Zapisz się do newslettera OSOZ i otrzymuj najważniejsze informacje o e-zdrowiu mailem. 2-3 razy w miesiącu, bez spamu, tylko skrupulatnie wybrana i praktyczna wiedza.

Wystarczy podać adres e-mail – bez konieczności podawania innych danych – i jako pierwszy/pierwsza dowiesz się o nowych raportach o e-zdrowiu, comiesięcznych e-wydaniach czasopisma OSOZ i zmianach prawnych. W każdej chwili możesz zrezygnować jednym kliknięciem.

Co znajdziesz w Newsletterze OSOZ Polska?

• Zmiany prawne i nowe projekty e-zdrowia w Polsce
• Praktyczne porady np. bezpieczeństwo danych
• Wywiady z praktykami, politykami i ekspertami z Polski i zza granicy
• Zapowiedzi nowych raportów i wydań OSOZ Polska i OSOZ Statystyki
• Unikalne dane i statystyki rynku aptecznego
• Najnowsze rozwiązania IT dla placówek zdrowia i aptek

Dla kogo Newsletter OSOZ Polska?

• Przedstawiciele organizacji rynku zdrowia
• Politycy, decydenci, menedżerowie zdrowia
• Wszyscy pracownicy ochrony zdrowia
• Farmaceuci
• Przedstawiciele firm farmaceutycznych
• Pacjenci zainteresowani innowacjami w medycynie

Jak się zapisać do Newslettera OSOZ Polska?

Kliknij tutaj, aby przejść do formularza. Wpisz adres e-mail, zatwierdź zapis dotyczący ochrony Twoich danych. I to wszystko.

Nadchodzi kolejny etap w rozwoju AI – agentowa sztuczna inteligencja (ang: agentic AI). Agenci AI będą pełnić rolę inteligentnego koordynatora opieki oraz procesów organizacyjnych i klinicznych, dyrygując przebiegiem operacji chirurgicznych i personalizując opiekę nad pacjentem – twierdzi Prof. Stéphanie Allassonnière z Uniwersytetu Paris Cité, Francja. Technologia jest gotowa.

Czym jest agentowa sztuczna inteligencja i kiedy możemy spodziewać się jej zastosowania w placówkach zdrowia?

Agentic AI odnosi się do systemów sztucznej inteligencji, które mogą autonomicznie planować, podejmować decyzje i realizować określone czynności, aby osiągnąć określone cele przy minimalnym zaangażowaniu człowieka. Można ją porównać do dyrygenta, który przewodzi orkiestrze tak, aby każdy jej członek używał instrumentu we właściwym czasie, aby powstał spójny i harmonijny utwór. Jednak agentic AI nie ma z góry zaprojektowanej partytury – musi wybrać taką, która pozwoli osiągnąć założony cel.

W opiece zdrowotnej możemy spodziewać się pierwszych zastosowań agentowej AI w takich obszarach jak wspomaganie decyzji klinicznych lub koordynacja opieki. W placówkach z bardzo dobrą infrastrukturą cyfrową, takie systemy pojawią się w ciągu najbliższych 3–5 lat. Ale oczywiście będzie to również zależeć od regulacji.

Jeśli agent AI będzie miał działać na przykład na sali operacyjnej, organy regulacyjne muszą zdecydować, czy są bezpieczne w stosowaniu. Wyzwaniem będzie określenie warunków dopuszczenia tego typu systemów do medycyny, bo mowa o częściowo samodzielnej AI. Dużo szybciej można spodziewać się agentów AI do zadań administracyjnych i organizacyjnych. Technologia jest już gotowa, jej wprowadzenie do placówek zdrowia zajmie ok. 1–2 lat.

To bardzo krótki okres zakładając, że opieka zdrowotna nigdy nie była w czołówce wdrażania technologii. Dlaczego miałoby być inaczej w przypadku agentowej sztucznej inteligencji? Na razie nie widać jakichkolwiek prób regulacji.

To prawda, że opieka zdrowotna pozostaje w tyle, jeśli chodzi o wdrażanie technologii cyfrowych. Ale w przypadku agentowej AI sytuacja może być inna. Proszę zwrócić uwagę, że jest to technologia, która po raz pierwszy daje nadzieję na rozwiązanie palących problemów w systemie zdrowia. Mam na myśli wypalenie zawodowe lekarzy, braki kadrowe i rosnące koszty opieki. Agenci AI mogą przejąć i zautomatyzować złożone, czasochłonne zadania.

Presja poradzenia sobie z tymi wyzwaniami jest tak silna, że prawdopodobnie zobaczymy wdrożenie tej odmiany AI jeszcze przed ich pełną regulacją, szczególnie w obszarach pomocniczych lub niediagnostycznych. Taką mam przynajmniej nadzieję.

A jak będzie wyglądała walidacja? Agenci AI są oparci na generatywnej AI, a ta może halucynować.

Podobnie jak nowy lek przechodzi rygorystyczną, etapową walidację, najpierw w badaniach symulowanych, a następnie pod nadzorem w rzeczywistych warunkach, taka sama procedura będzie dotyczyła agentów AI.

Jeśli chodzi o halucynacje, to istnieje kilka sposobów, aby im zapobiegać: systemy AI muszą być szkolone z wykorzystaniem wysokiej jakości danych klinicznych, na bieżąco aktualizowane i korygowane, jeśli popełniły błąd. Do tego konieczne jest uwzględnienie mechanizmów odraczania decyzji, aby minimalizować szkody w przypadku błędów.

Systemy agentowe są w stanie samodzielnie realizować procesy kliniczne. Przykładem jest wspomniana koordynacja opieki nad pacjentem. Co zrobić, aby oddając część ról w ochronie zdrowia maszynom, zachować kontrolę człowieka?

Utrzymywanie ludzi w pętli decyzyjnej będzie wymagać projektowania systemów agentowych, których sposób działania jest w pełni udokumentowany, możliwy do skontrolowania i przerwania w razie konieczności. Tylko w ten sposób lekarze będą mogli nadzorować podejmowane przez AI decyzje i rozumieć działanie całego systemu, a w razie konieczności – przejmować kontrolę nad takim „autopilotem”.

To z kolei oznacza, że zanim agenci AI przejmą niektóre czynności, trzeba dobrze przeszkolić lekarzy i pielęgniarki z ich obsługi. Nawet jeśli agent AI będzie posiadał certyfikat, trudno spodziewać się, że będzie bezbłędny. W razie problemów, personel medyczny – kierując się własnym doświadczeniem – będzie korygował działanie maszyny. Krytycznie ważne będzie angażowanie lekarzy w projektowanie agentów AI, aby zapewnić dobre przygotowanie agenta do zadania i przyjazność rozwiązania. Dużą rolę odegrają wytyczne etyczne w stosunku do agentic AI, określające granice odpowiedzialności i gwarantujące, że to do człowieka należy ostateczna decyzja. To są kwestie, nad którymi trzeba się będzie pochylić.

Warunkiem dopuszczenia agentów AI do medycyny jest zapewnienie ich „interpretowalności”, czyli zrozumienia podejmowanych decyzji. Jeśli lekarze nie będą wiedzieli, jak działa agent AI, raczej mu nie zaufają.

Tak jak w przypadku każdego innego urządzenia medycznego, konieczne będą badania kliniczne. Dostawcy agentycznej sztucznej inteligencji muszą przedstawić dowody na bezpieczeństwo i korzyści stosowania, dodatkowo gwarantując zgodność z wytycznymi klinicznymi i ochrony danych. Tutaj obowiązują takie same standardy jak dla każdego produktu medycznego.

