W 2024 roku Polacy kupili w aptekach rekordowe 5 454 058 opakowań środków na opryszczkę – kremów i środków doustnych zawierających środki antywirusowe, np. acyklowir, famcyklowir i walacyklowir. To dwa razy więcej niż 10 lat temu. Wydaliśmy na nie łącznie ponad 173 mln zł – wynika z autorskiej analizy ekspertów OSOZ.

Wirusem opryszczki zarażona jest większość ludzi

Światowa Organizacja Zdrowia szacuje, że ok. 3,8 miliarda ludzi w wieku poniżej 50 lat (64%) na całym świecie jest zakażonych wirusem opryszczki pospolitej typu 1 (HSV-1), który wywołuje opryszczkę wargową. Z objawami zarażenia – najczęściej w postaci miejscowego wykwitu skórnego, ropnych pęcherzyków i swędzenia – boryka się mniej więcej połowa zakażonych.

Nosicielami wirusa typu 2 (HSV-2), będącego przyczyną opryszczki narządów płciowych, jest ok. 520 milionów ludzi w wieku 15–49 lat (13%). Epizody choroby często pojawiają się w efekcie osłabionej odporności organizmu, w stanach stresu i zmęczenia. Nawracająca opryszczka wargowa dotyka około jednej trzeciej populacji, pacjenci zwykle doświadczają od 1 do 6 epizodów rocznie. Infekcje te pojawiają się na granicy brodawki wargowej w około 90% przypadków w postaci owrzodzenia i pęcherzyków wypełnionych treścią surowiczą zawierającą wirusy. Przed pojawieniem się zmian skórnych, 60% pacjentów doświadcza uczucia mrowienia, swędzenia i pieczenia. Zastosowanie leczenia w tej fazie może powstrzymać pojawienie się pęcherzy. Gojenie rozpoczyna się w ciągu 72 do 96 godzin.

Kremy i leki przeciwwirusowe pomagają pozbyć się objawów, ale nie powodują wyleczenia. Zawierają one trzy podstawowe substancje czynne: acyklowir, famcyklowir i walacyklowir. Nie ma szczepionki przeciwko HSV-1 albo HSV-2.

Nieprzerwany wzrost sprzedaży od 10 lat, 50-proc. wzrost cen w okresie 5 lat

W 2002 roku – odkąd dostępne są dane sprzedaży aptecznej – sprzedaż leków na opryszczkę była niewielka i wynosiła zaledwie 1,97 mln opakowań. Od tego czasu systematycznie rosła i dopiero w latach 2010–2014 nastąpiło odwrócenie trendu. Wzrosty powróciły w roku 2015 i popyt na leki z omawianej grupy rósł co roku o ok. 10-20%.

W efekcie wzrostów sprzedaży, w 2024 roku pacjenci zakupili w aptekach 5,45 mln opakowań produktów na opryszczkę, czyli aż o 168,72% więcej niż w pierwszym okresie analiz (2002 rok). Wartość sprzedaży rosła jeszcze szybciej, bo ceny poszybowały w górę. W 2002 roku rynek ten miał wartość 20,9 mln zł, a w 2024 roku – 173 mln zł. Mówimy więc o wzroście na poziomie 646,80% od 2002 roku.

Za jedno opakowanie leku na opryszczkę płaciliśmy w latach 2015-2019 średnio 20 zł. Ale po pandemii nastąpiły gwałtowane wzrosty – największy w 2023 roku, bo o 25%. Dziś średnia cena opakowania to 31 zł, czyli o 50% więcej niż przed pandemią COVID-19. Asortyment produktów na opryszczkę dostępnych w aptekach w całym okresie analiz był nieliczny. Na półkach aptecznych można znaleźć 33 różnych pozycji asortymentowych. W 2002 roku było ich zaledwie 13.

Opryszczka częściej występuje zimą, gdy spada odporność organizmy. I to też widać po sezonowych zmianach popytu. Największy występuje w grudniu, a najmniejszy – w czerwcu.

Czy sprzedaż będzie nadal rosła?

Wszystko wskazuje na to, że rosnący trend sprzedaży utrzyma się w 2025 roku. Z naszych symulacji wynika, że sprzedaż ilościowa może osiągnąć poziom 6 mln opakowań. Wartość sprzedaży zbliży się do 200 mln zł. Pacjenci muszą przygotować się na dalszy wzrost cen, choć nie będzie już on tak gwałtowny jak w poprzednich latach i wyniesie ok. 1 zł 20 gr na opakowaniu. Dane globalne wskazują, że sprzedaż leków na opryszczkę w latach 2024–2030 będzie rosła w tempie 3,2% rok do roku, a więc wolniej niż w Polsce.

Warto wspomnieć, że leki zawierające aktywne składniki przeciwwirusowe dostępne są tylko w aptekach. Kremy kupimy bez recepty, ale część środków doustnych musi przepisać lekarz. W drogeriach można znaleźć np. plastry i kosmetyki maskujące, kremy na pękające usta (także często reklamowane jako na opryszczkę) i środki zawierające np. naturalne olejki, przykładowo z drzewa herbacianego.

Zakładając, że liczba osób zarażonych opryszczką pozostaje na stałym poziomie (tak samo jak liczba ludności), rosnące trendy sprzedaży można wytłumaczyć rosnącą świadomością w zakresie możliwości leczenia.

Czytaj także: Polacy kupili 18 mln opakowań leków na sen w 2024 roku. Czy śpimy coraz gorzej?

Rok 2024 pobił kolejny rekord pod względem publikacji naukowych na temat AI w medycynie. W PubMed – angielskojęzycznej internetowej baza danych artykułów z dziedziny medycyny i nauk biologicznych – ukazało się ich 50 973 w stosunku do 38 748 w 2023 roku. Aż 1185 z nich dotyczyło zagadnień etycznych – to o 100% więcej niż rok wcześniej. Co budzi największe wątpliwości?

Dylemat nr 1: Postępy w diagnostyce są szybsze niż w leczeniu

Nowoczesne systemy diagnostyczne znacznie poprawiły standardy wykrywania chorób, ale to dzięki AI symptomy choroby coraz częściej wykrywane są zanim pacjent zacznie odczuwać objawy fizyczne. W efekcie medycyna skuteczniej leczy choroby, w przypadku których wczesne rozpoznanie odgrywa kluczowe znaczenie, np. w nowotworach. Systemy AI są w stanie wykryć niewidoczne gołym okiem, mierzące kilka pikseli guzki albo znamiona. A to ogromna zmiana w medycynie. Przykładowo, rozpoczęcie leczenia czerniaka w stadium 1A, czyli o wielkości zmiany mniejszej niż 1 mm, daje 99-proc. szanse na przeżycie w kolejnych 5 latach. W przypadku stadium 3D, gdzie zmiana ma ponad 4 mm i głęboko nacieka, spadają one do 36%.

Podobnie jest w przypadku innych rodzajów nowotworów i innych niezakaźnych chorób jak np. choroby układu krążenia czy cukrzyca. AI jest rutynowo stosowane w radiologii; pojawiają się nowe algorytmy pozwalające na przewidywanie chorób na podstawie danych z elektronicznej dokumentacji medycznej. W ośrodkach badawczych na całym świecie powstają systemy AI diagnozujące na podstawie głosu i innych dotąd mało wykorzystywanych biomarkerów. Przykładowo, na liście algorytmów certyfikowanych przez Amerykańską Agencję ds. Żywności i Leków (FDA) jest system do wczesnej diagnozy ADHD na podstawie zapisów zachowania dziecka w interakcji z grą komputerową.

