponad 7500 urządzeń, z pomocą których wykonano ponad 10 milionów operacji. W 2024 roku swoją premierę miał najnowszy robot tej klasy, czyli da Vinci 5.

Nie inaczej jest w Polsce. Na da Vinci wykonano 88% wszystkich operacji robotycznych przeprowadzonych w 2024 roku. Dopiero od niedawna kupowane są także konkurencyjne systemy, takie jak Versius czy debiutujący Hugo. Mają one na razie marginalne zastosowanie: 5 szpitali korzystało z systemów dwóch różnych producentów (da Vinci i Versius), a jeden – w Jastrzębiu-Zdroju – wprowadził w 2024 roku robota Hugo, inaugurując tym samym obecność trzeciego producenta na polskim rynku.

Jeśli chodzi o wykonywane zabiegi to dominuje prostatektomia, czyli operacja prostaty (73% wszystkich zabiegów). Szybko rośnie liczba operacji w ginekologii, chirurgii kolorektalnej, a nawet kardiochirurgii czy chirurgii dziecięcej. Na uwagę zasługuje wzrost operacji raka jelita grubego – z 800 w 2023 r. do 2200 w 2024 r. To skok o ponad 130%.

– Widzimy eksplozję zastosowań, także w obszarach dotąd nierefundowanych – mówi prof. Tomasz Drewa specjalizujący się w urologii onkologicznej, chirurgii robotycznej oraz medycynie regeneracyjnej. – To znak, że lekarze chcą korzystać z robotyki tam, gdzie przynosi realne korzyści pacjentom – dodaje.

Szpitale inwestują w daVinci, NFZ płaci miliony, ale i tak nie wszyscy pacjenci korzystają

Jeszcze kilka lat temu, kiedy NFZ nie refundował zabiegów robotycznych, tego typu urządzenia były na pokaz i często stały nieużywane. Dziś nie ma o tym mowy. Przykładowo, Uniwersytecki Szpital Kliniczny w Rzeszowie z pomocą jednego robota wykonał 526 operacji w ciągu roku.

35 placówek przekroczyło próg 200 zabiegów rocznie. I to się opłaca, bo NFZ płaci więcej za zabieg robotyczny niż za zabieg laparoskopowy. Z raportu wynika, że tzw. inkrementalny koszt robotyki w 2024 roku wyniósł 82,1 mln zł. Co to oznacza? O tyle więcej NFZ zapłacił za 10 850 zabiegów robotowych w porównaniu do ich laparoskopowych odpowiedników.

– Operacje robotowe oznaczają mniej powikłań, krótszy pobyt w szpitalu, szybszy powrót do zdrowia. To się systemowi opłaca – podkreśla prof. Wojciech Zegarski, konsultant krajowy w dziedzinie chirurgii onkologicznej, od lat związany z Centrum Onkologii w Bydgoszczy.

Warto wspomnieć, że jeszcze w 2018 roku aż 85% zabiegów robotowych było finansowanych komercyjnie. W 2024 – już tylko 3%. Dla prof. Drewy to dobry znak: – Zabiegi onkologiczne nie powinny być realizowane komercyjnie, bo prywatne ośrodki często nie zapewniają pełnej opieki onkologicznej, leczenia systemowego i monitorowania powikłań.

Choć rozwój chirurgii robotowej w Polsce może robić wrażenie, to dostęp do niej wciąż zależy od miejsca zamieszkania. W 2024 roku średnio wykonano 46 zabiegów robotowych na 100 tys. mieszkańców. Liderem było województwo kujawsko-pomorskie z wynikiem 99 zabiegów, przed Mazowszem (77) i Lubelszczyzną (67). Z drugiej strony, w województwie opolskim odnotowano zaledwie 6 operacji na 100 tys. mieszkańców, a w warmińsko-mazurskim – 14.

Do liderów implementacji chirurgii robotowej zalicza się woj. Mazowieckie i Kujawsko-Pomorskie, gdzie wykonuje się nawet dwa razy więcej operacji w przeliczeniu na nowych pacjentów onkologicznych niż średnia krajowa (94 operacje na 1000 zachorowań).

Województwa opolskie i warmińsko-mazurskie pozostają na końcu tabeli, mimo poprawy w porównaniu do poprzednich lat. Eksperci liczą, że dynamiczny rozwój mniejszych szpitali zmniejszy te różnice.

Lekarze kończą studia bez wiedzy o robotyce chirurgicznej

Nierówności regionalne w dostępie do najnowocześniejszych technik chirurgicznych to nie jedyny problem. Drugi to brak oficjalnego rejestru zabiegów robotowych prowadzonego przez instytucje państwowe. Taki rejestr pomógłby w transparentnym i kontrolowanym rozwoju robotyki chirurgicznej, monitorowaniu efektów i planowaniu kolejnych inwestycji.

Kolejnym wyzwaniem jest kształcenie chirurgów, które obecnie odbywa się tylko podyplomowo. Chirurg onkologiczny po studiach wchodzi na rynek bez umiejętności obsługi np. da Vinci. Równie ważna jest równomierna rozbudowa infrastruktury. 10 szpitali posiada aż dwa roboty, a jeden – nawet 3. Eksperci apelują też o włączenie systemów robotycznych w planowanie długofalowej polityki onkologicznej.

Jak zauważa prof. Zegarski, sukces polskiej robotyki nie byłby możliwy bez wcześniejszych inwestycji w szkolenie laparoskopowe (np. program LAPCO) i kompetencje kadry medycznej.

– Mamy dziś chirurgów gotowych na rewolucję technologiczną – teraz czas, by system publiczny ich w tym wspierał.

Czytaj także: Najlepsze polskie szpitale stosujące roboty medyczne

Apple wprowadza do swoich najnowszych smartwatchy funkcję ostrzeżeń o możliwym nadciśnieniu krwi. Specjalny algorytm został już dopuszczony na rynek przez amerykańską Agencję ds. Zdrowia i Żywności FDA. Czy to przełom w profilaktyce choroby, która co roku zabija 90 tys. Polaków?

Innowacyjny algorytm, który rozpoznaje „cichego zabójcę”

Na nadciśnienie choruje ok. 1,3 mld dorosłych osób na świecie. W Polsce – 11 mln osób. Ponieważ nie daje żadnych objawów, często pozostaje latami nierozpoznane, prowadząc do rozwoju miażdżycy, a w konsekwencji zawału serca, udaru mózgu, niewydolności serca oraz niewydolności nerek. Szacuje się, że co roku w Polsce choroba odpowiada za ok. 90 000 zgonów, którym w wielu przypadkach można by zapobiec wprowadzając odpowiednie leczenie.

Niestety, około 50% chorych nie jest świadomych nadciśnienia, choć można go wykryć w łatwy sposób podczas rutynowego badania ciśnienia podczas wizyty lekarskiej albo dokonując regularnych pomiarów w domu. Dotychczas wszystkie metody badań przesiewowych zawiodły i odsetek chorych na choroby serca rośnie, co także wiąże się ze starzeniem się społeczeństwa – nadciśnienie może dotyczyć nawet 3 na 4 osób po 65. roku życia.

Ale jest szansa, że w końcu będzie można diagnozować chorobę na wczesnym etapie rozwoju. Apple zaprezentował swój najnowszy zegarek Apple Watch z opcją ostrzeżeń o nadciśnieniu. Jak to działa?