Podkreślam wielokrotnie znaczenie angażowania lekarzy od samego początku procesu rozwoju i testowania, co jest fundamentem jakości AI i jej użyteczności w warunkach klinicznych, w ten sposób budują zaufanie wśród użytkowników. Takie podejście – które jest nawet zawarte w prawie europejskim – nazywa się „gwarancją człowieka”.

Nie ma się jednak co łudzić – agenci AI nie będą w 100% wyjaśnialni, bo nie działają w oparciu o proste reguły matematyczne. Z tego samego powodu, dla którego nie wymaga się od lekarza znajomości składu chemicznego i mechanizmów działania związków chemicznych, nie należy wymagać, aby sposób działania rozwiązań opartych na AI był całkowicie jasny dla każdego użytkownika. Problem tzw. czarnej skrzynki dotyczy tak samo AI jak i ludzi. Człowiek też nie zawsze jest w stanie wyjaśnić, jak doszedł do danej decyzji.

Kto będzie odpowiedzialny, gdy coś pójdzie nie tak? Agent AI czy lekarz?

W Europie ostateczna decyzja medyczna zawsze należy do człowieka. Oznacza to, że agenci AI powinni być nadzorowani przez cały czas przez ludzkiego eksperta. Jeśli pomyślimy o obsłudze administracyjnej szpitala, to również w tym przypadku powinien istnieć nadzór człowieka, chociaż wpływ błędnej decyzji nie będzie miał takich samych konsekwencji jak w gabinecie lekarskim albo na sali operacyjnej. Uważam, że w medycynie narzędzia te będą wymagały stałego nadzoru.

Agentowa AI obiecuje zmniejszyć obciążenia administracyjne poprzez m.in. automatyzację koordynacji opieki. Jak możemy zapobiec sytuacji, w której nadmierne poleganie na technologii stworzy nowe formy przeciążenia poznawczego lub deskillingu, czyli zaniku doświadczenia i wiedzy, pracowników służby zdrowia?

Automatyzacja powinna wspierać, ale nie zastępować rozumowanie kliniczne. Tutaj wracamy do już wspomnianych warunków brzegowych stosowania agentów AI – to lekarz będzie musiał podjąć ostateczną decyzję i nadzorować cały proces.

Oczywiście, istnieje ryzyko, że kontrola agentów zajmie więcej czasu niż realizacja tego samego zadania przez człowieka. Wówczas taki system mija się z celem, dlatego agentowa AI musi być projektowana tak, aby klinicyści byli angażowani tylko w kluczowe decyzje. To nie jest tak, że lekarze będą biernymi obserwatorami.

W przyszłości znajomość wiedzy klinicznej i doświadczenie będą tak samo ważne, aby móc krytycznie weryfikować działania agenta AI i przejmować inicjatywę w razie potrzeby. Dlatego nie obawiałabym się obniżania poziomu wiedzy i umiejętności lekarzy. Na pewno zmieni się praktyka zawodu i kształcenie, ale cały czas lekarz będzie musiał mieć kompetencje gwarantujące bezpieczeństwo leczenia pacjenta.

Aby agenci płynnie wykonywali swoje zadania, muszą mieć dostęp do danych pacjentów. Czy nie stanowi to zagrożenia dla ich prywatności i bezpieczeństwa danych medycznych?

Tutaj także zasady pozostają bez zmian i agenci AI muszą spełniać obowiązujące wymagania prawne jak RODO czy kodeksy krajowe. Pacjenci będą musieli być informowani o stosowaniu AI, tak samo, jak ma to miejsce obecnie. Nie widzę tu żadnego nowego zagrożenia, bo przepisy chroniące prywatność pacjentów są dobrze przygotowane.

Dotychczas mówiliśmy o agentach AI pomagających w placówkach zdrowia. A czy takie systemy będą też dostępne dla pacjentów, podpowiadając im jak lepiej zadbać o zdrowie?

Oczywiście! Agentyczna sztuczna inteligencja ma tę zaletę, że jest w stanie dostosować swoje decyzje do każdej osoby i sytuacji. Moim zdaniem agenci AI wprowadzą rewolucję w profilaktyce.

Technologia wkroczy do placówek zdrowia najwcześniej za 1–2 lata. Jak już dziś dostawcy usług zdrowotnych powinni zacząć się przygotowywać do wdrożenia agentów AI? Przede wszystkim trzeba zadbać o takie gromadzenie i wstępne przetwarzanie danych, aby z czasem tworzyły one wierną, cyfrową reprezentacją każdej organizacji. Dane muszą być interoperacyjne, szczegółowe i dokładne. Drugą ważną rzeczą jest rozpoczęcie szkolenia pracowników w zakresie AI. Im wcześniej zaczniemy to robić, tym lepiej.

Czytaj także: Pobierz bezpłatny, 242-stronicowy raport o AI w ochronie zdrowia.

Od momentu premiery ChatGPT, sztuczna inteligencja jest tematem nr 1. Jedni twierdzą, że AI zastąpi ludzi w wielu zawodach, w tym lekarzy, podczas gdy inni mówią o rozdmuchanych nadziejach. Gdzie leży prawda? Na to pytanie odpowiadamy w nowym, 242-stronicowym raporcie „AI w ochronie zdrowia”.

Na AI najbardziej skorzysta medycyna

Żadna inna technologia nie ma takiej siły, pozytywnej i negatywnej, jak sztuczna inteligencja. Jeszcze kilka lat temu AI była dla przeciętnego Kowalskiego czymś wirtualnym, skomplikowaną koncepcją, nad którą pracowali naukowcy i informatycy. Jednak odkąd w listopadzie 2022 roku swoją premierę miał ChatGPT, z AI może korzystać każdy. Dzisiaj, codziennie do narzędzia trafia ok. 2,5 mld promptów, czyli pytań i poleceń o streszczenie tekstu, wykonanie grafiki albo napisanie maila. Jego twórca – OpenAI – jest na prostej drodze do detronizacji Google z ok. 8,5 mld zapytań dziennie.

Z ChatGPT, Gemini (Google), Copilot’a (Microsoft), Groka (X) albo Llama (Meta) korzystają też pacjenci szukający diagnoz i lekarze podejmując decyzje medyczne. Generatywna AI tworzy bezbłędne treści i odpowiada na wszystkie pytania na zasadzie czystej statystyki, przekonuje swoją wiedzą i brzmi wiarygodnie, nawet jeśli halucynuje i zmyśla fakty.

Ochrona zdrowia szybko zdała sobie sprawę, że nowej generacji AI jest pierwszą od lat szansą na poradzenie sobie z problemami, których nie udało się dotąd rozwiązać. AI może słuchać rozmowy w gabinecie lekarskim, aby lekarz albo pielęgniarka nie musieli ręcznie wpisywać danych do komputera, mogąc skupić się na rozmowie z pacjentem. AI może analizować megabajty informacji o zdrowiu pacjenta z różnych źródeł – jak zdjęcia medyczne, notatki lekarzy – nawet jeśli są zapisane w PDF-ach i różnych formatach, oszczędzając cenny czas lekarza. Może też zestawiać wyniki badań z najnowszymi publikacjami naukowymi, podając najbardziej aktualne rekomendacje dotyczące leczenia albo stylu życia. Może szukać kandydatów na nowe leki i przewidywać struktury białek, za co dostała Nobla w 2024 roku.