Ostatnie badania sugerują, że systemy AI z dużą dokładnością są w stanie przewidzieć rozwój chorób degeneracyjnych mózgu jak choroby Alzheimera i Parkinsona. I to jedynie na podstawie zapisów ruchu i mowy człowieka. W tym przypadku wczesna diagnoza jest etycznie kontrowersyjna, bo na razie nie ma skutecznych leków. W efekcie, pacjent i rodzina żyją dłużej ze świadomością choroby i poczuciem bezsilności oraz strachu. Takich chorób jest więcej, np. idiopatyczne włóknienie płuc czy stwardnienie zanikowe boczne.

Dylemat nr 2: Fałszywie pozytywne wyniki generują niepotrzebne wizyty

Według niedawno opublikowanego badania naukowego, aż 67% osób, które korzystają z funkcji diagnozy migotania przedsionków w smartwatchach, otrzymało przynajmniej raz fałszywy alert. Także badanie Apple Heart wykazało, że tylko u 34% z 450 uczestników, którzy otrzymali alert o nieregularnym tętnie, zostało zdiagnozowane migotanie przedsionków na podstawie badania EKG. Diagnoza AFib z pomocą smartwatcha stała się możliwa dzięki zastosowaniu algorytmów korzystających z innych danych zbieranych przez zegarek, w tym m.in. zmian objętości przepływu krwi na podstawie intensywności światła odbitego od powierzchni skóry.

Badacze ostrzegają, że fałszywie pozytywne wskazania wywołują niepotrzebny niepokój u pacjentów, generują nieuzasadnione wizyty u lekarzy a także powodują niepewność u osób chorych przewlekle. Z drugiej strony, funkcja detekcji AFib ocaliła wielokrotnie życie wielu ludzi dzięki wczesnej diagnozie choroby i wdrożeniu leczenia. Tylko czy sytuacje, gdy pacjent zaniepokojony fałszywym wynikiem żyje w stresie aż do momentu podważenia wskazania smartwatcha poprzez wykonanie profesjonalnego badania można zaliczyć jako „koszt” ratowania życia? Z etycznego punktu widzenia nie ma jednej dobrej odpowiedzi na to pytanie.

Dylemat nr 3: Dostępna wiedza, ale brak procedur i środków

Weźmy za przykład system AI, który może skalkulować ryzyko wystąpienia sepsy na podstawie biomarkerów zbieranych z urządzeń diagnostycznych. Wdrożenie takiego rozwiązania ma sens tylko wówczas, kiedy szpital dysponuje zasobami pozwalającymi wykorzystać nową wiedzę i zamienić ją na adekwatne działania. Przykładowo, trzeba zaplanować procedury, jakie leczenie zapobiegawcze należy uruchomić w przypadku różnych poziomów ryzyka wystąpienia sepsy, wkalkulować ryzyko niepotrzebnego i intensywnego leczenia, zaprojektować nowe procedury pracy, a czasami nawet zatrudnić nowych pracowników.

To rodzi wiele pytań: Kto zapłaci za zapobiegawcze leczenie? Czy dysponując ograniczonymi zasobami kadrowymi można sobie pozwolić na większy nacisk na profilaktykę?

Szpitale wdrażające systemy AI muszą dobrze przemyśleć konsekwencje nowo pozyskanych informacji dla obecnych procedur pracy. Może się okazać, że placówka nie w stanie udźwignąć organizacyjnie zmian, które pociągają za sobą algorytmy AI.

Dylemat nr 4: Brak pieniędzy na terapie, które zawdzięczamy AI

Jeszcze większe wątpliwości etyczne pojawiają się w przypadku systemów AI obliczających ryzyko wystąpienia choroby na podstawie obciążeń genetycznych. Tutaj także ewentualne decyzje terapeutyczne balansują na granicy niepełnej wiedzy medycznej i możliwości, jakie stwarza wczesna diagnoza. Czy pacjent powinien wiedzieć o predyspozycji, co pozwoli mu np. diametralnie zmienić tryb życia albo podjąć bardziej drastyczne działania? Przykładem jest głośny przypadek Angeliny Jolie, która na podstawie wiedzy o mutacji genu BRCA1 zdecydowała się na profilaktyczną obustronną mastektomię. A co jeśli prognoza była błędna?

Rozwój AI w diagnostyce nieproporcjonalnie szybszy od ewolucji metod leczenia mnoży też sytuacje, gdy leczenie jest dostępne, ale jego koszt przerasta możliwości pacjenta. Dzieci chore na leukodystrofię metachromatyczną nie dożywają 10 roku życia. Ale nowa terapia genowa o nazwie Lenmeldy zastosowana u dzieci do 5 roku życia jest skuteczna w 100%. To jednak najdroższy na świecie lek kosztujący 4,25 miliona dolarów. Wraz z postępem systemów AI, takich dylematów będzie więcej, zwłaszcza w zakresie zapobiegania chorobom. Czy profilaktyka – czasami wywracająca do góry nogami normalne życie i obciążająca dla człowieka – jest uzasadniona, gdy algorytm obliczy ryzyko wystąpienia choroby? AI pozwala wcześnie diagnozować, ale system zdrowia musi dostosować się do spożytkowania tej nowej wiedzy.

Czytaj także: Jak przygotować polską ochronę zdrowia na AI?

Rośnie zapadalność na układu krążenia i nowotwory i razem odpowiadają już za ponad 65% przedwczesnych zgonów. Pandemia COVID-19 zniweczyła dotychczasowe postępy w wydłużaniu oczekiwanej długości życia. Ale są też dobre wiadomości: rozwój telemedycyny i cyfryzacja ochrony zdrowia poprawiają dostępność usług zdrowotnych – wynika z Europejskiego Raportu Zdrowotnego 2024 opracowanego przez Regionalne Biuro WHO dla Europy.

Światowa Organizacja Zdrowia opublikowała 334-stronicowy raport opisujący postępy krajów europejskiego regionu WHO w osiąganiu celów zdrowotnych. Wynika z niego, że nadal nie udało się uporać z niezakaźnymi chorobami wynikającymi ze stylu życia, pogarsza się sytuacja w zakresie zdrowia psychicznego, rośnie zapadalność na choroby zakaźne, a decyzje w zakresie polityki zdrowotnej zbyt rzadko podejmowane są w oparciu o twarde dane i fakty.

Polacy żyją krócej niż średnia dla Europy

To pierwszy raport, który pokazuje poważne, długofalowe skutki pandemii COVID-19. Do 2020 roku rok do roku rosła średnia długość życia w prawie wszystkich krajach Europy, ale pandemia odwróciła ten pozytywny trend – długość życia w europejskim regionie WHO spadła o 1,8 roku. O 1,6 roku spadła długość życia w zdrowiu. Kobiety żyją dłużej (79,3 lat) niż mężczyźni (73,3 lat). Polacy żyją średnio 71,6 lat, czyli 1,7 lat krócej niż średnia, a Polki – 79,4 lat, czyli 0,1 lat dłużej niż średnia. Nadal jednak odstajemy od liderów jak Izrael, Norwegia, Szwajcaria czy Szwecja ze wskaźnikami powyżej 81 lat dla mężczyzn i 84 lat dla kobiet.

Zabójcą nr 1 pozostają choroby niezakaźne. Choroby układu sercowo-naczyniowego odpowiadają za 33,5% przedwczesnych zgonów, a nowotwory za 32,8%. Rak jest drugą najczęstszą przyczyną przedwczesnej umieralności w regionie. Wzrost liczby zachorowań wynika jednak przede wszystkim ze starzeniem się społeczeństwa. Kraje Europy Wschodniej, w tym Polska, nadal mają wyższe wskaźniki umieralności na raka niż kraje Europy Zachodniej. Niezmienne pozostają główne wskaźniki ryzyka zachorowania: palenie tytoniu, niezdrowa dieta, brak aktywności fizycznej i szkodliwe spożywanie alkoholu. Ich negatywny wpływ widać szczególnie u mężczyzn, co też odbija się na średniej długości życia.