Pierwszym zaskoczeniem jest to, że smartwatch Apple wcale nie mierzy ciśnienia – to wymagałoby wbudowania dodatkowych czujników, które znacznie powiększyłyby wielkość urządzenia. Dlatego Apple zdecydował się na sprytny ruch wykorzystując dane z optycznego czujnika mierzącego puls i przepływ krwi przez żyły. Jest on od lat obecny w tylnej części koperty większości smartwatchy w postaci szybko migającej diody – na podstawie pomiarów odbijającego się światła, zegarek mierzy m.in. tętno.

Nowy algorytm działa pasywnie w tle i porównuje dane zebrane z ostatnich 30 dni. Na tej podstawie jest w stanie obliczyć, czy u użytkownika występują symptomy nadciśnienia. To oznacza, że trzeba miesiąc nosić zegarek, aby algorytm zadziałał. Dlaczego tak długo? Właśnie z powodu drogi na skróty i wykorzystania danych z optycznego czujnika zamiast sensora ciśnienia krwi, którego smartwatch nie ma.

Lepsza profilaktyka chorób serca z kilkoma mankamentami

Do opracowania algorytmu wykrywającego nadciśnienie wykorzystano dane z badań naukowych z udziałem łącznie ponad 100 000 osób, oraz sztuczną inteligencję, a dokładnie uczenie maszynowe. Jego dokładność zweryfikowano w badaniu klinicznym obejmującym 2000 uczestników.

Jak przyznaje Apple, nowa opcja nie wykryje wszystkich przypadków nadciśnienia. Algorytm, aby nie generować fałszywych alarmów, będzie wysyłał powiadomienia tylko w przypadku wyraźnych symptomów choroby. To wystarczy – kilka dni po zaprezentowaniu nowej funkcji przez Apple, została ona zatwierdzona przez amerykańską Agencją ds. Leków i Żywności, odpowiednik polskiego Urząd Rejestracji Produktów Leczniczych, Wyrobów Medycznych i Produktów Biobójczych (URPL).

Apple zdaje sobie sprawę, że nowa funkcja to duża odpowiedzialność – może zarówno ratować życie, ale też usypiać czujność, jeśli nie wyśle powiadomienia u chorej osoby, a nawet wzbudzać niepotrzebny niepokój i generować zbędne wizyty, jeśli wynik jest fałszywie pozytywny. Dlatego Apple zaleca osobom, które otrzymają powiadomienie, aby przez siedem dni rejestrowały ciśnienie krwi za pomocą profesjonalnego ciśnieniomierza i dopiero na tej podstawie – jeśli ciśnienie jest faktycznie wysokie – udać się do lekarza w celu konsultacji pomiarów. Taka procedura jest zresztą zgodna z wytycznymi American Heart Association dotyczącymi diagnozowania i leczenia nadciśnienia.

Nowa funkcja będzie dostępna pod koniec września br. w ponad 150 krajach i regionach, w tym w Stanach Zjednoczonych i Unii Europejskiej. Będą mogli z niej skorzystać posiadacze smartwatchy Apple Watch Series 9, 10, 11 oraz modeli premium – Apple Watch Ultra 2 i 3 z systemem watchOS 26. Za kontrolę zdrowia trzeba będzie jednak sporo zapłacić: najtańszy zegarek Apple z opcją powiadomień o nadciśnieniu, czyli Apple Watch 9, kosztuje ok. 2250 zł, a Apple Watch Ultra 3 – od 3800 zł.

Powiadomienia o nadciśnieniu potwierdza, że Apple coraz mocniej wchodzi na rynek zdrowia. Zegarki Apple Watch mogą już informować nieregularnym rytmie serca, wysokim i niskim tętnie, dokonywać pomiaru EKG i ostrzegać o migotaniu przedsionków, mierzyć poziom tlenu we krwi, informować o bezdechu sennym, a ostatnio także oceniać jakość snu.

Czytaj także: Zegarek Galaxy Watch 8. Jakie ma opcje monitoringu zdrowia?

Sztuczna inteligencja (AI) zaprojektowała dwa nowe potencjalne antybiotyki skuteczne w leczeniu opornych bakterii rzeżączki i MRSA (gronkowca złocistego opornego na metycylinę). Za przełomowym odkryciem stoi zespół z Massachusetts Institute of Technology (MIT).

Choć od dawna mówi się o tym, że AI przyspieszy badania nad nowymi lekami, na razie trudno szukać przełomowych odkryć. Ale ostatnie doniesienia z MIT dają nadzieję, że AI naprawdę może zapoczątkować „drugą złotą erę” antybiotyków.

Budowa leków atom po atomie

Od lat infekcje oporne na leczenie są rosnącym globalnym zagrożeniem, doprowadzając w Europie do 35 000 zgonów rocznie. Winna jest antybiotykooporność będąca efektem nadużywania antybiotyków – z czasem, bakterie wytworzyły mechanizmy obronne na stosowane od dekad leki. Jednocześnie w ostatnich latach nie pojawiły się żadne nowe antybiotyki skuteczne w walce z „super-bakteriami”. Naukowcy ostrzegają, że jeśli nic się nie zmieni, w efekcie zakażeń odpornymi na antybiotyki szczepami bakterii będzie umierać nawet 1,9 mln osób rocznie.

Jest szansa, że dzięki AI uda się uniknąć tego czarnego scenariusza. Naukowcy z MIT, korzystając z generatywnej AI, przeanalizowali 36 milionów związków-kandydatów, w tym te, które jeszcze nie istnieją lub nie zostały odkryte. Następnie przeszkolili AI, wczytując do modelu strukturę chemiczną znanych związków wraz z danymi dotyczącymi tego, czy spowalniają one wzrost różnych gatunków bakterii. W kolejnym kroku przetestowano dwa podejścia. Pierwsze z nich polegało na wyszukaniu obiecującego zestawu związków chemicznych w bibliotece zawierającej miliony fragmentów chemicznych o wielkości od 8 do 19 atomów. Drugie podejście pozostawiało AI całkowitą swobodę działania. Jednocześnie odrzucono wszystkie związki, które wyglądały zbyt podobnie do obecnych antybiotyków albo mogłyby być toksyczne dla ludzi.

Badacze skupili się na stworzeniu modeli antybiotyków na rzeżączkę i MRSA. Po ich opracowaniu, najlepsze zostały przetestowane w laboratorium na zakażonych myszach. Tak powstały dwa nowe potencjalne leki. Jak twierdzą badacze z MIT, AI pozwala tanio i szybko tworzyć nowe cząsteczki chemiczne, dając nam przewagę w walce ze zdolnością bakterii do wytwarzania mechanizmu antybiotykooporności.

Bez AI są małe szanse na nowe antybiotyki

Naukowcy są entuzjastycznie nastawieni do tego nowatorskiego podejścia. Tym bardziej, że nie ma razie innej alternatywy – od lat panuje zastój w pracach nad antybiotykami.

Jednak od modelu do antybiotyku jest jeszcze daleka droga – choć leki wykazały skuteczność w eksperymentach na zwierzętach, nie są jeszcze gotowe do badań klinicznych na ludziach i wymagają udoskonalenia, co może zająć 1–2 lata. W tym czasie zostanie sprawdzone ich bezpieczeństwo i skuteczność działania. Dopiero potem czeka je klasyczna droga badań na ludziach. Nie ma jednak gwarancji, że stworzone przez AI leki sprawdzą się w praktyce. Przykładowo, wyzwaniem okazuje się stopień trudności produkcji leków zaprojektowanych przez AI: spośród 80 najlepszych teoretycznych projektów leków na rzeżączkę, tylko dwa są możliwe do realizacji.