Agenci AI są gotowi, aby automatyzować procesy organizacyjne w szpitalach jak harmonogramy pracy oraz triażować pacjentów. Pierwsze szpitale wdrażają systemy AI, dzięki którym lekarz może rozmawiać z elektroniczną dokumentacją medyczną, zamiast ręcznie klikać, skrolować, przechodzić po dziesiątkach zakładkach w systemach IT.

Technologia zmieni ochronę zdrowia, jaką znamy od dekad

Pacjenci coraz chętniej pytają AI o objawy oraz sposób leczenia. Według ostatniego raportu Harvard Business Review, najczęstszym powodem korzystania z ChatGPT i podobnych rozwiązań jest „terapia i dotrzymanie towarzystwa”. AI jest zawsze pod ręką, empatyczna, cierpliwa, tłumaczy skomplikowane zagadnienia zrozumiałym językiem, bez uprzedzeń.

AI nie jest tylko kolejną technologią, ale już dziś przewraca do góry nogami sposób, w jaki pacjenci wchodzą w interakcje z systemem zdrowia oraz metody pracy lekarzy. Jest duża nadzieja, że będzie to zmiana na lepsze i AI pozwoli odbiurokratyzować system zdrowia, uwalniając lekarzy i pielęgniarki od pochłaniających coraz więcej czasu obowiązków administracyjnych.

Ale z drugiej strony już teraz widzimy zagrożenia. Fake newsy medyczne podparte realnie wyglądającymi zdjęciami i filmami wprowadzają pacjentów w błąd i podkopują wiarę w naukę jaką jest medycyna, prowadząc do korozji zaufania do lekarzy. AI słuchająca rozmowy w gabinecie lekarskim skrupulatnie notuje wszystkie dane, ale wchodzi pomiędzy lekarza a pacjenta, z czym chorzy niekoniecznie muszą czuć się komfortowo. Duże firmy technologiczne zbierają coraz więcej danych na nasz temat, aby szkolić coraz to doskonalsze algorytmy.

AI w medycynie będzie wymagała od nas kompromisów pomiędzy wyższą jakością leczenia a utratą prywatności. O dużo ważniejsze będzie wrażliwe wprowadzanie AI do medycyny, aby fundamentalne wartości opieki – jak ludzki dotyk – zostały nie tylko zachowane, ale nawet wzmocnione.

Pierwszy przekrojowy obraz rozwoju AI w medycynie

W niniejszym raporcie znajdą Państwo różne opinie o AI, które zebraliśmy podczas wywiadów z ekspertami z Polski i zza granicy. To łącznie 11 rozmów o etyce AI, już działających rozwiązaniach, najnowszych innowacjach, jak agenci AI, oraz regulacjach, jak europejski Akt w sprawie AI. Wszystko po to, abyście mogli Państwo wyrobić sobie własne zdanie w chaosie sensacyjnych nagłówków prasowych i kontrowersyjnych wypowiedzi.

Prezentujemy najnowsze zastosowania kliniczne AI, w tym przykładowo ChatEDM, czyli system pozwalający lekarzowi rozmawiać z dokumentacją pacjenta, modele rozpoznające choroby skóry i przewidujące ryzyko wystąpienia chorób. Wśród nich są też polskie innowacje, jak wytrenowany na krajowych danych model PPLuM albo rozwiązania AI w systemach gabinetowych dla lekarzy. Przedstawiamy przełomowe modele diagnostyczne jak zaprezentowany przez Microsoft MAI-DxO i eksperymenty psychologiczne obnażające, dlaczego traktujemy AI jak coś inteligentnego.

Oprócz trendów pozwalających zrozumieć aktualne kierunki rozwoju AI, podajemy konkretne wskazówki, jak wdrażać AI w szpitalach, przychodniach i gabinetach lekarskich, jak lekarze mogą bezpiecznie z niej korzystać, jak będą działały innowacje AI planowane w polskiej ochronie zdrowia jak np. Platforma Usług Inteligentnych. Przeglądamy też regulacje dotyczące stosowania AI jak RODO, EU AI Act czy wytyczne w nowym Kodeksie Etyki Lekarskiej, który od 2025 roku nakłada na lekarzy obowiązek informowania o stosowaniu AI.

I na końcu prezentujemy podsumowanie 5 ważnych raportów na temat AI w ochronie zdrowia opartych na wiarygodnych badaniach i danych. Dowiecie się z nich Państwo, o co najczęściej pytamy ChatGPT, że Polska to lider w korzystaniu z generatywnej AI oraz co oznacza pojęcie „żywej inteligencji”.

Nasz 242-stronicowy raport opiera się na już publikowanych w czasopiśmie OSOZ artykułach oraz nowych treściach.

Zdajemy sobie sprawę, że pisanie o AI w czasach, gdy codziennie pojawiają się nowe modele albo przełomowe rozwiązania nie jest łatwe. W tym tempie rozwoju, dzisiejsze newsy mogą okazać się jutro już nieaktualne. Dlatego skupiliśmy się na uniwersalnych podstawach, które nie przeterminują się nawet za kilka miesięcy. Równie ważne było dla nas połączenie trendów światowych z kontekstem działania polskich placówek medycznych – niektóre z rozwiązań AI wdrażane w USA, jak przykładowo transkrypcja rozmowy z pacjentem na wpisy do EDM, jeszcze nie są obecne w Polsce. Można się jednak spodziewać, że zaczną wchodzić na nasz rynek za kilka lat, jak tylko AI nauczy się porządnie języka polskiego. Raport twardo stąpa po ziemi, unikając gloryfikacji AI. Tutaj zgadzamy się w pełni z Jessicą Morley z Uniwersytetu Yale (USA), która w wywiadzie dla OSOZ mówi wprost: „AI nie jest ani nowa, ani magiczna, ani inteligentna. Jedynie sprawia wrażenie takiej.”

Agencja Oceny Technologii Medycznych i Taryfikacji (AOTMiT) we współpracy z Inicjatywą na rzecz Innowacyjnych Wyrobów Medycznych (IWM) opracowała projekt ścieżki legislacyjnej oceny i włączania innowacyjnych wyrobów medycznych do wykazu świadczeń gwarantowanych. Jego konsultacje potrwają do 18 sierpnia.

Polski system refundacji jest archaiczny. Trzeba go szybko zmienić

50-stronicowy raport „System finansowania ze środków publicznych innowacyjnych wyrobów medycznych – ocena i kierunki zmian” nie pozostawia suchej nitki na sposobie refundacji innowacyjnych wyrobów medycznych w Polsce i podkreśla konieczność gruntownych zmian.

Przykładem są zdrowotne aplikacje mobilne, które wspierają pacjentów w rehabilitacji, leczeniu niektórych schorzeń (jak np. bezsenność) oraz pomagają osobom chorym przewlekle (np. cukrzykom) utrzymać w ryzach swoje zdrowie. Niektóre apki posiadają certyfikat wyrobu medycznego oraz przeszły badania potwierdzające ich skuteczność kliniczną, ale w Polsce nadal nie są refundowane. Tymczasem pierwsze kraje, jak Wielka Brytania, Belgia, Niemcy czy Francja, uruchomiły szybkie ścieżki refundacji zaprojektowane specjalnie dla technologii nielekowych.