Choroby zakaźne w odwrocie, bakterie coraz odporniejsze na antybiotyki

Europa doznaje kryzysu zdrowia psychicznego. Coraz więcej nastolatków choruje na depresję, a poziom satysfakcji z życia i dobrostanu psychicznego spada. Maleje liczba samobójstw, ale nadal odpowiadają one za 1 na 100 zgonów. Samobójstwo jest główną przyczyną śmierci wśród osób w wieku 15-29 lat.

Spada liczba osób zaszczepionych na choroby zakaźne, co prowadzi do ponownego wzrostu przypadków odry i innych chorób, które wcześniej były pod pełną kontrolą. Coraz poważniejszych zagrożeniem jest oporność na antybiotyki.

W 2023 r. odnotowano 58 000 przypadków odry w 41 państwach członkowskich Regionu Europejskiego WHO. Pokrycie szczepień wyniosło 95% dla trzeciej dawki szczepionki przeciwko błonicy, tężcowi i krztuścowi, 91% dla drugiej dawki szczepionki przeciwko odrze i 86% dla ostatniej dawki szczepionki przeciwko odrze.

Pomimo zmniejszenia o 25% zachorowalności na gruźlicę i 32% spadku liczby zgonów w latach 2015-2022, rosnącym problemem jest lekooporna gruźlica. Stanowi ona 24% nowych i 54% wcześniej leczonych przypadków. 8,6 miliona osób jest zakażonych wirusem zapalenia wątroby typu C, ale tylko 9% z nich otrzymuje leczenie. Około 3 milionów osób żyje z HIV. Wskaźnik zdiagnozowanych zakażeń HIV spadł z 16,4 do 12,4 na 100 000 w latach 2013-2022 w całym regionie, ale tylko 72% osób zakażonych jest świadomych choroby, a jedynie 63% otrzymuje terapię antyretrowirusową.

Cyfryzacja może zapobiec kryzysowi w ochronie zdrowia

Systemy opieki zdrowotnej są przeciążone, a głównymi przyczynami są niedobory personelu medycznego, starzenie się populacji oraz wysokie koszty leczenia. W 2024 r. po raz pierwszy w historii, w europejskim regionie WHO było więcej osób w wieku powyżej 65 lat niż niż osób w wieku 15-.

Od 2000 r. nastąpił wyraźny wzrost odsetka zgonów spowodowanych chorobą Alzheimera i innymi odmianami demencji. Coraz wyraźniejszy jest też wpływ zmian klimatu na zdrowie. Szacuje się, że w 2022 r. 61 000 osób zmarło w wyniku upałów. Kryzysem, który się zaostrza, są niedobory lekarzy i pielęgniarek. WHO Europa szacuje, że do 2030 r. deficyt pracowników służby zdrowie wzrośnie do 10 mln osób.

Raport podkreśla jednocześnie, że cyfrowa opieka zdrowotna może poprawić dostęp do usług zdrowotnych, ale jej pełny potencjał nadal nie jest wykorzystany – i to mimo, że 83% państw członkowskich w regionie posiada strategię zdrowia cyfrowego. Problemem pozostaje niski poziom umiejętności cyfrowych społeczeństwa oraz niska interoperacyjność systemów IT.

WHO apeluje o inwestycje w cyfryzację w tym wdrażanie takich technologii jak telemedycyna, sztuczna inteligencja w diagnostyce, systemy monitorowania zdrowia w czasie rzeczywistym oraz interoperacyjna elektroniczna dokumentacja medyczna.

Z raportu wynika, że Polska mierzy się z podobnymi wyzwaniami zdrowotnymi jak inne kraje europejskiego regionu WHO. Szczególnym wyzwaniem jest rosnąca liczba chorób niezakaźnych, spadek poziomu szczepień oraz starzejące się społeczeństwo. Polska nadal znajduje się w grupie krajów o wysokim wskaźniku przedwczesnych zgonów z powodu chorób układu krążenia. Z pozytywnych zmian podkreślono rozwój technologii cyfrowych w medycynie: wzrost wykorzystania telemedycyny, ogólnokrajowe wprowadzenie e-recept i e-skierowań.

Czytaj także: Polska na 5. miejscu w rankingu e-zdrowia w Europie

Wchodzimy w okres tzw. „żywej inteligencji”. AI napędza rozwój postępów naukowych, a jednocześnie ułatwia codzienne życie każdemu człowiekowi, nawet, jeśli nie zdajemy sobie z tego sprawy – wynika z nowego raportu Future Today Institute „The Era of Living Intelligence”. Jak AI zmieni medycynę?

Inteligentne usługi opieki zdrowotnej

Raport prezentuje koncepcję „żywej inteligencji”, która bazuje na połączeniu sztucznej inteligencji, wszechobecnych sensorów zbierających dane (przykładowo w smartfonach i smartwatchach) i bioinżynierii. A to zwiastuje szybki rozwój w dziedzinach, w których postęp był w przeszłości ograniczony dostępem do danych i możliwościami ich analizy, czyli przede wszystkich w badaniach naukowych i ochronie zdrowia.

Sztuczna inteligencja jest jak silnik napędzający innowacje – mówi Amy Webb, założycielka Future Today Institute. AI jest zdolna do analizowania ogromnych zbiorów danych, identyfikowania nieodkrytych wcześniej wzorców, generowania nowej wiedzy. Przemysł farmaceutyczny już korzysta z AI, aby przyspieszyć badania nad nowymi terapiami. Naukowcy są przekonani, że AI pozwoli znacznie skrócić czas opracowania leku, który teraz wynosi ok. 13,5 lat, oraz obniżyć koszty z tym związane, szacowane na 2,6 miliarda USD. Zresztą pierwszym sukcesem jest szczepionka przeciwko COVID-19, która powstała w kilka miesięcy właśnie dzięki AI. Potencjał AI tkwi nie tylko w analizie danych, ale także generowaniu danych syntetycznych i na ich podstawie odkrywaniu potencjalnych kandydatów na leki.

Dziś to koszty i czas są największą barierą w pracach nad nowymi cząsteczkami chemicznymi leków. Ale są już systemy, które dają nadzieję na przełom. Przykładem jest Alpha Fold 3 od DeepMind, czyli nagrodzony Nagrodą Nobla system do przewidywania struktur białkowo-cząsteczkowych DNA albo RNA.

AI przyspieszy rozwój leków i nowych terapii

Już 1 na 5 badań nad AI to badania dotyczące nauk medycznych. Pięć lat wcześniej było to dwukrotnie mniej. Z początkiem 2025 roku miało miejsce wydarzenie, które daje nadzieję, że naukowcy na całym świecie zyskają jeszcze większy dostęp do AI. Mowa o super-komputerze NVIDIA o nazwie „Projekt Digits”, który jest wielkości pudełka mieszczącego się w dłoni, ale ma ok. 1000-razy większą moc od standardowych laptopów. Do tego kosztuje jedynie 3000 USD. To moc obliczeniowa komputerów była wcześniej główną barierą w zastosowaniu AI w badaniach naukowych na szeroką skalę. Nowością jest niska cena – na miniaturowy super-komputer NVIDIA będzie stać także mniejsze ośrodki badawcze.