Naukowcy mają nadzieję, że wraz z rozwojem AI i dostępnością danych medycznych uda się zbudować cyfrowe modele człowieka (tzw. bliźniaki cyfrowe), na których będzie można testować skuteczność działania nowych leków. To mogłoby znacznie ułatwić selekcję nowych kandydatów na leki i skrócić czas oraz koszty badań. A koszty to jedna z głównych barier w medycynie. Opracowanie nowego antybiotyku może kosztować ok. 1–1,5 mld USD i trwać ok. 10–15 lat. Z ekonomicznego punktu widzenia jest to nieopłacalne dla firm farmaceutycznych.

Czytaj także: AI odczytuje zawartość strzykawki, aby zapobiec błędom

TurboBLOZ od KAMSOFT zapewnia szybki dostęp do aktualnych informacji m.in. o produktach leczniczych, suplementach diety czy wyrobach medycznych. Teraz rozwiązanie zyskało nową funkcjonalność zwiększającą bezpieczeństwo pacjentów i skuteczność leczenia.

TurboBLOZ wprowadza możliwość monitorowania przestrzegania zaleceń terapeutycznych

Zintegrowany z systemami medycznymi KAMSOFT – jak KS-SOMED, KS-PPS, SERUM, Mediporta czy KS-MEDIS – TurboBLOZ umożliwia profesjonalistom medycznym sprawne wyszukiwanie leków, a w razie występowania braków, precyzyjny dobór zamienników. Dane o dostępności leków pochodzą z serwisu KtoMaLek.pl współpracującego z ponad 11 000 aptek, a podstawą systemu jest BLOZ.

KAMSOFT zaprezentował nową wersję TurboBLOZ, która wkrótce zostanie udostępniona szerszemu gronu użytkowników. Najważniejszą nowością jest funkcja wspierająca lekarzy w monitorowaniu przestrzegania zaleceń terapeutycznych przez pacjentów. Podczas wizyty, lekarz będzie mógł szybko i precyzyjnie uzyskać kluczowe informacje dotyczące farmakoterapii, co pozwoli na podejmowanie bardziej świadomych decyzji terapeutycznych.

Nowa funkcjonalność wprowadza specjalne ikony przy produktach leczniczych, które w przejrzysty sposób informują o szczegółach realizacji terapii. Dzięki nim, lekarz może łatwo sprawdzić, czy pacjent zrealizował receptę oraz czy przyjmuje inny lek z tą samą substancją czynną, minimalizując ryzyko interakcji czy dublowania terapii.

Jak to działa nowy TurboBLOZ?

Nowe ikony w TurboBLOZ pełnią rolę intuicyjnych wskaźników, które w czytelny sposób przekazują istotne dane o przebiegu terapii. Przykładowo, lekarz może błyskawicznie zweryfikować, czy pacjent wykupił receptę na przepisany lek, co jest kluczowe w przypadku terapii przewlekłych, gdzie przestrzeganie zaleceń ma bezpośredni wpływ na skuteczność leczenia. Dodatkowo, system pozwala na identyfikację sytuacji, w których pacjent stosuje inne preparaty z tą samą substancją czynną, co może zapobiec niezamierzonym powikłaniom, takim jak przedawkowanie lub działania niepożądane.

W ten sposób, lekarze mogą nie tylko śledzić przestrzeganie zaleceń, ale także aktywnie reagować w przypadku problemów, np. poprzez kontakt z pacjentem lub dostosowanie terapii.

Większe bezpieczeństwo pacjenta, poprawa efektów leczenia

Nowa funkcjonalność TurboBLOZ to krok w stronę nowoczesnego, bezpiecznego i efektywnego zarządzania terapią. Intuicyjne narzędzia i szerszy zakres dostępnych informacji pozwalają lekarzom na:

• Zwiększenie bezpieczeństwa pacjenta: Identyfikacja potencjalnych interakcji lekowych i zapobieganie dublowaniu substancji czynnych w lekach minimalizuje ryzyko błędów terapeutycznych.
• Poprawę skuteczności leczenia: Monitorowanie realizacji recept umożliwia szybkie reagowanie na przypadki nieprzestrzegania zaleceń, co jest szczególnie istotne w leczeniu chorób przewlekłych.
• Lepsze decyzje terapeutyczne: Dostęp do precyzyjnych danych w trakcie wizyty pozwala na dostosowanie terapii do indywidualnych potrzeb pacjenta.
• Wyższą jakość opieki zdrowotnej: Intuicyjny interfejs i przejrzyste informacje ułatwiają pracę lekarzy, co przekłada się na lepsze doświadczenia pacjentów i efektywniejsze wizyty.

Znaczenie przestrzegania zaleceń terapeutycznych

Przestrzeganie zaleceń terapeutycznych (ang. medication adherence) jest kluczowym elementem wpływającym na sukces leczenia, szczególnie w przypadku chorób przewlekłych. Jak wskazują badania, nawet 50% pacjentów z chorobami przewlekłymi nie stosuje się do zaleceń lekarskich, co prowadzi do pogorszenia stanu zdrowia, częstszych hospitalizacji i wyższych kosztów opieki zdrowotnej. Nowa funkcjonalność TurboBLOZ odpowiada na te wyzwania, oferując lekarzom narzędzie do bieżącego monitorowania i wspierania pacjentów w przestrzeganiu terapii.

TurboBLOZ, dzięki nowej funkcjonalności monitorowania przestrzegania zaleceń terapeutycznych, staje się nieocenionym narzędziem w rękach lekarzy. Intuicyjne ikony, szybki dostęp do kluczowych informacji o farmakoterapii powodują, że TurboBLOZ nie tylko zwiększa bezpieczeństwo pacjentów, ale także poprawia skuteczność leczenia i jakość opieki zdrowotnej. To rozwiązanie, które łączy nowoczesną technologię z potrzebami współczesnej medycyny, wspierając lekarzy w ich codziennej pracy i przyczyniając się do lepszych wyników terapeutycznych.

Czytaj także: System gabinetowy KAMSOFT obliczy ryzyko choroby

Minister Zdrowia Jolanta Sobierańska-Grenda powołała dr n. med Tomasza Maciejewskiego, wieloletniego dyrektora Instytutu Matki i Dziecka (IMiD), na stanowisko wiceministra resortu. To nadzieja, że cyfryzacja, sztuczna inteligencja i innowacje technologiczne będą miały nowego ambasadora. Wcześniejsze wypowiedzi dla OSOZ pokazują, że minister Maciejewski postrzega cyfryzację i AI jako podstawowe narzędzie poprawiające jakość leczenia i organizację systemu.

Szpital to miejsce nieprzyjazne innowacjom

„Szpital nie jest miejscem naturalnie przyjaznym innowacjom. Ale może takim być, jeśli damy mu do tego przestrzeń” – podkreślał w naszej rozmowie minister Maciejewski. W jego ocenie, wprowadzanie nowych rozwiązań w placówkach medycznych wymaga nie tylko odwagi menedżerów, lecz także stworzenia odpowiednich warunków: finansowych, organizacyjnych i prawnych.

W Instytucie Matki i Dziecka, którym kierował dotychczas, innowacyjność przestała być domeną jednostek. Powołano specjalny dział ds. sztucznej inteligencji i innowacji technologii medycznych, który miał wspierać lekarzy i pielęgniarki w rozwijaniu pomysłów, tłumaczyć ich potrzeby na język biznesu i koordynować projekty z udziałem firm zewnętrznych. Taki model Maciejewski uznaje za konieczność – bez dedykowanych zespołów szpitale nie są w stanie skutecznie prowadzić projektów technologicznych, bo personel medyczny jest zbyt obciążony codzienną pracą.