Na wstępie autorzy raportu podkreślają, że wyroby medyczne nie są tylko „plastikową protezą” czy „bandażem XXI wieku”. Mówimy o wysoce zaawansowanych technologiach: implantach nowej generacji, urządzeniach do monitorowania stanu zdrowia, robotach chirurgicznych oraz aplikacjach mobilnych klasyfikowanych jako urządzenia medyczne (software as a medical device, SaaS).

Ich wpływ na zdrowie pacjenta, jakość życia i efektywność terapii jest często porównywalny, a bywa że i wyższy niż klasycznych terapii farmakologicznych. Tymczasem – jak alarmuje raport – system refundacyjny w Polsce jest do tych nowych technologii leczenia zupełnie nieprzygotowany.

Technologie idą do przodu, prawo pozostaje w tyle

Wśród głównych zastrzeżeń autorów są m.in. brak transparentnego, przewidywalnego i dedykowanego systemu oceny i finansowania innowacyjnych wyrobów medycznych. W przeciwieństwie do leków, dla których istnieje wypracowany proces HTA (Health Technology Assessment), wyroby medyczne trafiają do refundacji na podstawie rozproszonych procedur, bez jednoznacznych kryteriów. W efekcie tylko nieliczne, często najprostsze rozwiązania, mają szansę na refundację. Dla bardziej zaawansowanych technologii droga pozostaje długa i wyboista albo po prostu nie istnieje. Cierpią na tym pacjenci, którzy jeśli już mają dostęp do innowacyjnych terapii to wyłącznie do innowacyjnych terapii lekowych. Tymczasem świat poszedł do przodu i już nie tylko tabletka może leczyć.

Raport podaje przykłady krajów, gdzie prawo nadąża za technologią. Przykładem są Niemcy, Francja czy Wielka Brytania, które od lat rozwijają ścieżki finansowania innowacji medycznych – osobne od standardowej refundacji leków. Przykładem jest niemiecki system Fast-Track dla aplikacji cyfrowych, który pozwala na szybkie wprowadzenie rozwiązań cyfrowych do praktyki klinicznej na 12-miesięczny okres testowy. Rozwiązanie musi być certyfikowane jako wyrób medyczny, ale jeszcze dostawca nie musi przeprowadzić badań klinicznych koniecznych w przypadku leków. Powód jest prosty – są one na tyle drogie, że mogą sobie na nie pozwolić tylko duże firmy farmaceutyczne. W tzw. okresie przejściowym dostawcy mają czas na zebranie dowodów na kliniczną skuteczność swoich rozwiązań.

Tymczasem Polska pozostaje daleko w tyle, mimo że rynek innowacyjnych wyrobów rośnie w błyskawicznym tempie. Funkcjonują one w próżni i są ignorowane przez system publicznej ochrony zdrowia.

Bariery i absurdy systemu refundacji

Raport identyfikuje szereg głównych barier systemowych. Wśród najważniejszych znalazły się:

• Brak klarownych definicji i kryteriów. Co tak naprawdę oznacza „innowacyjność” w kontekście wyrobów?
• Niedopasowane procedury HTA. Stworzone z myślą o lekach nie przystają do specyfiki wyrobów.
• Brak ścieżki szybkiego dostępu do rynku. Procedury trwają nawet kilka lat.
• Stare spojrzenie na to, co innowacyjne. Innowacyjne wyroby często nie mają jeszcze wieloletnich badań klinicznych, co dyskwalifikuje je w oczach urzędników.
• Brak zachęt dla producentów. Wprowadzanie innowacyjnych wyrobów, w tym rozwiąząń e-zdrowia, w Polsce po prostu się nie opłaca.

Absurdalnym przykładem podanym w raporcie jest sytuacja, w której innowacyjny system monitorowania glikemii dla diabetyków został zatwierdzony w Niemczech w ciągu 9 miesięcy, podczas gdy w Polsce przez lata nie mógł doczekać się decyzji refundacyjnej i to mimo porównywalnych danych klinicznych.

Raport zawiera zestaw rekomendacji, jak to zmienić. Oto kilka z nich:

• Stworzenie odrębnej ścieżki refundacyjnej dla innowacyjnych wyrobów, w tym rozwiązań cyfrowych, niezależnej od tej obowiązującej dla leków.
• Wprowadzenie definicji i poziomów innowacyjności, które ułatwiłoby ocenę i klasyfikację rozwiązań oraz ich refundację.
• Pilotażowe finansowanie nowości na wzór programów takich jak „Pilot MTech” w Kanadzie.
• Wzmocnienie dialogu z producentami i pacjentami, ponieważ ich potrzeby w czasach nowych technologii także się zmieniają.
• Zwiększenie inwestycji w dane i badania RWE (real-world evidence), aby lepiej dokumentować efekty terapii.

Wszystkie proponowane działania miałyby ułatwić dostęp pacjentów do nowoczesnych technologii oraz wspierać innowacyjność przemysłu medycznego w Polsce.

Zmarnowane korzyści zdrowotne z nowych technologii

Jak alarmuje AOTMiT, opóźnienie refundacji nowoczesnych rozwiązań to realne straty: wydłużony czas leczenia, gorsze wyniki zdrowotne, większe obciążenie dla personelu medycznego i wyższe koszty systemowe. Tymczasem innowacyjne wyroby medyczne mają potencjał do transformacji całych obszarów terapeutycznych.

Wśród technologii działających w próżni prawnej, a stosowanych z powodzeniem w innych krajach, są m.in.:

• telemedycyna i zdalne monitorowanie pacjentów,
• personalizowane implanty i protezy drukowane 3D,
• urządzenia do neurostymulacji w chorobach neurologicznych,
• inteligentne opatrunki z biosensorami,
• zdrowotne aplikacje mobilne i wiele innych.

Jak ostrzegają autorzy, dalsze przymykanie oczu na problem może doprowadzić do marginalizacji Polski jako rynku testowania i wdrażania nowoczesnych technologii.

Raport kończy się apelem do decydentów: potrzebna jest nie tylko reforma, ale i zmiana podejścia. Nie chodzi wyłącznie o finansowanie, ale o stworzenie środowiska, które sprzyja innowacjom, wspiera ich testowanie, ocenę i wdrażanie w praktyce klinicznej. Bez tego Polska traci bezpowrotnie szansę na poprawę zdrowia obywateli i przegapia okazję stania się liderem regionu w obszarze medycyny innowacyjnej. Zwłaszcza, że mamy dobrą podstawę, bo już dziś zajmujemy wysokie miejsce pod względem wdrażania e-zdrowia w Europie.

AOTMiT rozpoczyna konsultacje projektu zmian

Dlatego AOTMiT opracowała projekt ścieżki legislacyjnej oceny i włączania innowacyjnych wyrobów medycznych do wykazu świadczeń gwarantowanych i rozpoczyna jego konsultacje zewnętrzne. Pozyskane opinie mają umożliwić dalsze dopracowanie proponowanego modelu oraz jego dostosowanie do potrzeb polskiego systemu ochrony zdrowia.

Jak podkreśla AOTMiT, projekt powstał na podstawie przeglądu dostępnych dowodów naukowych,
analizy rozwiązań funkcjonujących w wybranych krajach, konsultacji eksperckich z udziałem przedstawicieli kluczowych interesariuszy branży wyrobów medycznych, konsultacji z przedstawicielami Ministerstwa Zdrowia oraz współpracy z Partnerami projektu.

Kliknij tutaj, aby przejść na stronę konsultacji zewnętrznych nowego projektu AOTMiT ścieżki legislacyjnej oceny i włączania innowacyjnych wyrobów medycznych do wykazu świadczeń gwarantowanych.