AI jest postrzegane jako remedium na największe wyzwania medycyny, do jakich należy – oprócz wspomnianych kosztów i czasu prac nad lekami – odsetek niepowodzeń wynoszący prawie 80%. Nowe rozwiązania ułatwiają identyfikację tzw. trafień (ang.: hit identification), przewidując interakcje lek-cel, oszczędzając czas i redukując koszty walidacji eksperymentalnej. Pojawienie się generatywnej sztucznej inteligencji zapoczątkowało w 2023 roku tzw. generatywne projektowanie przeciwciał (generative antibody design). Do tego dochodzą testy kliniczne in-silico, czyli na tzw. cyfrowych bliźniakach człowieka. Dotychczasowe doświadczenia pokazują, że cyfrowe bliźniaki oparte na AI prognozują wyniki badań klinicznych fazy 3 z bardzo dużą dokładnością. W ten sposób cząsteczki chemiczne zaprojektowane przez AI mogą dużo szybciej – w porównaniu z tradycyjnymi metodami – trafić do dalszych faz rozwoju.

Urządzenia i sensory medyczne do diagnozy „non-stop”

Kolejnym elementem supercyklu AI są sensory i urządzenia medyczne, które rozbudowane o AI zyskują zupełnie nowe możliwości. Jedną z nich jest diagnostyka i monitorowanie w czasie rzeczywistym – już nie tylko podczas wizyty w laboratorium albo gabinecie lekarskim, ale non-stop, aby wykryć choroby z dużym wyprzedzeniem, zyskując istotną przewagę czasu w rozpoczęciu leczenia albo nawet pozwalając zastąpić terapie profilaktyką.

Do nowej generacji urządzeń medycznych opartych na AI należą mobilne sondy ultradźwiękowe czy małe urządzenia oceniające zmiany skórne, stosowane przez lekarzy podstawowej opieki zdrowotnej, bez konieczności wizyty u specjalisty. Na rynku są już pierwsze inteligentne czujniki poziomu glukozy we krwi, dynamicznie dostosowujące dawki insuliny w bioinżynieryjnych pompach, poprawiając zarządzanie cukrzycą. Nowy robot chirurgiczny da Vinci 5 został zbudowany z myślą o operacjach wspomaganych AI, gdzie sztuczna inteligencja analizuje dane z zabiegów, aby wspomagać i doskonalić czynności operatora.

Biologia generatywna

Raport Future Today Institute prognozuje także bardziej radykalne postępy, które na razie mogą wydawać się mało realistyczne, ale są tylko kwestią czasu. Autorzy są zdania, że konsekwencją rozwoju AI będzie też tzw. biologia generatywna (genBio), czyli technologia do symulacji interakcji biologicznych, projektowania nowych struktur białek i genów, a nawet całych organizmów oraz narządów. W tym obszarze innowacje obejmują m.in. terapie białkowe, tworzenie organoidów pozwalających testować leki na żywych tkankach bez udziału ludzi („organy na chipie”) czy nawet drukowanie 3D narządów ciała. Szybka miniaturyzacja chipów i większa moc obliczeniowa otwiera też drogę do opracowywania nanorobotów, które będą np. dostarczały precyzyjnie leki do miejsca choroby i udrażniały naczynia krwionośne.

Na drodze do tych obiecujących postępów w medycynie stoi kilka przeszkód. Wśród nich dominuje ograniczona dostępność danych do trenowania modeli AI – szacuje się, że jedynie 3% informacji w ochronie zdrowia jest zgromadzona w zbiorach cyfrowych. Dużo do życzenia pozostawia jakość danych i ich interoperacyjność. Wzmacnianiu zaufania do dzielenia się danymi nie sprzyja rosnąca liczba incydentów cyberbezpieczeństwa. Największym problemem są jednak regulacje prawne, które nie nadążają za technologiami AI w medycynie.

Warunkiem wykorzystania potencjału AI w medycynie będzie też opracowanie nowych modeli finansowania innowacyjnych terapii albo profilaktyki, kształcenie liderów ochrony zdrowia świadomych możliwości nowych technologii AI, inwestycje w szkolenia personelu medycznego i przekwalifikowywanie talentów. Na te priorytety wskazuje też nowy raport Światowego Forum Ekonomicznego „Future of Jobs Report 2025”. Liczba danych dostępnych do analiz AI będzie rosła wykładniczo, co sprawi, że systemy AI dokładnie poznają wzorce zachowań pacjentów prowadzące do rozwinięcia się chorób a także nauczą się diagnozowania na podstawie nowych biomarkerów, a nie tylko wyników klasycznych i posiadających duże ograniczenia badań krwi. Wśród innowacji, które najszybciej trafią do konsumentów są też agenci AI pomagający prowadzić zdrowy tryb życia.

Czytaj także: Microsoft wprowadza „agentów AI” dla służby zdrowia

Liczba pacjentów, którzy zarejestrowali się na wizyty przez Centralną e-Rejestrację, przekroczyła z końcem lutego 161 938 – informuje Centrum e-Zdrowia. Najwięcej terminów umówiono na konsultacje kardiologiczne.

W sierpniu 2024 roku ruszył pilotaż Centralnej e-Rejestracji, który potrwa do czerwca 2025 r. Na integrację z CeR i przekazywanie terminów do systemu zdecydowało się 2018 placówek medycznych. Najwięcej w woj. mazowieckim i małopolskim.

Obecnie pacjenci mogą umówić się przez CeR na cytologię, mammografię i pierwszą konsultację u kardiologa. Według planów Ministerstwa Zdrowia, CeR ma być wprowadzana stopniowo i od 2029 roku stanie się obowiązkowa dla wszystkich podmiotów realizujących świadczenia w ramach umowy z NFZ, obejmując wszystkie zakresy świadczeń medycznych.

Dzięki CeR, pacjenci mogą zapisać się na wizytę przez Internetowe Konto Pacjenta (IKP) oraz aplikację mojeIKP. Założeniem CeR jest zmniejszenie kolejek do specjalistów i ułatwienie umawianie się na badania oraz do lekarza, w tym łatwiejsze odwoływanie wizyt.

W CeR odnotowano ponad 193 tysiące wizyt (zrealizowanych i umówionych). Z 2018 placówek uczestniczących w pilotażu, 56 udostępnia w CeR terminy na usługi z zakresu cytologii, 109 – mammografii i 107 – kardiologii. Cześć placówek oferuje terminy na więcej niż jedną usługę. 102 udostępnia wolne terminy online. Do 20 lutego 2025 r., placówki uczestniczące w pilotażu zrealizowały 33 098 pierwszych wizyt do kardiologa, 6982 badania mammograficzne i 615 cytologii.

Czytaj także: Centralna e-Rejestracja. Plan ambitny, ale czy realny?

Roboty dotrzymujące towarzystwa, roboty sprzątające, roboty do pracy w magazynie, roboty pracujące w szpitalu i laboratorium – spośród dziesiątek premier targów technologii konsumenckich CES 2025 wybraliśmy te, które pomogą pacjentom i pracownikom zdrowia albo po prostu zadziwiają swoimi możliwościami.

Robot towarzysz ElliQ

Robot społecznościowy ElliQ został zaprojektowany jako towarzysz dla osób starszych. ElliQ zapamięta poprzednie konwersacje, aby każda nowa nie musiała rozpoczynać się od zera, a do tego dopasowuje tematy dyskusji do zainteresowań właściciela. Można z nim grać w gry, ale ma także bardziej poważne funkcje, jak przypominanie o zażywaniu leków. ElliQ połączy też z bliskimi, których widać na dołączonym do urządzenia ekranie.

Robot sprzątający i porządkujący Saros Z70

Roboty odkurzające potrafiły dotąd robić tylko jedną rzecz – odkurzać płaskie powierzchnie. Raz wychodziło im to lepiej, raz gorzej. Ale Roborock Saros Z70 ma teraz specjalne ramię do podnoszenia z podłogi małych przedmiotów, jak większe śmieci, papiery czy skarpetki. Dbając o porządek, robot oszczędza nam stresu i pomaga wygospodarować czas na odpoczynek. Dlatego zaliczamy go do kategorii robotów dbających o dobre samopoczucie.