Ludzie są gotowi, system jeszcze nie

Nowy minister wielokrotnie podkreślał, że gotowość do innowacji istnieje już na poziomie społecznym i instytucjonalnym. Pacjenci, lekarze i menedżerowie szpitali chcą korzystać z rozwiązań cyfrowych. Przykładem jest pandemia, która błyskawicznie upowszechniła teleporady, e-recepty czy elektroniczne zwolnienia. Jednak, jak zauważa Maciejewski, najtrudniejszą barierą jest system prawny – pełen ograniczeń wynikających z ustawy o zamówieniach publicznych, regulacji dotyczących danych wrażliwych czy procedur bioetycznych.

„Gotowi są ludzie, gotowe instytucje. Nawet gotowy jest rynek. Ale nadal nie mamy gotowości legislacyjnej” – twierdzi Maciejewski, wskazując, że innowacje medyczne w Polsce często kończą się w fazie pilotażu.

„W Polsce traktujemy cyfrowe zdrowie jak eksperyment. Tymczasem to już realna gałąź terapii”. W tym sensie digitalizacja ma być narzędziem poprawy efektywności leczenia i bezpieczeństwa pacjentów, a nie tylko próbą testowania technologicznych nowinek.

Kultura innowacji

Nowy wiceminister zauważa, że innowacje rodzą się na styku różnych światów. Dlatego apeluje, by polskie uczelnie medyczne aktywniej wspierały studentów i młodych naukowców w komercjalizacji ich pomysłów. Centra transferu technologii – dziś w dużej mierze marginalizowane – powinny działać jak inkubatory i akceleratory, na wzór amerykańskiego Uniwersytetu Stanforda czy MIT.

Jednocześnie Maciejewski twierdzi, że medyków należy uczyć podstaw przedsiębiorczości i współpracy interdyscyplinarnej. „Potrzebujemy miejsc, gdzie farmaceuci wypiją kawę z informatykami, gdzie startup spotka się z prawnikiem, a po drugiej stronie ulicy swoje biuro ma firma technologiczna. W takich warunkach rodzi się prawdziwa innowacja” – mówił.

AI i cyfrowa placówka

Maciejewski z dużą uwagą śledzi rozwój sztucznej inteligencji w medycynie. W IMiD wdrażano już narzędzia predykcyjne i systemy automatyzacji, które – choć początkowo spotykały się ze sceptycyzmem personelu – dziś są inicjatywą oddolną. Jego zdaniem to najlepszy dowód, że AI może odciążać lekarzy i pielęgniarki, pozwalając im skoncentrować się na pacjencie.

Na pytanie, jak szpitale powinny podchodzić do sztucznej inteligencji, Maciejewski odpowiadał pięcioma zasadami: budować kulturę otwartą na innowacje, doceniać liderów zmian, tworzyć zespoły interdyscyplinarne, działać strategicznie i nie bać się rezygnować z projektów, które nie spełniają oczekiwań. Kluczowe jest zarządzanie zmianą – proces, który obejmuje nie tylko technologię, lecz także ludzi i ich gotowość do współpracy.

Nowy wiceminister zdrowia stawia na otwarte konkursy, pilotaże i inkubację startupów, ale równocześnie podkreśla konieczność kopiowania sprawdzonych praktyk z innych krajów i placówek. To dlatego IMiD zainicjował konkurs „Mother and Child Startup Challenge”, w ramach którego co roku wybierane są najlepsze innowacje do opieki nad matką i dzieckiem.

Największym wyzwaniem będzie zmiana prawa, które – jak mówi – zbyt często dławi inicjatywę. Jednak Maciejewski jest optymistyczny: Polska ma potencjał, ludzi i rynek, by stać się liderem w cyfrowym zdrowiu. „Jedyne, co musimy zrobić, to przestać się bać, że nie jesteśmy gotowi. Bo jesteśmy” – podsumowuje.

Czytaj także: Debata OSOZ z ABM i IMiD: Przestańmy się bać innowacji

W sierpniu br. OpenAI udostępnił nowy model generatywnej sztucznej inteligencji. Ma być dokładniejszy, szybszy i rozumować w sposób zbliżony do człowieka. W odpowiedziach na pytania medyczne liczba halucynacji spadła nawet 10-krotnie, a poprawność diagnoz podwoiła się. Ale to nie wszystkie ulepszenia.

Wiedza na poziomie osoby z tytułem doktora n. med.

Odkąd pojawił się ChatGPT, pacjenci chętnie pytają go o diagnozę, nowe metody leczenia, albo o to, jak zapobiegać chorobom. Odpowiedzi są zaskakująco dobre, choć niekiedy AI z pełnym przekonaniem podaje fałszywe informacje i konsekwentnie brnie w kłamstwo.

Długo oczekiwany następca GPT4 obiecuje dużo większe możliwości, bardziej dogłębne odpowiedzi i świadomość kontekstu zadawanych pytań. A to ma go czynić pomocnym asystentem dla pacjentów i pracowników służby zdrowia.

– Po raz pierwszy mam wrażenie, jakbym rozmawiał z ekspertem w dowolnej dziedzinie, na przykład z doktorem nauk ścisłych – powiedział podczas premiery modelu Sam Altman, szef OpenAI.

Prompty – czyli zapytania – dotyczące zdrowia są dla AI jednymi z najbardziej wymagających. Znaczenie mogą mieć najmniejsze niuanse dotyczące chorób, których przeoczenie może zakończyć się wprowadzeniem lekarza albo pacjenta w błąd. Jak deklaruje OpenAI, GPT5 ma ulepszoną metodykę rozumowania i podejmowania decyzji oraz dużo mniejszy odsetek halucynacji.

Wydajność GPT-5 sprawdzono na tzw. HealthBench, czyli platformie diagnostycznej zawierającej 5000 rzeczywistych scenariuszy zdrowotnych zweryfikowanych przez lekarzy. GPT-5 uzyskał znacznie wyższy wynik niż którykolwiek z jego poprzedników. Przykładowo, przy włączonej opcji „myśl dłużej” (think longer) wprowadzonej w GPT-5, dokładność odpowiedzi w porównaniu do modelu GPT-4o podwoiła się. Częstotliwość halucynacji dla pytań z medycyny spadła z 15,8% dla GPT-4o do 1,6% dla GPT-5. Bez opcji dłuższego myślenia, która bezpłatnie dostępna jest tylko raz dziennie, spadek i tak jest 4-krotny.

GPT-5 potrafi więcej niż tylko analizować tekst

W GPT-5 wbudowano tzw. multimodalne rozumowanie medyczne – może analizować dane pacjenta w różnej formie, jak np. zdjęcia wyników badań albo obrazy medyczne (redakcja: odradzamy wczytywanie do ChatGPT wszelkich informacji medycznych zawierających dane identyfikujące pacjenta, jak np. imię i nazwisko). Z tym GPT-4 radził sobie średnio.

Na egzaminach medycznych jak amerykański USMLE, GPT-5 osiągnął lepsze wyniki niż eksperci medycyny. Po raz kolejny staje się jasne, że AI może pomóc pacjentom oraz lekarzom w diagnozie. Rozumowanie multimodalne pozwala modelowi przeanalizować opis pacjenta i zdjęcie zmian skórnej, zadać pytania uzupełniające i przedstawić wstępną ocenę. W każdym opisie OpenAI unika jak ognia słowa „diagnoza”, bo to mogłyby narazić firmę na kary (diagnozować może tylko lekarz).