CSIRT CeZ – czyli zespół reagowania na incydenty ochrony danych w sektorze zdrowia – otrzymał dofinansowanie z Krajowego Planu Odbudowy (KPO) w ramach programu „CyberPL”. Pieniądze pójdą m.in. na rozbudowę CSIRT CeZ, szkolenia, „cyberkaretki” i kampanie informacyjne.

W pierwszym półroczu 2025 roku doszło do 792 incydentów cyberbezpieczeństwa w ochronie zdrowia. To prawie 80% wszystkich przypadków z całego 2024 roku. Jeśli trend się utrzyma, do końca roku liczba ta przekroczy granicę tysiąca – poziom nigdy dotąd nienotowany. A każdy incydent może zagrażać nie tylko danym, ale także zdrowiu i życiu pacjentów.

Aby skuteczniej walczyć z hakerami, CSIRT CeZ otrzyma 13 mln zł z KPO w ramach inwestycji „CyberPL”, której celem jest budowa bezpiecznej i odpornej infrastruktury cyfrowej państwa, także w ochronie zdrowia. Dofinansowanie pozwoli wzmocnić działania CSIRT CeZ w trzech głównych obszarach:

• Rozbudowa centralnych struktur cyberbezpieczeństwa. Rozwój zespołu CSIRT CeZ, zakup nowoczesnych narzędzi (sprzętu i oprogramowania), wdrożenie procedur i przeprowadzenie szkoleń. Cel: skuteczniejsze wykrywanie, analizowanie i neutralizowanie zagrożeń.
  
• Wsparcie placówek medycznych. CSIRT CeZ będzie aktywnie wspierać operatorów usług kluczowych (OUK) oraz inne placówki medyczne. Pomoc obejmie m.in. działania po atakach (np. tzw. Cyberkaretki) i bieżące doradztwo. Szczególne znaczenie ma tu dyrektywa NIS2, która znacząco rozszerzy listę podmiotów objętych obowiązkami z zakresu cyberbezpieczeństwa – liczba OUK może wzrosnąć z 237 do kilku tysięcy.
  
• Zwiększanie świadomości zagrożeń wśród pracowników ochrony zdrowia. Działania edukacyjne i promocyjne skierowane do personelu medycznego i niemedycznego: lekarzy i pielęgniarek, rejestratorów, kadry zarządzającej i IT.

Projekt obejmie:

• Placówki ochrony zdrowia, w tym szczególnie operatorów usług kluczowych, którzy otrzymają wsparcie eksperckie od CSIRT CeZ.
• Pracowników medycznych i administracyjnych. to blisko 500 tysięcy osób, które każdego dnia mają kontakt z danymi medycznymi.
• Zespół CSIRT CeZ, który zostanie wzmocniony szkoleniami i nowym zapleczem technologicznym.

Jak podkreśla CeZ, „każda placówka, każdy pracownik, każdy pacjent korzystający z cyfrowych usług medycznych są częścią systemu zdrowia, a inwestycja w cyberbezpieczeństwo to inwestycja w zaufanie, ciągłość działania i bezpieczeństwo zdrowia Polaków”. Tomasz Jeruzalski, Dyrektor Pionu Eksploatacji Systemów Teleinformatycznych w Centrum e-Zdrowia, dodaje, że potrzeby w zakresie cyberbezpieczeństwa różnią się w zależności od specyfiki i wielkości podmiotu, ale łączy je wspólna potrzeba zwiększenia odporności na ataki.

Projekt jest współfinansowany przez Unię Europejską w ramach inwestycji „CyberPL – infrastruktura przetwarzania danych oraz optymalizacja infrastruktury służb państwowych odpowiedzialnych za bezpieczeństwo” w Krajowym Planie Odbudowy i Zwiększania Odporności.

Czytaj także: Pobierz bezpłatny poradnik „Bezpieczeństwo Danych w Ochronie zdrowia.”

Czasopismo OSOZ prezentuje 242-stronicowy, bezpłatny raport na temat sztucznej inteligencji w ochronie zdrowia. Zrozum kulisy rewolucji AI w medycynie oraz bądź na bieżąco z najnowszymi rozwiązaniami AI stosowany w Polsce i za granicą.

We wnętrzu m.in.:

• 11 wywiadów z ekspertami AI
• Przykłady wdrożeń AI i generatywnej AI w szpitalach
• Czy diagnoza z ChatGPT jest bezpieczna?
• Test polskiego odpowiednika ChatGPT, czyli PLLuM
• Co to są agenci AI i jak pomocą lekarzom oraz pacjentom?
• 5 raportów, które uświadamiają możliwości AI

KLIKNIJ TUTAJ, aby pobrać bezpłatnie raport „AI w ochronie zdrowia” (242 strony, PDF)

Spis treści:

TRENDY AI

• 60 lat przed ChatGPT chatbot ELIZA zdemaskował nasze relacje z AI
• Era profilerów zdrowia
• Jak i kiedy wdrażać AI?
• Foresight. Jak przygotować się na nieznaną przyszłość ochrony zdrowia?
• Jak polski duży model językowy PLLuM radzi sobie z pytami medycznymi?
• Jak działają agenci AI?
• Pacjent diagnozuje się z pomocą ChatGPT. Jak powinien zareagować lekarz
• AI zna odpowiedzi na pytania, na które nie chcemy znać odpowiedzi
• Czy lekarze obawiają się, czy czekają na AI
• Postęp rozwoju AI
• ChatGPT lepszy od lekarza? Pułapki sensacji medialnych

ROZMOWY O AI

• Aleksandra Przegalińska: AI potrzebuje nadzoru
• Pamela Krzypkowska: EU AI Act wyjdzie nam na zdrowie
• Prof. Stephanie Allassoniere: Agenci AI już za 1-2 lata
• Jessica Morley: AI nie jest rozwiązaniem na problemy medycyny
• Mathias Goyen: AI w obrazowaniu medycznym
• Jörn Watzke: Twój coach zdrowia AI na nadgarstku
• Theresa McDonnell: Pielęgniarki napędzają wdrażanie rozwiązań przyszłości
• Jakub Adamski: AI staje się autorytetem zdrowotnym. To problem
• Grzegorz Mródź: Dlaczego i jak KAMSOFT wprowadza AI do systemów IT?
• Michał Chodorek: Bez publicznego finansowania, AI się nie upowszechni
• Daniel Pinto dos Santos: AI nie wie wszystkiego o pacjencie

JAK WDRAŻAĆ AI W OCHRONIE ZDROWIA

• Polityka rozwoju AI w Polsce do 2030 roku
• Wyzwania wdrażania AI w polskich placówkach zdrowia
• Jak będzie działać Platforma Usług Inteligentnych?
• EU AI Act: Kiedy AI w medycynie jest kategorycznie zabroniona?
• Co się dzieje z danymi, które lekarz wpisuje do ChatGPT?
• 5 bezpłatnych kursów, dzięki którym nauczysz się korzystać z AI
• Dyktowanie zamiast pisania. Czy lekarze przyzwyczają się do nowej EDM?
• Kiedy lekarz musi informować pacjenta, że korzysta z AI?
• 11 wskazówek dla wdrażających AI w placówkach zdrowia
• Pierwsze kroki z AI w podmiocie medycznym
• Jak wdrożyć AI i LLM w szpitalu? Case study ze Szwajcarii