Robot pomocnik Mirokai

Mirokai ma 1,3 metra i zamiast za pomocą nóg, porusza się balansując płynnie na piłce, co przypomina jazdę na segwayu. Cyfrowa twarz pozwala na płynne wyrażanie emocji i komunikację z ludźmi. Producent od początku mówił o zastosowaniu Mirokai w szpitalach, np. do pomocy pielęgniarkom w roznoszeniu jedzenia czy dostarczaniu materiałów z magazynu.

Interaktywny robot-pies Jenny

Jenny to robotyczny pies stworzony w szczytnym celu – dla pacjentów z demencją i chorobą Alzheimera. Jak wykazały badania, zwierzęta poprawiają nastrój chorych, jednak ze względów higienicznych nie mogą przebywać w domach opieki. Robotyczne pluszaki są jednak świetną alternatywą, o czym świadczy sukces foki Paro. Jenny reaguje na dotyk, wydaje dźwięki, macha ogonem, porusza głową i oczami, do złudzenia przypominając żywego psa. Jego producent, Tombot, zapowiada certyfikację robota jako urządzenia medycznego.

Robot pracownik fizyczny Digit

Pierwszym z zastosowań robotów przemysłowych była praca na taśmie produkcyjnej. Przykładowo, w przemyśle samochodowym popularne stały się ramiona robotyczne wykonujące w kółko to samo zadanie. Digit od Agility Robotics to pierwszy robot, który ma pomóc w elastycznym wykonywaniu różnych prac fizycznych, poruszając się po otoczeniu jak człowiek. Na początek jego zadaniem będzie przenoszenie towarów na magazynie. Waży ok. 60 kg, potrafi dźwigać ciężary do 22,6 kg i już jest testowany przez duże firmy logistyczne. Celem na najbliższe lata jest produkcja 10 000 robotów.

Robot avatar Reachy2

Pollen Robotics prezentuje swojego nowego robota Reachy2 w pełni kontrolowanego przez człowieka za pomocą wirtualnej rzeczywistości. Użytkownik steruje ramionami, głową i dłońmi oraz obserwuje otoczenie robota, tak, jakby sam w nim się znajdował. Urządzenie może być stosowane np. w laboratoriach, do prac z niebezpiecznymi materiałami.

Robot dla seniorów Lemmy

Do grona robotów mających wyjść naprzeciw starzejącemu się społeczeństwu dochodzi Lemmy stworzony przez SHINSE Delta Tech. Urządzenie oparte na AI ma pomóc osobom starszym w codziennych czynnościach. Przykładowo, pomoże w wykonywaniu ćwiczeń wyświetlając instrukcje na dużym ekranie, połączy z bliskimi albo lekarzem, steruje inne urządzenia domowe. W razie potrzeby, może nawet wezwać pomoc. W przeciwieństwie do ElliQ, Lemmy swobodnie porusza się po mieszkaniu.

Czytaj także: Nowości technologiczne dla ochrony zdrowia CES 2025

„Początki były trudne, ale teraz lekarze są zadowoleni z pracy z dużymi modelami językowymi (LLM) “ – mówi dr Bram Stieltjes, kierownik działu badań i usług analitycznych na Oddziale Radiologii Szpitala Uniwersyteckiego w Bazylei. Rozmawiamy o tym, jak szpital stosuje AI w modelu open source, aby zmniejszyć obciążenia biurokratyczne.

Szpital Uniwersytecki w Bazylei stosuje dziesiątki różnych systemów IT różnych dostawców. Jak lekarze poruszają się w tak złożonym cyfrowym ekosystemie?

Muszę przyznać, że jest to coraz większym wyzwaniem. Lekarze często muszą żonglować wieloma aplikacjami, ręcznie kopiując i wklejając dane między systemami, przełączając się ciągle pomiędzy różnymi systemami.

Staraliśmy się jakoś to rozwiązać, wprowadzając uruchamianie wszystkich aplikacji z jednego środowiska IT. Ale tak naprawdę, to tylko obejście problemu, a nie rozwiązanie jego przyczyn. Taka fragmentacja systemów i danych utrudnia wgląd w pełny stan zdrowia pacjenta. A to prowadzi do nieefektywności w procesach opieki, które z kolei wpływają negatywnie na świadczenie opieki.

Obecnie, podobnie jak wiele innych szpitali, stosujemy standardy wymiany danych, takie jak HL7v2. To częściowo pomaga, ale dalej nie jest to pełna integracja. Przykładowo, nawet jeśli nowe systemy oparte są na standardach interoperacyjności, z obiegu i przetwarzania są wyłączone dane historyczne.

Ale na horyzoncie jest koniec z tym chaosem informacyjnym. Niedawno zakończyliśmy przetarg publiczny na otwartą platformę danych. Od stycznia tego roku wszyscy dostawcy IT muszą dostosować się do otwartych standardów na naszej platformie. To strategiczne zmiana w kierunku ujednoliconego środowiska cyfrowego.

Na konferencji „AI in Health” wspomniał Pan, że lekarze spędzają do 50% swojego czasu na uzupełnianiu danych w elektronicznej dokumentacji medycznej (EDM).

Tak i jeśli niczego nie zrobimy, będzie tylko gorzej. Rosnąca liczba aplikacji, które nie komunikują się między sobą, utrudnia uzyskanie pełnego obrazu pacjenta. Dlatego też przyjęliśmy nową strategię dla aplikacji klinicznych, której celem jest standaryzacja danych w celu stworzenia niezakłóconych przepływów informacji klinicznych. W ten sposób uzyskamy też większą efektywność przepływów pracy.

Przeszkodą w Szwajcarii jest to, że nie mamy nawet ujednoliconego standardu systemu elektronicznych kartotek pacjentów. Każdy szpital i system działa według własnych zasad, w izolacji. Tak jak wspomniałem wcześniej, dane gromadzone w ramach placówki mają różne formaty. Nie mówiąc o tym, że integracja danych ze źródeł zewnętrznych także kuleje.

Rozwiązaniem na niektóre wyzwania administracyjne i brak interoperacyjności danych okazały się duże modele językowe. Szpital już ich używa do porównywania danych z różnych źródeł i sporządzania wypisów szpitalnych i podsumowań danych pacjenta dla specjalistów.

Zaczęliśmy korzystać z AI już około dekady temu, wraz z tym jak pojawiły się systemy uczenia maszynowego. Oczywiście najpierw wdrażaliśmy AI w radiologii. Przez te lata zbudowaliśmy zespół inżynierów, którzy stopniowo opracowywali algorytmy wykorzystywane w obrazowaniu medycznym. Jednak z czasem zdaliśmy sobie sprawę, że duże rozdrobnienie danych jest sufitem, o który się rozbijamy za każdym razem, gdy planowaliśmy jeszcze szersze zastosowanie AI.

To zainspirowało nas do systemów AI o otwartym standardzie i zaczęliśmy je eksperymentalnie wykorzystywać do tworzenia wypisów klinicznych. Jednak efekty były dalekie od oczekiwanych. Dopiero pojawienie się dużych modeli językowych dwa lata temu, diametralnie zmieniło stan rzeczy. Dzięki ustrukturyzowanym danym z naszej hurtowni danych, LLM pomagają nam zmniejszyć liczbę błędów i ograniczyć halucynacje. W efekcie lekarz może łatwo przygotować wypis ze szpitala albo zebrać informacje wymagane np. przez ubezpieczyciela albo lekarza kontynuującego leczenia po wypisie. Tworzenie tego typu dokumentów administracyjnych zajmuje o wiele mniej czasu, bo robi to automatycznie AI.

Jak jeszcze lekarze korzystają na LLM?