GPT-5 ma też znaczną przewagę w stosunku do Google, jeśli chodzi o diagnozowanie np. nowotworów. Google, kierując się często popularnością danej strony www, ma tendencję do kwalifikowania nawet zwykłego bólu głowy jako raka. AI jest w tym o wiele ostrożniejsza, a do tego z dużą wstrzemięźliwością podaje sugestie, które mogłyby wywołać niepotrzebny stres i lęk. Zamiast tego skupia się na podpowiadaniu, co należy zrobić dalej, aby wyjaśnić problem i uzyskać profesjonalną pomoc.

Kolejne ulepszenie: poprawa bezpieczeństwa komunikacji zdrowotnej. OpenAI robi wszystko, aby jego model nie zyskał łatki rozpowszechniającego fake newsy albo siejącego dezinformację. Porady dotyczące zdrowia są teraz dostosowane do poziomu wiedzy, kontekstu kulturowego i regionu geograficznego. Wbudowane bezpieczniki powodują, że model nie odpowie na pytania, które wychodzą poza jego kompetencje albo są nieetyczne.

Wsparcie psychiczne z większą empatią

Ostatnie badanie Harvard Business Review sugeruje, że z ChatGPT często rozmawiamy o sprawach osobistych, dylematach, problemach a nawet szukamy pomocy, gdy czujemy się samotni albo przygnębieni.

Model GPT-5 stał się bardziej empatyczny, sięgając do odpowiedzi, które są oparte na aktualnych wytycznych naukowych. Jak podkreślają autorzy, dzięki temu oferuje o wiele lepsze wsparcie w przypadku rozmów o lękach, depresji czy traumach. Jego poprzednik GPT-4 miał tendencję do podawania zbyt optymistycznych, oderwanych od rzeczywistości odpowiedzi. Zbyt często podpowiadał pacjentom, jak pomóc sobie samemu, nawet w przypadku ciężkich depresji wymagających konsultacji z lekarzem. Zamiast tego, teraz pacjent raczej uzyska zachętę do wizyty u psychologa i rady, jak opowiedzieć o swoich problemach.

Korzystanie z GPT-5 jest bezpłatne, ale z limitem długości konwersacji. Z opcji „myśl dłużej” albo analizy dokumentu można skorzystać tylko raz na dzień. Tych ograniczeń nie ma GPT-Plus, ale kosztuje ok. 100 zł miesięcznie (23 euro). Wersja PRO w cenie 229 euro miesięcznie ma oferować narzędzia przydatne w pracach naukowych i dłuższe, bardziej dogłębne odpowiedzi. Nie ma wątpliwości, że GPT-5 jest dużo lepszy niż GPT-4. Zachowuje się jak aktywny partner rozmowy, proaktywnie sygnalizując potencjalne problemy i zadając odpowiednie pytania uzupełniające. Z tym GPT-4 miał trudności. Ostrożniej wysuwa diagnozy, dopytuje, często sugeruje wizyty u lekarza zamiast bawić się w lekarza. Udało się znacznie zmniejszyć liczbę halucynacji, co w przypadku pytań o zdrowie jest dużym krokiem w kierunku bezpieczeństwa stosowania generatywnej AI. Po kilku czatach można od razu zauważyć, że ChatGPT ma większe wyczucie, kiedy poruszamy wrażliwe tematy zdrowia psychicznego. Postęp, jaki dokonał się zaledwie w 3 lata od premiery od ChatGPT, robi wrażenie.

Czytaj także: Jak AI i genAI rewolucjonizują obrazowanie medyczne?

Polska należy do ścisłej czołówki państw UE pod względem dostępu obywateli do danych zdrowotnych – wynika z nowego raportu Komisji Europejskiej „Digital Decade eHealth Indicator Study 2025”. W porównaniu do poprzedniego roku, nasz wskaźnik e-zdrowia wzrósł z 90% do 92%.

Średnia Europejska – 83%, Polska jako trendsetter

Unia Europejska chce, aby do 2030 roku wszyscy obywatele UE mieli dostęp do swoich danych zdrowotnych w formie elektronicznej. Cel ten został formalnie ujęty w ramach programu Cyfrowej Dekady (Digital Decade). Aby monitorować postępy, UE co roku publikuje raport pokazujący, w ilu procentach poszczególne kraje spełniają założenia pełnego wglądu do danych zdrowotnych – wynik odzwierciedla jednocześnie stan rozwoju krajowych systemów e-zdrowia.

Według najnowszego raportu Digital Decade eHealth Indicator Study 2025, średni wskaźnik dojrzałości e-zdrowia dla państw UE wynosi obecnie 83% (o 4 punkty procentowe więcej niż rok wcześniej). Liderami zestawienia są Belgia i Estonia, które jako pierwsze osiągnęły już 100%. Tuż za nimi jest Dania (98%), Litwa (95%), Malta (94%) oraz Polska. Z wynikiem 92% plasujemy się na 6. miejscu w UE.

Choć w porównaniu do 2023 roku nasz kraj spadł o jedno miejsce w rankingu, to nie ma to większego znaczenia – o wiele ważniejsze jest zbliżanie się do celu udostępniania 100% danych zdrowotnych obywatelom. A w tym roku zrobiliśmy krok do przodu o 2% i brakuje już tylko 8%.

Tym samym znaleźliśmy się w zacnym gronie państw „wyznaczających trendy” (trendsetter) w e-zdrowiu, zaraz obok Belgii, Danii, Estonii, Litwy, Malty i Norwegii. Według klasyfikacji eHealth Indicator, trendsetter to kraj, w którym dostęp do elektronicznej dokumentacji medycznej ma wysoki odsetek ludności, a większość podmiotów świadczących usługi opieki zdrowotnej udostępnia kilka kategorii danych dotyczących zdrowia. Aby być zakwalifikowanym jako trendsetter, trzeba osiągnąć wynik na poziomie co najmniej 90%.

Trzeba jednak zaznaczyć, że wskaźnik e-zdrowia ocenia tylko i wyłącznie dostęp pacjentów do danych i nie obejmuje dojrzałości cyfrowej w innych obszarach. Przykładowo, uruchomienie Centralnej e-Rejestracji nie będzie miało na niego żadnego wpływu.

Mocne strony e-zdrowia i czego brakuje

Polska może pochwalić się jedną z najbardziej kompleksowych platform dostępu do danych zdrowotnych w Europie. Centralny portal pacjenta (Internetowe Konto Pacjenta) oraz aplikacja mobilna (mojeIKP) są dostępne dla każdego, umożliwiając logowanie przy użyciu bezpiecznego eID, zgodnego z unijnymi standardami. Dzięki temu obywatele mogą szybko i wygodnie realizować e-recepty, przeglądać historię wizyt i wyniki badań, a także pobrać dokumenty medyczne bez konieczności kontaktu z placówką zdrowia.

Raport zauważa, że rośnie liczba placówek udostępniających dane do systemu centralnego, co powoduje, że dokumentacja pacjenta staje się coraz bardziej kompletna. Nie bez znaczenia są też ułatwienia prawne. W Polsce działają mechanizmy umożliwiające wgląd do danych zdrowotnych przez opiekunów prawnych, np. w przypadku dzieci czy osób ubezwłasnowolnionych.

Ale jest jeszcze kilka rzeczy do poprawy. Mimo wysokiego poziomu dojrzałości systemu e-zdrowia, Polska nadal nie oferuje pełnego dostępu do wszystkich typów informacji medycznych. Na IKP trudno szukać danych diagnostyki obrazowej, jak wyniki z tomografii komputerowej czy rezonansu magnetycznego. Nie ma też e-wersji paszportu implantologicznego. To obszary, które w wielu krajach nadal pozostają wyzwaniem, ale są kluczowe w kontekście Europejskiej Przestrzeni Danych Zdrowotnych (EHDS).