INNOWACJE AI

• Polski system gabinetowy obliczy ryzyko wystąpienia choroby
• Superinteligencja medyczna zaczyna rozumować jak lekarz
• SCAI I AMI: dwa modele, które diagnozują jak lekarz
• AI to jedyna szansa na eliminację błędów medycznych
• Model AI rozpoznaje choroby skóry
• Algorytm rozwiązuje problem kakofonii w aparatach słuchowych
• Sztuczna inteligencja przewiduje nastrój na podstawie danych snu
• AI może obliczyć ryzyko nawet 1000 chorób z danych w EDM

RAPORTY O AI

• O co najczęściej pytamy ChatGPT?
• Europa daleko w tyle rozwoju generatywnej AI
• Future Health Index 2025: AI to ostatnia deska ratunku
• Polska liderem wdrażania generatywnej AI
• Wkraczamy w erę „żywej AI”

---

W serii poradników czasopisma OSOZ ukazały się także (kliknij na okładkę, aby pobrać):

Niedofinansowany system publicznej ochrony zdrowia, rosnąca biurokracja i braki kadrowe doprowadziły do dehumanizacji medycyny. Pacjenci narzekają, że ich potrzeby są ignorowane, a lekarze – na nadmiar pracy. Co zrobić, aby mimo to pacjent czuł się zaopiekowany? Sprawdziliśmy aktualne badania naukowe i rozwiązania organizacyjno-cyfrowe dla lepszej opieki.

Co cenią sobie pacjenci?

Ochrona zdrowia coraz bardziej obrasta w procedury, piętrzą się problemy kadrowe, a restrykcyjne zasady finansowania usług z NFZ narzucają restrykcyjne zasady wizyt, które ograniczają się do najwyżej 10-minutowej konsultacji, podczas której lekarz spędza większość czasu za komputerem. Czy jest wyjście z tego błędnego koła?

W automatyzowanej i zbiurokratyzowanej medycynie najważniejsze jest zrozumienie i zaspokojenie uniwersalnych potrzeb psychologicznych pacjenta. Naukowcy wyodrębniają kilka bazowych obszarów wsparcia, które mają dla pacjenta priorytetowe – poza aspektami klinicznymi wizyty – znaczenie.

Potrzeby psychologiczne i fizyczne. Pacjent oczekuje, że wizyta u lekarza rozwiąże jego problem. Jedną z bazowych potrzeb jest potrzeba bezpieczeństwa. Można ją zaspokoić dostarczając informacji o czasie wizyty (przewidywalność przebiegu wizyty) oraz postępowaniu (informacja zwrotna od lekarza na temat diagnozy i możliwościach postępowania). Pacjent w gabinecie oczekuje od lekarza jasnych wskazówek, co ma robić po powrocie do domu. Tutaj ważne jest poinformowanie chorego, o możliwych skutkach zażywania leków oraz przewidywalnym przebiegu choroby i niepokojących objawach, które powinny skłonić do ponownej wizyty.

Potrzeby emocjonalne. Każdy człowiek potrzebuje empatii i dobrych relacji. Nikt nie chce być tylko numerem i pozycją rozliczeniową w systemie IT. Badania naukowe potwierdzają, że empatia kliniczna buduje zaufanie i satysfakcję pacjenta oraz wpływa na przestrzeganie zaleceń lekarskich. Zasady pozostają od lat te same: słuchanie, zadawanie otwartych pytań, zwracanie się po imieniu, włączenie rodziny w proces leczenia.

Potrzeba przynależności. Przyjmowanie pacjentów z różnymi problemami to spore wyzwanie dla lekarzy. Z jednej strony muszą się trzymać reżimu czasowego, z drugiej myśleć o potrzebach psychologicznych. Badania sugerują jednak, że nawet proste gesty są dla pacjenta ważne: kontakt wzrokowy, prosty i klarowny język pozbawiony żargonu, uśmiech, powitanie, intymna atmosfera w gabinecie (brak osób trzecich), redukcja obaw związanych z chorobą poprzez rzetelne wyjaśnienie sytuacji i opcji leczenia.

Potrzeby w zakresie autonomii. Jeśli pacjent czeka godzinę zamiast 10 minut w poczekalni, odbiera się mu poczucie wolności, co prowadzi do naturalnego buntu i frustracji. I nie chodzi tu o 5 minut więcej albo mniej, ale o respektowanie chorego jako jednostki. Tak samo podczas wizyty pacjent chce być włączony w proces leczenia. Lekarz może zapytać o rytm życia pacjenta, aby dopasować kolejne wizyty do jego potrzeb, informować na bieżąco o wykonywanych w komputerze czynnościach. W ten sposób wzmacnia się poczucie wartości chorego, także mające wpływ na zaangażowanie w proces leczenia i przestrzeganie zaleceń.

Potrzeba samorealizacji. Pacjenci dzielą się na tych, którzy potrzebują silnego autorytetu prowadzącego ich po wszystkich etapach ochrony zdrowia oraz tych, którzy chcą wziąć sprawy we własne ręce. Ci drudzy chcą mieć poczucie sprawczości i wiedzieć, co muszą zrobić – równolegle do farmakoterapii – aby szybciej wrócić do formy, zapobiec pogorszeniu się stanu zdrowia albo zapobiec chorobie. Kilka wskazówek ze strony lekarza wzmacnia zaangażowanie i bezpieczeństwo psychologiczne wynikające z „przejęcia kontroli” nad sytuacją, zamiast bycia jej ofiarą.

Technologia pomaga, jeśli jest odpowiednio zastosowana

Potrzeby psychologiczne pacjenta można z powodzeniem zaspokoić sięgając do technologii e-zdrowia. Aplikacja mobilna pomaga w konsultacjach z lekarzem online, gdy stan zdrowia się pogarsza, zapewniając poczucie bezpieczeństwa, gdy pacjent jest sam-na-sam z chorobą w domu. Pacjent ma dostęp do danych zarejestrowanych podczas wizyty (wyniki badań laboratoryjnych, recepty, skierowania), co upraszcza poruszanie się po systemie zdrowia. Może sam odwołać albo zarezerwować termin, nie będąc uzależnionym od dostępności rejestracji, a nawet notować wyniki samodzielnie prowadzonych pomiarów np. ciśnienia krwi albo poziomu glukozy, aby je skonsultować przy następnej wizycie (poczucie kontroli).

Personalizowane przypomnienia o wizytach albo informacje o np. akcjach szczepień dają poczucie, że ktoś się o nas troszczy. Dzięki podsumowaniu danych pacjenta, lekarz przed każdą wizytą szybko zapozna się z historią leczenia – nawet głośne odczytywanie wcześniej zapisanych, wybranych danych jest dla chorego sygnałem, że lekarz z zaangażowaniem zajmuje się jego problemem i dokładnie wie, co robi. Nie komputer, ale jego nieprawidłowe zastosowanie dehumanizuje medycynę.

Czytaj także: Weź udział w konkursie NIL IN na innowacje w placówkach zdrowia

Wyszkolony na podstawie 2 mln zdjęć skóry model PanDerm przewyższa trafnością diagnozy o 10% lekarzy dermatologów.