Ogromną zaletą jest opracowywanie wytycznych i wniosków – na podstawie wielodyscyplinarnych konsyliów i opinii różnych specjalistów – dotyczących skomplikowanych zabiegów onkologicznych lub chirurgii kręgosłupa. LLM może podsumować stos raportów, sugestii i danych pacjenta oraz porównać je z wytycznymi towarzystw naukowych z całego świata, zestawiając ze sobą przykładowo rekomendacje europejskie z amerykańskimi. To diametralnie ułatwia podejmowanie decyzji.

Innym praktycznym zastosowaniem jest automatycznie przygotowywanie pism, które musi zatwierdzić ubezpieczyciel jeszcze przed wykonaniem niektórych świadczeń medycznych. Zadania, które wcześniej zajmowały 20 minut na pacjenta, można teraz wykonać w ciągu jednej lub dwóch minut przy wsparciu LLM.

Co radziłby Pan szpitalom, które dopiero planują wdrożenie dużych modeli językowych?

Należy zacząć od odpowiedniego sprzętu – wiele szpitali nie dysponuje odpowiednią infrastrukturą do obsługi LLM. Jeśli polegasz na rozwiązaniach chmurowych, potrzebujesz solidnej strategii chmurowej. W przypadku lokalnych rozwiązań bazodanowych, potrzebny będzie personel wykwalifikowany w inżynierii danych. Tego nie da się przeskoczyć.

Kolejnym kluczowym czynnikiem jest zaangażowanie lekarzy. Lekarze są przepracowani, dlatego bardzo ostrożnie trzeba zaplanować szkolenia i wdrożenie funkcjonalności AI. Równie ważne jest słuchanie ich opinii dotyczących obsługi AI, ale także unikanie obietnic bez pokrycia.

Jak udało się przekonać lekarzy w Państwa szpitalu?

Moim zdaniem najważniejsze jest, aby znaleźć klinicystów naprawdę zainteresowanych tematem AI w codziennej pracy. Może się okazać, że część pracowników jest pozytywnie nastawiona do AI, ale motywacja jest inna. Przykładowo, widzą potencjał w publikowaniu artykułów naukowych na temat zastosowania AI w szpitalu, co powoduje, że może brakować im zapału potrzebnego, gdy AI nie działa tak, jak od razu oczekiwano.

Dlatego najpierw warto udostępnić nowe funkcje prawdziwym pasjonatom. Gdy zaczną oni osiągać duże korzyści z rozwiązania, nawet początkowo sceptyczni koledzy szybko się przekonają.

Poza LLM, jakie inne rozwiązania sztucznej inteligencji są wdrażane w Szpitalu Uniwersyteckim w Bazylei?

AI radiologii jest już od dawna wykorzystywana rutynowo. Ale idziemy dalej i wdrażamy ją także w części administracyjnej pracy szpitala, jak na przykład do fakturowania. Kolejnym obszarem jest przegląd umów prawnych, z którym duże modele językowe też świetnie sobie radzą. Gdy nasza infrastruktura IT się ustabilizuje, przewiduję, że aplikacje AI rozprzestrzenią się na wszystkie obszary szpitala, zarówno związane z leczeniem pacjenta jak i administrowanie oraz zarządzaniem.

Szpitale w USA idą o krok dalej i wdrażają już systemy transkrypcji rozmowy lekarza z pacjentem, które są następnie zamieniane automatycznie na wpisy do elektronicznej dokumentacji medycznej.

Absolutnie to przyszłość medycyny. Systemy transkrypcji sprawią, że ustrukturyzowana dokumentacja medyczna stanie się z czasem efektem ubocznym wizyty pacjenta, a nie jej pierwszoplanowym aktorem.

Opracowaliśmy już podobne rozwiązania w radiologii. Wdrożenie na dużą skalę pozwoli wyeliminować uciążliwą konieczność wpisywania danych do komputera przez lekarzy. W efekcie będą mogli skupić się na rozmowie z pacjentem i badaniach. Moim zdaniem, systemy klasy „głos-na-tekst” wejdą też na sale operacyjne, pomagając dokumentować przebieg operacji i na tej podstawie kontrolować jej przebieg.

Szpitale bardzo ostrożnie wdrażają sztuczną inteligencję przede wszystkim ze względu na surowe przepisy dotyczące ochrony danych.

W naszym przypadku przyjęliśmy podejście oparte na lokalnie działających rozwiązaniach LLM, czyli nie przesyłających danych do chmury danych, a do tego rozwiązaniach typu open source. To znacznie zmniejsza ryzyka związane z bezpieczeństwem danych, ale z drugiej strony wymaga znacznych inwestycji w sprzęt.

Drugim remedium jest generowanie danych syntetycznych, z pomocą których można trenować modele AI bez użycia wrażliwych danych pacjentów, a więc bez obaw o zgodność z wymogami regulacyjnymi. Nasze podejście skupione na hostingu modeli AI w szpitalu (red.: tworzenie i utrzymywanie własnych modeli na podstawie rozwiązań open-sourcowych) gwarantuje równowagę między prywatnością pacjentów a funkcjonalnością.

Jak Pana zdaniem będzie przebiegało wdrażanie LLM w szpitalach?

Jestem przekonany, że stoimy u progu dużych zmian. Nasz przykład pokazuje, że LLM ułatwiają pracę lekarza i uwalniają go od biurokracji, na którą dotychczas nie było sposobu. Finalizujemy teraz rozmowy dotyczące stałego finansowania zastosowania AI, aby przejść od fazy pilotażowej do pełnego wdrożenia klinicznego.

Jestem optymistą co do LLM. To technologia, która ma transformacyjny potencjał dla opieki zdrowotnej.

Czytaj także: Jak wprowadzić do szpitali innowacje medyczne?

KAMSOFT, dostawca rozwiązań IT dla ochrony zdrowia, podsumował rok 2024. Wśród nowych rozwiązań udostępnionych placówkom medycznym znalazły się algorytmy AI, systemy wspomagania decyzji klinicznych, ułatwienia w wystawianiu recept oraz realizacji Opieki Koordynowanej, integracja z Centralną e-Rejestracją oraz dodatkowe zabezpieczenia danych.

EDM oraz AI w systemach gabinetowych

Jak informuje KAMSOFT, od lipca 2021 do października 2024 za pomocą EDM Suite – narzędzia do raportowania zdarzeń medycznych, udostępniania i wymiany elektronicznej dokumentacji medycznej – przetworzono ponad 1,2 mld zdarzeń medycznych z czego 56,5% skutecznie zaraportowano do P1, czyli ok. 672 mln. Według danych CeZ, do końca 2024 roku łączna suma wszystkich zdarzeń medycznych w P1 osiągnęła 982 mln.

Od 2024 roku wystawiający receptę użytkownicy systemów gabinetowych KAMSOFT korzystają z bazy wiedzy o lekach Pharmindex Open z Pomocnikiem AI, który bazując wyłącznie na informacjach zawartych w bazie wiedzy o lekach PHARMINDEX, przygotowuje zredagowany i ustrukturyzowany opis dotyczący danego leku, a także proponuje przykładową listę pytań do pacjenta czy zalecenia wykonania badań laboratoryjnych. Jest to przydatne i wiarygodne rozwiązanie, które pozwala szybko sprawdzić działanie leku lub zweryfikować jego dawkowanie.

Kolejną nowością są narzędzia klasy CDSS (Systemy Wspomagania Decyzji Klinicznych), które zintegrowane z Opieką Koordynowaną mają wspomóc lekarza w czynnościach związanych z diagnostyką i leczeniem. Algorytmy CDSS przeprowadzają analizy w oparciu o historię zdrowia pacjenta zgromadzoną w systemie medycznym placówki oraz dane zaraportowane przez inne placówki w systemie P1. Efektem tego może powstać np. rekomendacja kolejnych kroków leczenia czy kalkulacja prawdopodobieństwa występowania u pacjenta określonej choroby.