Brakuje też opcji umożliwiającej pacjentowi samodzielne udzielenie dostępu do danych osobie trzeciej, np. bliskiemu członkowi rodziny (z wyjątkiem opiekunów prawnych, którzy już dziś mają możliwość wglądu w dokumentację). Wprowadzenie tego mechanizmu wymagałoby zmian w prawie. Problemem pozostaje też pełna integracja w systemie e-zdrowia placówek psychiatrycznych, domów opieki i ośrodków opieki długoterminowej.

Finisz może być trudny, wszystko zależy od tempa wdrażania EDM

W edycji raportu z 2024 roku, obejmującej dane za 2023 rok, Polska uzyskała 90%, co dało nam 5. miejsce w UE. W 2024 roku nastąpił niewielki wzrost do 92%, ale Malta podskoczyła aż o 6% i tym samym nas wyprzedziła. Ale są jeszcze bardziej spektakularne wzrosty jak w przypadku Czech (z 51% do 77%, +26 p.p.), Rumunii (z 59% do 76%, +17 p.p.), Irlandii (+14 p.p.) czy Bułgarii (+10 p.p.). Państwa, które jeszcze rok temu odstawały, uruchomiły centralne projekty e-zdrowia i nadrabiają zaległości.

Raport uzmysławia, jak duże postępy zrobiła Polska w zakresie e-zdrowia. IKP z aplikacją mojeIKP, e-recepty, e-skierowania czy elektroniczna dokumentacja medyczna powodują, że coraz więcej danych dostępnych jest w formie elektronicznej, dzięki czemu pacjent ma do nich dostęp. I o to chodzi też w Cyfrowej Dekadzie Unii Europejskiej – to obywatele są właścicielami swoich danych zdrowotnych i muszą mieć do nich pełny wgląd. To, jak szybko uda nam się przejść z 92% do 100% zależy teraz w dużej mierze od szybkości wdrażania EDM przez placówki zdrowia.

Czytaj także: Pobierz bezpłatny raport o tym, jak cyfryzować placówkę zdrowia.

W sierpniowym numerze OSOZ Polska (8/2025) m.in. wywiad z Andrew Steele, autorem bestsellerowej książki o długowieczności oraz raport pokazujący, w jakich obszarach AI jest już lepsza od człowieka.

Ponadto polecamy:

• Boom na operacje robotyczne. Już 77 polskich szpitali ma robota chirurgicznego.
• Prof. Izabela Makałowska o tym, dlaczego bez danych polskiej nauce grozi marginalizacja
• Polska na 6. miejscu w rankingu e-zdrowia w UE „Cyfrowa Dekada”

KLIKNIJ TUTAJ, aby pobrać bezpłatnie sierpniowe e-wydanie OSOZ (107 stron, PDF)

Spis treści:

• Platforma Usług inteligentnych od 2026 roku. 585 szpitali otrzyma bezpłatny dostęp do AI
• Projekt AOTMiT. Aplikacje zdrowotne powinny być refundowane przez NFZ
• Premiera GPT5. Halucynacje w dół, dokładność odpowiedzi w górę
• AI w medycynie. Czy pacjenci ufają lekarzom korzystającym z AI?
• Aplikacja miesiąca. Antek – monitoruj rozwój fizyczny Twojego dziecka
• Robotyka. Mini-roboty pomogą w usuwaniu kamieni nerkowych
• Profilaktyka AI. Twój bliźniak cyfrowy przewidzi choroby, abyś mógł im zapobiec
• Ranking. Polska na 6. miejscu w e-zdrowiu w Europie
• AI lepsza od Ciebie. Nowy raport Uniwersytetu Stanforda „AI Index 2025”
• Andrew Steele. Starzenie się nie jest prawem natury
• Prof. Izabela Makałowska. Polska nauka o zdrowiu w kryzysie. „Bez danych nie ma odkryć”
• Cyberbezpieczeństwo w ochronie zdrowia. Trzy ważne trendy 2025
• Gorączka da Vinci. Już prawie co 10-ty szpital ma robota chirurgicznego
• Regulacje AI. Illinois jako trzeci stan USA ogranicza stosowanie AI w zdrowiu psychicznym
• Farmacja. AI coraz bliższa opracowania antybiotyków na super-bakterie
• Nowy raport UE. Polska ostrożna w stosunku do AI, barierą zamówienia publiczne
• Badania naukowe. Decentralizacja badań klinicznych w Polsce. Aktualny stan prawny
• Rozwiązania IT. Nowa era w zarządzaniu terapią pacjentów

Wszystkie wydania archiwalne dostępne są na zakładce POBIERZ.

Platforma Usług Inteligentnych (PUI) to mega-projekt realizowany przez Centrum e-Zdrowia. Ma zapewnić szpitalom dostęp do algorytmów AI i poprawić jakość diagnozy. Centrum e-Zdrowia opublikowało już wymagania funkcjonalne, na podstawie których oszacuje kwotę przetargu na opracowanie i wdrożenie PUI. Jak będzie działać PUI? I kto ma szansę na wygranie przetargu?

Co to jest PUI?

PUI to platforma integracyjno-orkiestracyjna, która umożliwi polskim placówkom zdrowia wykorzystanie modeli sztucznej analizy do automatycznej analizy danych obrazowych pochodzących z różnych badań diagnostycznych, jak tomografia komputerowa (TK), rezonans magnetyczny (MR) oraz zdjęcia rentgenowskie (RTG). Oficjalna nazwa projektu, który ma zostać zrealizowany w 2026 roku, to „Dostawa, wdrożenie oraz utrzymanie komponentów oprogramowania dla Platformy Usług Inteligentnych (PUI), obejmująca System integracyjno-orkiestracyjny oraz Modele Sztucznej Inteligencji (SI) w ramach projektu “e-Zdrowie KPO”.

CeZ planuje 5 modeli AI na PUI:

1. Wykrywanie patologii w tomografii klatki piersiowej.

Model przeanalizuje badania TK bez kontrastu, umożliwi detekcję, segmentację i wolumetrię guzków litych i nielitych, ocenę ich morfologii i lokalizacji (również przyszczelinowej) oraz porównanie z poprzednimi badaniami. Oceni ryzyko nowotworu na podstawie stosowanych powszechnie metod (np. Lung-RADS, model Brock’a) i dostarczy informacji o rozedmie, zwapnieniach naczyń wieńcowych i aorcie.

2. Wykrywanie zmian niedokrwiennych i krwotocznych w mózgu

System rozpozna świeże krwawienia wewnątrzczaszkowe (wraz z klasyfikacją), uszkodzenia czaszki, efekt masy, poszerzenie układu komorowego, obszary niedokrwienia oraz dokona oceny według skali ASPECTS i pc-ASPECTS. W analizach angio-TK wykryje niedrożności dużych naczyń i tętniaki, a w perfuzji wygeneruje mapy przepływu krwi, pozwalające ocenić penumbrę i jądro zawału.

3. Diagnostyka zmian pourazowych w RTG

Modele mają wykrywać złamania kości w różnych lokalizacjach (kończyny, kręgosłup, miednica), przemieszczenia odłamów, zwichnięcia, a także pośrednie objawy urazów, jak wysięk w stawach. System rozpozna także inne nieprawidłowości, takie jak zmiany zapalne czy patologiczne deformacje.

4. Wykrywanie zmian nowotworowych w mammografii

Model SI do mammografii rozpozna zmiany podejrzane o charakter nowotworowy i zaklasyfikuje je zgodnie ze standardem BI-RADS. Dodatkowo oceni gęstość piersi oraz jakość obrazów diagnostycznych w skali PGMI.