AI dobrze radzi sobie z diagnozowaniem na podstawie zdjęcia

Zespół badawczy kierowany przez ekspertów AI i uczenia maszynowego Uniwersytetu Monash opracował multimodalny model z myślą o łatwiejszym diagnozowaniu chorób skóry przez lekarzy, którzy nie są dermatologami, ale często muszą postawić wstępne rozpoznanie. Nowe narzędzie zostało tak zaprojektowane, aby pomogło w wykrywaniu raka skóry, ocenie ryzyka i przewidywaniu nawrotów raka i przerzutów, ocenie typu skóry, liczeniu znamion, śledzeniu zmian chorobowych oraz w diagnostyce różnicowej różnych schorzeń skóry.

Aby zapewnić wysoką jakość, do trenowania modelu wykorzystano 2 mln zdjęć skóry z 11 instytucji w różnych krajach. Wśród nich znalazły się zdjęcia ze zbliżeniem chorego miejsca, zdjęcia dermatoskopowe, zdjęcia preparatów patologicznych i zdjęcia całego ciała. Wyniki badania skuteczności nowego modelu opublikowano w czasopiśmie naukowym „Nature Medicine”.

Model przewyższył lekarzy w wykrywaniu czerniaka we wczesnym stadium o 10%. W grupie dermatologów, którzy wspomagali się modelem w diagnozowaniu, skuteczność pod względem prawidłowej diagnozy raka skóry na podstawie zdjęć dermatoskopowych wzrosła o 11 punktów procentowych, do 80%.

Dobre wyniki osiągnięto także w grupie osób niebędących dermatologami – lekarzy pierwszego kontaktu, medycyny ogólnej oraz pielęgniarek – przed którymi postawiono zadanie rozpoznania schorzeń skóry, takich jak zapalne dermatozy i zaburzenia pigmentacji. PanDerm zwiększył liczbę prawidłowych diagnoz o 16,5%. Skuteczność modelu działającego autonomicznie była podobna do tej osiąganej przez lekarzy korzystających z AI.

AI jest gotowa, ale trudno ją zintegrować z systemami IT

Model okazał się również lepszy od istniejących modeli. Naukowcy mają nadzieję, że może wypełnić lukę niedoboru dermatologów oraz poprawić jakość opieki poza ośrodkami miejskimi. Jak podkreślają autorzy badania, to pierwszy tak uniwersalny model – poprzednie były dedykowane tylko wąskim zadaniom, jak np. diagnozie czerniaka. Przeszkodą szerokiego zastosowania AI w dermatologii pozostaje brak integracji podobnych narzędzi z dostępnym oprogramowaniem i urządzeniami.

Czytaj także: AI zdiagnozuje demencję i cukrzycę ze zdjęcia oka

Europa przesypia rewolucję generatywnej sztucznej inteligencji. Stawką nie są ambicje, ale dalszy rozwój gospodarczy, dobrobyt i niezależność cyfrowa.

Chińska potęga AI

ChatGPT od OpenAI, Microsoft Copilot, googlowskie Gemini, Perplexity czy facebookowy LLama – wszystkie duże modele językowe, z których korzystamy, rozwijane są w USA. Na drugim miejscu w rankingu modeli genAI są Chiny z rozwiązaniami jak DeepSeek oraz mniej znanymi w Europie systemami gigantów technologicznych jak Baidu, Alibaba, Tencent. I to właśnie Chiny z 60-proc. udziałem w rynku wygrywają wyścig AI. U źródła tej dominacji jest łatwość skalowania rozwiązań AI na rynku liczącym 1,4 mld mieszkańców, liberalne podejście do przetwarzania danych (dane jako własność ogółu, a nie jednostki). Pamiętajmy też, że Chiny nie są demokratycznym państwem więc priorytety są ustalane centralnie.

Na drugim miejscu są USA z 12-proc. udziałem, który trzeba jednak przeliczyć na 4-krotnie mniejszą populację (347 mln mieszkańców). Unia Europejska z 450 mln potencjalnych użytkowników plasuje się na 3. miejscu (7%).

To nie koniec złych wiadomości: Chiny mają 80-proc. udział w patentach generatywnej AI, a Europa – skromne 2%. Chiny posiadają ok. 200 superkomputerów AI do trenowania modeli AI, USA – 134, a Europa – 50. Azjatycki tygrys gospodarczy ma na koncie najwięcej publikacji naukowych w temacie genAI, bo aż 7700 (dane za lata 2009–2023), podczas gdy USA – 5000, a Europa – 4800. Te dane są dobrym wskaźnikiem prognostycznym dalszego rozwoju AI – dostęp do infrastruktury jest niezbędny do dalszego trenowania AI. Niestety, w Europie niewiele zmieni zaplanowana budowa min. 13 fabryk AI. Jedna z nich ma powstać w Poznaniu.

Europa ma ośrodki naukowe, ale nie ma rozwiązań

Europa cierpi na od dawna znany problem – ma mocną bazę naukową, ale słabe możliwości komercjalizacji rozwiązań. Powodem jest bardzo rozdrobniony rynek z różnymi zasadami w każdym kraju członkowskim UE oraz rygorystyczne podejście do ochrony danych z RODO na czele, a od tego roku – także EU AI Act. „Europie nie brakuje talentu. Problemem jest luka strukturalna” – przyznają autorzy nowego raportu Komisji Europejskiej „Generative AI Outlook 2025.”

Dlatego nie pozostaje nam nic innego jak korzystać z obcych modeli AI, co samo w sobie nie jest złe, ale w dłuższej perspektywie uzależnia nas od strategicznej technologii. 5 topowych aplikacji AI – czyli Google Gemini, Microsoft Copilot, DeepSeek, Perplexity i ChatGPT – ma już 91,5-proc. udział w rynku, z czego aż 72% należy do ChatGPT. W tym rankingu, udostępniony w lutym 2025 roku polski duży model językowy PLLuM nie liczy się. Tymczasem Polacy bardzo chętnie korzystają z generatywnej AI, nawet częściej niż mieszkańcy USA. Zajmujemy 5 w Europie miejsce pod względem pobrań aplikacji AI (10 mln), zaraz po Niemczech, Francji, Hiszpanii i Włoszech. Najwięcej inwestycji typu venture capital w genAI jest w Niemczech i Francji (po 200 mln euro w każdym kraju). Polska pod tym względem zajmuje dopiero 12 miejsce – mimo, że zajmujemy 5 miejsce pod względem liczby ludności w UE.

Hamulcowy AI: brak specjalistów

Restrykcyjne ograniczenia prawne i brak technologii to nie jedyny problem. Europie brakuje ekspertów od AI, a firmy prywatne i sektor publiczny zwlekają z wdrażaniem technologii – koło się zamyka, bo powodem jest obawa o naruszenie prawa. Nawet jeśli nie ma przeciwskazań do wdrażania modeli genAI, panuje duża ostrożność i zachowawczość na zapas.

Nie można zapomnieć o tym, że AI nadal może generować błędy i jej poprawne stosowanie wymaga wiedzy. Wiele wątpliwości budzą niejasne zasady etyki AI, zwłaszcza w ochronie zdrowia, gdzie sztuczna inteligencja już teoretycznie może diagnozować i planować leczenie pacjentów.

Raport Generative AI Outlook 2025 ostrzega też przed potencjalnym zagrożeniami, jak m.in. erozją poznawczą, czyli zanikiem umiejętności logicznego myślenia wśród młodzieży. Ale generatywna AI zostanie z nami i rozwiązaniem nie jest unikanie jej, ale zarządzanie związanym z nią ryzykiem. Dzisiejsze decyzje dotyczące wdrażania AI zadecydują o miejscu Europy w świecie zdominowanym przez rozwiązania AI napędzające kolejne technologie jak robotykę czy obliczenia kwantowe. Największe szanse eksperci widzą w adaptacji modeli open-source-owych jak LLaMA, działających lokalnie, a przez to bezpieczniejszych w stosowaniu pod względem przetwarzania danych.