Algorytm przetwarza dane, które lekarze wytworzyli w trakcie poprzednich wizyt – jeśli są one dobrej jakości, to wynik analizy też będzie dobry jakościowo. Trafnie obrazuje to zasada GIGO (garbage in, garbage out, pol.: śmieci na wejściu – śmieci na wyjściu). Mówi ona, że jeśli korzystamy z niewłaściwych danych, to otrzymamy niewłaściwy wynik końcowy. Już w tej chwili użytkownicy systemów KS-SOMED, SERUM i KS-PPS biorący udział w pilotażu mogą korzystać z tego rozwiązania.

Nowe wymogi dla recept rocznych, rozbudowane informacje o lekach

Od 1 marca 2024 r., aby wystawić receptę roczną, trzeba wprowadzić do sytemu gabinetowego informacje o dawkowaniu leku i okresie stosowania. System P1 na tej podstawie oblicza ilość leku do wydania pacjentowi w aptece. Informacja ta powinna być widoczna dla farmaceuty w systemie aptecznym. Użytkownicy systemów gabinetowych KAMSOFT mogli wystawiać recepty roczne według nowych zasad już od 1 marca – aby spełnić nowe wymagania, wykorzystano działający od 2020 roku DAWKOMAT. Jest to rozwiązanie do dokładnego zapisu dawkowania na recepcie, czytelnego dla farmaceuty wydającego lek, jak i dla pacjenta.

Zapis dawkowania z pomocą DAWKOMATU jest szybszy, czytelniejszy, bo część danych uzupełnia się automatycznie informacjami pochodzącymi z BLOZ. Co ważne, tak uzupełnione i czytelne dawkowanie leku trafia wprost do aplikacji VisiMed pacjenta, a także SMS-em zawierającym odpowiedni link z informacją o sposobie dawkowania i nazwami leków (powiadomienia OSOZ).

System KS-SOMED zyskał w 2024 roku nową kartę recepty, która prezentuje wszystkie leki, jakie lekarz wybrał z listy. Jest to duże ułatwienie, ponieważ osoba wystawiająca recepty widzi zbiorczo, jakie produkty wybrała oraz jakie jest ich dawkowanie. Ponadto przy każdej recepcie można zmienić uprawnienia dodatkowe pacjenta bez wchodzenia do karty pacjenta. Zoptymalizowano także pracę profesjonalistów medycznych w oknie przeprowadzenia wizyty w ramach pracy z formularzami jak np. dyktowanie tekstu, zredukowano liczbę komunikatów potwierdzających wykonanie czynności.

Użytkownicy pracujący z systemami KS-SOMED, KS-PPS i SERUM mają dostęp do pełnej wiedzy o lekach, które dostarcza serwis BLOZ, baza wiedzy o lekach Pharmindex Open oraz TurboBLOZ. Lekarz może w szybki sposób, w trakcie wypisywania recepty, uzyskać informacje o wybranych produktach leczniczych takie jak: rzeczywistą dostępność produktu w aptekach, wskazania refundacyjne, dawkowanie, działania niepożądane, alerty bezpieczeństwa, a także sprawdzić zarejestrowaną jednostkę pojemności opakowania, dla recepty rocznej 365, której od marca 2024 r. wymaga Centrum e-Zdrowia.

Systemy dostosowane do Centralnej e-Rejestracji (CeR)

W sierpniu 2024 rozpoczął się pilotaż Centralnej e-Rejestracji dla trzech rodzajów świadczeń: kardiologicznych, mammografii i cytologii. Za udział w pilotażu placówki medyczne mogą otrzymać dodatkowe środki finansowe. Użytkownicy systemu medycznego KS-SOMED mogli przystąpić do pilotażu od pierwszych dni jego uruchomienia we wszystkich możliwych zakresach świadczeń.

Jak działa CeR w systemach KAMSOFT? Placówka medyczna automatycznie, poprzez swój system gabinetowy, przekazuje terminy wizyt do CeR. Z kolei pacjenci widzą na Internetowym Koncie Pacjenta (IKP) dostępne terminy wizyt, które mogą rezerwować. W przypadku braku wolnych terminów, pacjent trafia do Poczekalni, z tego miejsca system będzie mógł szybciej przydzielić mu wolny termin, np. kiedy inny pacjent odwoła swoją wizytę.

FEnIKS i wsparcie w realizacji Opieki Koordynowanej

W sierpniu NFZ ogłosił pierwszy nabór do programu dofinansowania podstawowej opieki zdrowotnej (POZ) w ramach projektu „FEnIKS”. Głównym celem wsparcia finansowego placówek medycznych jest rozwój infrastruktury, zakup sprzętu medycznego oraz inwestycje w e-zdrowie. W ramach kryteriów rankingujących, wysoko premiowane są placówki realizujące świadczenia w modelu Opieki Koordynowanej (OK). Dofinansowaniem z „FEnIKS” objęto także oprogramowanie wspierające realizację OK.

Systemy medyczne KAMSOFT doskonale się tutaj wpisują, ponieważ zarówno w KS-SOMED, SERUM, jak i KS-PPS placówki mogą kompleksowo realizować wszystkie procesy w ramach opieki koordynowanej, od wytypowania pacjentów, zarządzania grafikami wizyt, przez utworzenie Indywidulnego Planu Opieki Medycznej (IPOM), wygenerowanie Harmonogramu Indywidualnego Planu Opieki Medycznej (HIPOM) oraz przekazanie dokumentów do P1 po rozliczenia z NFZ.

NFZ planuje kolejne 3 nabory w 2025, 2026 i 2027 roku.

Aplikacje mobilne dla profesjonalistów medycznych

Aplikacje mobilne KAMSOFT opracowane dla lekarzy, fizjoterapeutów, pielęgniarek i położnych pozwalają na przeprowadzenie pełnej wizyty z poziomu smartfona lub tabletu wraz z wystawieniem m.in. e-Recepty, eZLA czy e-Skierowania. W 2024 roku aplikacje Wizyta Lekarska, Wizyta Pielęgniarska i Wizyta Położnej zyskały kilka nowych funkcjonalności. Przykładem jest możliwość dyktowania obserwacji, wyszukiwarka treści medycznych w dokumentach, takich jak historia zdrowia i choroby pacjenta, oraz zarządzanie terminarzem z poziomu aplikacji (usuwanie, edycja terminów rezerwacji).

Wspomniane aplikacje wspierają uwierzytelnienie wieloskładnikowe (MFA), zapewniając bezpieczne logowanie do serwisów internetowych. Od czerwca 2024 r. do serwisów webowych NFZ (m.in. Portal Świadczeniodawcy, SZOI) można zalogować się tylko stosując MFA.

Cyberbezpieczeństwo w placówkach medycznych

Szybki rozwój i rozpowszechnienie usług e-zdrowia sprawiły, że placówki ochrony zdrowia, przychodnie, szpitale oraz apteki – podobnie jak banki – stały się potencjalnymi obiektami ataków cyberprzestępców. Dlatego, aby zapobiegać i/lub zminimalizować skutki cyberataków, należy tworzyć kopie zapasowe danych (np. kopia w chmurze), aktualizować oprogramowanie i cyklicznie zmieniać hasła dostępowe i tam, gdzie możliwe, stosować MFA (uwierzytelnienie wieloskładnikowe).

Użytkownicy systemów medycznych KAMSOFT mogą w ramach rozwiązań związanych z cyberbezpieczeństwem korzystać z usługi „Kopia w chmurze”. Z kolei SERUM, system chmurowy KAMSOFT, wyposażono w rozszerzony poziom bezpieczeństwa przez zastosowanie MFA. Co ważne, wykorzystanie nowego mechanizmu bezpieczeństwa nie wymaga żadnych nakładów finansowych ze strony placówek.