5. Wykrywanie patologii w RTG klatki piersiowej

System przeanalizuje zdjęcia RTG w różnych projekcjach, wykrywając m.in. guzki, konsolidacje, niedodmy, zmiany włókniste, odmę, wysięki, kardiomegalię i obecność wolnego gazu pod przeponą. Dodatkowo zidentyfikuje położenie rurki intubacyjnej, drenów i implantów.

Algorytmy na PUI jak urządzenia medyczne

Wszystkie modele AI na PUI będą generować wyniki w języku polskim w postaci strukturyzowanych raportów i graficznych adnotacji na obrazach DICOM. Modele mają dostarczać takich informacji, jak wielkość zmiany, gęstość w jednostkach Hounsfielda oraz oferować dodatkowe mapy kolorystyczne ilustrujące znaczenie konkretnych obszarów w procenie podejmowania decyzji algorytmu.

Od strony technologicznej, system ma zostać zaprojektowany z myślą o „maksymalnej interoperacyjności”. Obsługiwane będą wszystkie obowiązujące standardy komunikacji medycznej, takie jak DICOMweb, HL7, FHIR oraz REST API.

Szczególny nacisk ma zostać położony na transparentność działania algorytmów AI i zgodność z regulacjami dotyczącymi ochrony danych. Każdy model musi spełnić wymagana stawiane przed urządzeniami medycznymi klasy IIa lub wyższej zgodnie z europejską regulacją  MDR (Medical Devices Regulation). Do tego wymagana jest zgodność z nowym Aktem EU w sprawie AI (EU AI Act) z 2024 roku, który klasyfikuje systemy medyczne AI jako rozwiązania wysokiego ryzyka.

Modele będą oparte o podejście „wytłumaczalnej AI” (explainable AI). Dzięki temu, użytkownicy dowiedzą się, dlaczego algorytm podjął taką, a nie inną decyzję. Funkcje takie jak mapy uwagi, perturbacji obrazu czy tzw. saliency maps (kolorystyczna wizualizacja najważniejszych części obrazu dla prognoz modelu uczenia maszynowego) pomogą lekarzom sprawdzić, które fragmenty zdjęcia miały kluczowy wpływ na wynik zaproponowany przez algorytm.

System będzie oczywiście w pełni zgodny z przepisami RODO, z możliwością anonimizacji i pseudonimizacji danych. Wykonawca będzie też zobowiązany do dostarczenia pełnej dokumentacji dotyczącej walidacji klinicznej, informacji o danych treningowych (z uwzględnieniem różnorodności demograficznej i geograficznej) oraz deklaracje zgodności.

System działający lokalnie, może i SaaS

Licencja udzielana będzie na okres 5 lat. W jej ramach użytkownik zyska nieograniczoną liczbę analiz, dostęp do aktualizacji modeli oraz wsparcie techniczne. Z PUI będą mogły korzystać bezpłatnie wszystkie szpitale należące do sieci szpitali, czyli systemu podstawowego szpitalnego zabezpieczenia świadczeń opieki zdrowotnej. Zgodnie z aktualnym wykazem publikowanym przez NFZ (stan na 27 marca 2025 r.) to 585 podmiotów. A co z innymi szpitalami? O ewentualnym odpłatnym udostępnieniu PUI, dokumentacja z wymaganiami technicznymi nie wspomina.

Dostęp do PUI realizowany będzie poprzez aplikację webową albo przez system szpitalny – dokumentacja przetargowa nakłada obowiązek integracji. Jak będzie to wyglądać w praktyce?  Szpital przesyła badanie obrazowe z systemu PACS do PUI za pomocą standardu  DICOMweb. Dane są analizowane na PUI, a wynik wraca do systemu szpitalnego przez środowisko integracyjne REST API lub jako adnotacje DICOM.

Prawdopodobnie dopuszczone będą dwa podejścia udostępnienia modeli AI dla użytkowników. Pierwszy, tzw. on-premise (lokalny, czyli algorytmy działają na serwerze placówki medycznej, a nie w chmurze) jest preferowany i wymagany przez CeZ. Wykonawcy muszą dostarczyć modele w sposób umożliwiający ich wdrożenie i eksploatację w infrastrukturze zamawiającego, czyli w środowisku zarządzanym przez Centrum e-Zdrowia lub wskazane przez nie instytucje..

Drugi wariant, czyli SaaS (Software as a Service, oprogramowanie jako usługa, algorytmy są dostępne w chmurze) jest opcjonalny. W tym przypadku musi być spełnionych kilka warunków: dane są przetwarzane wyłącznie na terenie Europejskiego Obszaru Gospodarczego (EOG), są pseudonimizowane, system zapewnia pełną zgodność z RODO, MDR i EU AI Act oraz oferuje analogiczną funkcjonalność jak on-premise, w tym integrację API, monitoring, bezpieczeństwo itd.

Kto jest w stanie zbudować PUI? „Raczej duży koncern AI”

Sam fakt, że Centrum e-Zdrowia opublikowało zapytanie w celu ustalenia szacunkowej wartości przedmiotu zamówienia na PUI świadczy o tym, że projekt jest mocno skomplikowany i bezprecedensowy. Dostawca będzie musiał opracować modele sztucznej inteligencji, ale też aplikację webową dla lekarzy i radiologów, system integracyjny i interfejsy komunikacyjne. Wszystko wskazuje na to, że stworzeniu tak zaawansowanych rozwiązań AI i infrastruktury będą mogły podołać tylko duże, międzynarodowe koncerny – wśród potencjalnych realizatorów wspomina się o Google albo Microsoft, które mocno zabiegają o polski rynek. W styczniu 2025 roku Premier Donald Tusk spotkał się z Prezesem Google i Alphabet Sundarem Pichaiem, podczas którego zapowiedziano miliardowe inwestycje w rozwój cyfryzacji oraz transformacji energetycznej i ochrony zdrowia. Z kolei w lutym odbyły się rozmowy wiceprezesa Microsoft’u Brad Smith z Premierem, po których ogłoszono inwestycje w kwocie 2,8 mld zł w centra danych, chmurę i AI.

To ambitny projekt, na który są pieniądze. Centrum e-Zdrowia dostało z KPO 1,256 mld zł na rozwój AI w medycynie. Jest jeden haczyk: ta pula musi wystarczyć też na inne projekty jak Centralną e-Rejestrację, platformę e-Konsylium, Centralne Repozytorium Danych Medycznych oraz włączenie nowych dokumentów do Elektronicznej Dokumentacji Medycznej EDM.

Termin składania propozycji szacunkowej wyceny przedłużano dwukrotnie. Dopiero na tej podstawie ma zostać ogłoszony przetarg. Na wdrożenie będzie 12 miesięcy od czasu podpisania umowy.

Centrum e-Zdrowia obiecało PUI i tej obietnicy chce dotrzymać, zwłaszcza, że już ma na to pieniądze. Wśród korzyści wymienia m.in. dokładniejszą diagnostykę obrazową dzięki modelom AI wykrywającym nawet subtelne zmiany, automatyczne przydzielanie priorytetów dla przypadków wymagających pilnej interwencji oraz skrócenie czasu oczekiwania na końcowy opis wyniku badania.

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

– Pielęgniarki są najbliżej pacjenta i wiedzą, jak technologie mogą poprawić jakość opieki. Dlatego u nas współtworzą rozwiązania AI. Efekt? Mniej błędów ordynacji leków o 19%, mniej nadgodzin o 23%, mniej pracy administracyjnej o 40% – mówi w wywiadzie dla OSOZ dr Theresa McDonnell, dyrektor ds. pielęgniarstwa w Duke University Health System (USA).