Czytaj także: Jak korzystać z AI? Oto 5 bezpłatnych kursów on-line

Rok temu korzystaliśmy z ChatGPT i podobnych narzędzi generatywnej AI do kreatywnego tworzenia pomysłów oraz jako substytut wyszukiwarki Google. Dzisiaj sięgamy do AI, aby zorganizować sobie życie i radzić sobie z problemami emocjonalno-psychicznymi. Najważniejsze wnioski z nowego raportu Harvard Business Review.

Na początku śmialiśmy się z halucynacji, dziś ufamy bezwarunkowo

Generatywna sztuczna inteligencja obchodzi w 2025 roku dopiero trzecią rocznicę istnienia, a już narobiła sporo zamieszania. Z ChatGPT korzysta aż 180 mln osób. To zresztą pierwsza technologia na świecie, która zyskała 100 mln użytkowników w trzy miesiące. Jego największy konkurent Perplexity ma 15 mln aktywnych użytkowników, należący do Elona Muska Grok – 35,1 mln, chiński DeepSeek – 38 mln, a aplikacja AI Gemini od Google – aż 400 mln.

Na początku z generatywnej AI korzystaliśmy z ciekawości, testując, co potrafi. Kiedy miała swoją premierę, jeszcze mało kto wiedział, do czego może się przydać. Od tego czasu pojawiły się udoskonalone modele pozbawione halucynacji, nowe narzędzia do generowania grafik a nawet filmów i podcastów. W międzyczasie z ChatGPT można już rozmawiać zamiast tylko czatować. Użytkownicy znaleźli nowe pola zastosowań i coraz lepiej wiemy, gdzie genAI potrafi pomóc w życiu zawodowym, a gdzie w życiu prywatnym. Sposób, w jaki korzystamy z genAI od czasu jej premiery, dużo mówi o nas samych.

To, o co pytamy AI pokazuje nowy raport „2025 Top-100 Gen AI Use Case Report” opracowany przez Harvard Business Review. Wynika z niego, że coraz częściej sięgamy do AI, aby zrealizować konkretne zadanie oraz by zaspokoić potrzeby emocjonalne.

Już nie Dr Google, ale Prof. ChatGPT

Najpopularniejszym zastosowaniem jest obecnie „terapia i dotrzymanie towarzystwa”. Pacjenci wpisują swoje objawy do ChatGPT, Gemini i Perplexity, aby otrzymać diagnozę oraz wskazówki zdrowotne. Gdy nie mogą dostać się na wizytę, nie stać ich na nią albo kiedy nie ufają swoim lekarzom, priorytetem jest uzyskanie porady, podczas gdy bezpieczeństwo danych schodzi na drugi plan. To pokazuje, w jakim kryzysie znajduje się ochrona zdrowia i potwierdza jedynie motywy, którymi kierują się setki milionów pacjentów szukających wcześniej pomocy u Dr Googla.

Po kilku doniesieniach o spektakularnych diagnozach chorób rzadkich, generatywna AI staje się zaufanym źródłem pierwszej opinii lekarskiej. Pacjentów przekonuje prosty język odpowiedzi, rzetelna analiza danych z różnych źródeł oraz łatwe do zrozumienia wskazówki. ChatGPT diagnozuje i odpowiada cierpliwie na pytania uzupełniające, bez pośpiechu, a do tego w sposób bardziej empatyczny niż lekarze, jak sugerują badania.

Powiązaną pozycją, która znalazła się na miejscu 10, jest zdrowy tryb życia. Zamiast płatnych aplikacji dietetycznych wystarczy zapytać o ułożenie menu na cały dzień, a generatywna AI rozpisze składniki, zrobi plan zakupów i nawet obliczy kalorie. ChatGPT poda sprawdzone wskazówki jak ćwiczyć, odżywiać się, poprawić jakość snu, zredukować stres itd. Wszystkie w formie naturalnej konwersacji i konkretnych, krótkich odpowiedzi zamiast długich artykułów.

Drugim najczęstszym zastosowaniem jest organizacja życia codziennego albo pracy. Użytkownicy pytają o sprawy prywatne jak harmonogram dnia, ułożenie planu podróży czy zwiedzania. Coraz częściej też prosimy AI o napisanie maila, sporządzenie tekstu, podsumowanie kilkudziesięciostronicowego raportu, przygotowanie kampanii reklamowej itd.

Nie ma pytania, na które AI nie miałaby odpowiedzi. Nic dziwnego, że na kolejnym miejscu w rankingu jest nauka i edukacja. Nie jest tajemnicą, że uczniowie i studenci korzystają z niej do streszczania lektur albo nawet przygotowywania prac, a dorośli – do zdobywania wiedzy w dowolnym temacie. Jak sporządzić raport finansowy? Nie ma problemu – zamiast wertowania książek, AI podsumuje najważniejsze informacje oraz zbierze fakty.

AI to nie narzędzie. To doradca, opiekun i towarzysz

Awans celu korzystania z AI w postaci „towarzystwa i terapii” z 2. miejsca w 2024 roku na 1. miejsce w 2025 roku oraz 3. pozycja (premierowa) dla „szukania celu” zaskoczyło wielu analityków. Jak wskazują autorzy raportu, pod pojęciem „terapia” kryją się zapytania dotyczące radzenia sobie z problemami i wyzwaniami psychologicznymi, a „towarzystwo” odnosi się do relacji emocjonalnych.

AI jest zawsze pod ręką, jest bezpłatna albo dostępna po niskim koszcie, i do tego jest obiektywna i nie ocenia, gdy zwracamy się z prośbą o poradę; zapewnia intymność rozmowy. Potwierdzają to też badania, jak „Assessing the Effectiveness of ChatGPT in Delivering Mental Health Support: A Qualitative Study”. Prawie 80% uczestników stwierdziło, że ChatGPT pomógł radzić sobie z objawami zaburzeń zdrowia psychicznego dzięki ćwiczeniom relaksacyjnym, uważności oraz redukcji stresu. Naukowcy stwierdzają, że „narzędzia oparte na sztucznej inteligencji, takie jak ChatGPT, mają potencjał, aby zapewnić pacjentom cenne wsparcie w zakresie zdrowia psychicznego, jeśli są stosowane w odpowiedni sposób i w ramach kompleksowego planu opieki psychiatrycznej.

AI – czy uważamy to za słuszne czy nie – pełni dla wielu rolę lekarza, podobnie jak wchodzi w rolę prawników, doradców podatkowych, programistów i architektów. Szukanie porady medycznej znalazło się w rankingu na 26 miejscu, a zdrowszy tryb życia na 10. Z kolei do kategorii „szukanie celu”, która w rankingu znalazła się po raz pierwszy, zaliczono zapytania dotyczące samorozwoju, definiowania wartości, celów zawodowych i osobistych. W setce zastosowań można znaleźć wiele innych zaskakujących wyników: wzmacnianie pewności siebie (miejsce 18), szukanie porad miłosnych (74), odkrywanie religii (89) czy wybór wina (90). Układanie planów treningowych znalazło się dopiero na 100. pozycji.

Czytaj także: Bill Gates twierdzi, że w ciągu 10 lat AI zastąpi wielu lekarzy