Duke University Health System stosuje m.in. AI, aby lepiej zarządzać pracą na oddziałach szpitalnych i redukować ryzyko wypalenia zawodowego.

AI taktujemy jako sposób na lepsze planowanie pracy oraz rozwijanie wiedzy personelu, a w efekcie – narzędzie wspierania innowacyjności w pielęgniarstwie. Dlatego wdrożyliśmy m.in. model harmonogramowania oparty na sztucznej inteligencji, który dynamicznie dostosowuje obsadę do zapotrzebowania pacjentów. Takie podejście daje pierwsze efekty – wskaźnik retencji (red.: utrzymania personelu) poprawił się o 18%, a liczba nadgodzin spadła o 23%.

Mierzalne efekty to jedno. O wiele ważniejsze jest jednak, że pielęgniarki mogą korzystać z najnowszych technologii i współtworzyć je. A to podnosi rangę zawodu.

Inwestujemy również w edukację, aby demistyfikować AI, przedstawiając ją jako klinicznego „partnera” pielęgniarek. Odkąd pielęgniarki zaczęły zdawać sobie sprawę, że technologia eliminuje niektóre utrudnienia administracyjne i wzmacnia ich kompetencje, pojawił się naturalny entuzjazm. Podkreślę jeszcze jedną rzecz: Kiedy innowacje pochodzą od tych, którzy są najbliżej pacjenta, zmiany są trwałe, a korzyści – o wiele większe.

Oryginalnym pomysłem jest organizacja własnej konferencji dla pielęgniarek na temat innowacji.

Tak, Nurse Innovation Summit jest miejscem, gdzie prezentujemy nasze innowacje, dając przykład innym, ale także organizujemy hackatony pielęgniarskie. Podczas nich pielęgniarki współpracują z inżynierami, programistami i liderami operacyjnymi, projektując rozwiązania oparte na doświadczeniu z pierwszej linii.

W rezultacie powstało kilka solidnie zaprojektowanych przez pielęgniarki rozwiązań o mierzalnym wpływie na poziom opieki. Jednym z przykładów jest platforma szkoleniowa w wirtualnej rzeczywistości do deeskalacji przemocy w miejscu pracy. Z jej pomocą zrealizowaliśmy już 5000 godzin szkoleń i zmniejszyliśmy liczbę incydentów.

Innym przykładem jest inicjatywa standaryzacji inteligentnych pomp infuzyjnych, dzięki której udało się zmniejszyć liczbę błędów w podawaniu leków o 19%. Nasze narzędzie tłumaczeniowe dostępne przy łóżku pacjenta, także opracowane przez pielęgniarki, poprawia jakość komunikacji w krytycznych momentach, zwłaszcza z pacjentami nie mówiącymi po angielsku.

Dając pielęgniarkom narzędzia i wsparcie w prototypowaniu i wdrażaniu ich pomysłów, stworzyliśmy kulturę, w której innowacja jest częścią codziennej praktyki. A każda innowacja stworzona przez pielęgniarki poprawia jakość opieki, bo to właśnie pielęgniarki są najbliżej pacjenta i dokładnie wiedzą, gdzie coś działa nie tak. Mają wyjątkową wrażliwość na potrzeby pacjentów i zdolność identyfikowania luk w systemie. A to sprawia, że ich wiedza jest kluczowa w budowaniu narzędzi sprawdzających się w praktyce klinicznej.

AI w opiece pielęgniarskiej powoli staje się standardem w USA, ale nie np. w Polsce. Jak udało się przekonać personel do AI?

To nie jest tak, że my coś narzucamy z góry, ale to nasz personel kształtuje sposób wdrażania innowacji. I właśnie dlatego nie musimy się martwić „przekonywaniem” do technologii. W takim podejściu likwidujemy też obawy rodzące się często, gdy technologia pochodzi „z zewnętrz” – nasi pracownicy doskonale wiedzą, że AI poprawia poziom wiedzy klinicznej, ale nie zastępuje nikogo.

Dzięki temu wdrożyliśmy kilka bezprecedensowych rozwiązań jak przykładowo systemy monitorowania pacjentów wykorzystujące analitykę predykcyjną do wykrywania wczesnych sygnałów ostrzegawczych. Wspierają one podejmowanie bezpieczniejszych decyzji dotyczących opieki, są narzędziem, dzięki któremu zyskujemy kolejny krok przewagi nad chorobą.

Stworzyliśmy kulturę, w której innowacja jest postrzegana jako coś poprawiającego pracę, a nie coś, co jest narzucane z góry. Równie ważna jest współpraca z ośrodkami akademickimi i zakorzenienie innowacyjności w osobach, które dopiero wchodzą do zawodu. Uczymy nastawienia, że pielęgniarka nie powinna być tylko użytkownikiem technologii, ale jej współtwórczynią. To podejście stawia pielęgniarki w charakterze architektów przyszłości opieki zdrowotnej.

Gdy innowacje odpowiadają realnym potrzebom użytkowników, ich adopcja staje się naturalną konsekwencją zaufania.

Jakie jeszcze rozwiązania AI stosują pielęgniarki?

Nowością są narzędzia do dokumentowania przebiegu wizyty i wywiadu oparte na transkrypcji rozmowy na wpisy do elektronicznej dokumentacji medycznej. Dzięki nim czas pracy administracyjnej zmniejszył się nawet o 40%, co z kolei pozwala pielęgniarkom skupić się na interakcji z pacjentem. Najważniejsze w stosowaniu AI jest dopasowanie technologii do rzeczywistości przepływów pracy w klinice.

Takie narzędzia AI jak automatyczne tworzenie e-dokumentacji medycznej czy planowanie wypisu redukują obciążenia administracyjne, pozwalając pielęgniarkom skupić się na słuchaniu i edukowaniu pacjentów oraz ich rodzin.

Niezależnie od systemu, to personel określa sposób wdrażania technologii. Tylko w ten sposób jesteśmy pewni, że AI wspiera, a nie zakłóca doświadczenie pacjenta.

Rozwój AI jest błyskawiczny i algorytmy mogą już samodzielnie realizować niektóre zadania. Za tym idzie szybka ewolucja robotów i agentów AI. Jak wyobraża sobie Pani przyszłość pielęgniarstwa w ciągu najbliższej dekady w placówkach zdrowia przepełnionych technologiami?

Rola pielęgniarki z pewnością będzie ewoluować, ale nie odejdzie od swoich korzeni. Jestem przekonana, że znaczenie pielęgniarek w ochronie zdrowia będzie rosło i staną się one ważnym głosem decydującym o zmianach systemowych. W placówkach zdrowia, to pielęgniarki będą kierowały wdrażaniem AI, współtworząc nowe modele świadczenia opieki.

Technologia wzmocni nasz zawód, powoli nam jeszcze lepiej zaopiekować się pacjentem. Pielęgniarka przyszłości będzie ekspertem klinicznym, biegle poruszającym się w innowacjach, wiedzącym doskonale, jak z ich pomocą likwidować wąskie gardła opieki. Sercem pielęgniarstwa pozostaje ludzki kontakt z chorym i jego wsparcie. Jednak musimy zaangażować się też w rozwiązywanie problemów, które stoją na przeszkodzie tego ludzkiego kontaktu z osobą w chorobie, potrzebującą pomocy.

Czytaj także: 3 aplikacje mobilne dla personelu medycznego szpitala