Plany cyfryzacji rynku zdrowia w 2025 roku

Proces cyfryzacji ochrony zdrowia generuje duże ilości danych, których analiza jest trudna i czasochłonna. Zastosowanie rozwiązań takich jak np. CDSS (System Wspomagania Decyzji Klinicznych) ma ogromny potencjał zwiększenia efektywności procesu leczenia, poprawę skuteczności terapii i doświadczeń pacjenta. AI odgrywa istotną rolę w analityce predykcyjnej, która przewiduje prawdopodobieństwo wystąpienia określonych zdarzeń klinicznych. Dlatego w 2025 roku firma KAMSOFT będzie skupiać się na tworzeniu i rozwijaniu rozwiązań, które mają za zadanie wspomagać profesjonalistów medycznych w szybszym podejmowaniu bardziej trafnych decyzji klinicznych, co w efekcie zwiększy wydajność i zoptymalizuje proces leczenia. Warto wspomnieć, że Ministerstwo Zdrowia przeznaczy dodatkowe fundusze dla szpitali i przychodni w ramach KPO na wdrożenie programów wspieranych przez sztuczną inteligencję,

W 2025 roku placówki ochrony zdrowia mogą sięgnąć po dodatkowe środki z Krajowego Planu Odbudowy (KPO). W ramach tych funduszy szpitale i przychodnie mogą starać się o sfinansowanie wdrożenia nowoczesnych e-usług, cyfryzację dokumentacji medycznej, cyberbezpieczeństwo a także wdrożenie narzędzi sztucznej inteligencji (AI). Aby wspomóc placówki w przygotowaniu wniosków firma KAMSOFT opracowała kompendium wiedzy, które pomaga zrozumieć, jakie rozwiązania i produkty najlepiej wpisują się w cele określone w KPO. Opracowanie służy jako przewodnik w skomplikowanym procesie aplikowania o środki finansowe, wskazując na najlepsze praktyki i strategie, które mogą zwiększyć szanse na sukces w ramach prowadzonych lub planowanych naborów.

Wprawdzie obowiązek stosowania faktur ustrukturyzowanych pojawi się w 2026 roku, to jednak już teraz warto przygotować organizację na dostosowanie procesów i procedur do wymagań Krajowego Systemu e-Faktur. Zachęcamy do zapoznania z rozwiązaniem KAMSOFT do obsługi faktur ustrukturyzowanych.

Czytaj także: Co nowego i ważnego w e-zdrowiu i na świecie w 2025 roku? Pobierz nowe wydanie OSOZ

NASK – Państwowy Instytut Badawczy pokieruje międzynarodowym projektem AIPITCH o budżecie 7 983 377 euro – poinformowało Ministerstwo Cyfryzacji. W jego w ramach powstaną narzędzia sztucznej inteligencji (AI), które będą pomagać szybciej wykrywać i neutralizować cyberataki.

NASK został liderem konsorcjum, które zrzesza międzynarodowych specjalistów z branży cyberbezpieczeństwa oraz AI. Będą oni wspólnie pracować nad rozwiązaniami AI zwiększającymi skuteczność działań centrów operacyjnych zajmujących się cyberbezpieczeństwem. Punktem ciężkości AIPITCH są technologie umożliwiające wczesne wykrywanie zagrożeń, automatyczną klasyfikację złośliwego oprogramowania oraz usprawnienie procesów analitycznych poprzez integrację dużych modeli językowych. Z efektów prac skorzystają także CSIRT-y sektorowe, w tym tej dedykowane ochronie zdrowia, czyli CSIRT CeZ. Projekt wystartował 1 stycznia 2025 roku i potrwa 3 lata.

W ramach AIPITCH planowane są takie rozwiązania jak:

• Zaawansowany chatbot AI – narzędzie, które umożliwi szybkie i wygodne zgłaszanie incydentów oraz podejrzanych aktywności. Chatbot będzie przeprowadzi wstępną analizę zgłoszeń, przyspieszając reakcję na zagrożenia.
  
• Systemy wczesnego ostrzegania – narzędzia do automatycznego wykrywania exploitów, kampanii phishingowych oraz innych zagrożeń.
  
• Analiza dużych zbiorów danych – wykorzystanie modeli językowych (LLM, ang. Large Language Models) do przetwarzania ogromnych ilości danych z logów systemowych, raportów bezpieczeństwa czy doniesień z różnych źródeł. To pozwoli na szybkie identyfikowanie nowych podatności oraz trendów w atakach.
  
• Integracja AI z kluczowymi procesami operacyjnymi – włączenie zaawansowanych narzędzi AI do monitorowania ruchu sieciowego, analizy logów, reagowania na incydenty oraz oceny ryzyka.
  
• Wielkoskalowe bazy danych o zagrożeniach – stworzenie obszernych repozytoriów zawierających informacje o atakach, podatnościach, narzędziach używanych przez cyberprzestępców, a także przykładach złośliwego oprogramowania. Dzięki nim systemy AI będą w stanie lepiej przewidywać i przeciwdziałać nowym formom zagrożeń.

NASK jako lider projektu otrzyma 2 990 115 euro. W skład międzynarodowego konsorcjum wchodzą także:

• CIRCL (Computer Incident Response Center Luxembourg, Luksemburg),
• Fundacja Shadowserver (Stichting the Shadowserver Foundation Europe, Holandia),
• NCBJ (Narodowe Centrum Badań Jądrowych, Polska),
• ABI LAB (Centre of Research and Innovation for Banks , Włochy).

Czytaj także: Komisja Europejska wdroży plan ochrony sektora zdrowia przed cyberatakami

Centrum e-Zdrowia (CeZ) zaprasza menedżerów zdrowia na 2,5-godzinne szkolenia online z cyberbezpieczeństwa. Najbliższe terminy to 27 luty i 27 marca.

Profesjonalne szkolenie z ochrony danych w placówkach zdrowia

Według danych CeZ, w 2024 roku w Polsce odnotowano 1028 incydentów bezpieczeństwa danych, czyli 2,5-razy więcej niż rok wcześniej. Liczba ataków typu ransomware na placówki ochrony zdrowia na świecie wzrosła z 69 incydentów w 2020 roku do 506 w 2024 roku.

Dlatego priorytetem CeZ jest wzmocnienie cyberbezpieczeństwa. Podczas webinarów zaplanowanych na luty i marzec 2025, uczestnicy szkoleń dowiedzą się, jak zarządzać zagrożeniami związanymi z cyberprzestępczością oraz zdobędą aktualną wiedzę o ryzykach i zagrożeniach płynących z cyberprzestrzeni.

W programie m.in.:

Podstawy prawne cyberbezpieczeństwa. Przepisy prawne nakładające na organizacje ochrony zdrowia obowiązki związane z budową systemów ochrony danych i cyberbezpieczeństwa, w tym regulacje prawa krajowego oraz unijnego (np. RODO).

Przykłady ataków cybernetycznych. Studium przypadków ataków na instytucje zdrowia, w tym ostatnich cyberataków, najnowsze statystyki dotyczące aktywności hakerów i ich metod działania.

Wpływ ataków na sektor zdrowia i pacjentów. Jak ataki hakerów zakłócają ciągłość pracy placówek zdrowia, jakie są potencjalne konsekwencje dla pacjentów oraz jak je minimalizować.

Ochrona przed atakami cybernetycznymi. Eksperci z Departamentu Bezpieczeństwa Centrum e-Zdrowia przedstawią najlepsze praktyki ochrony danych, narzędzia i procedury zwiększające odporność na ataki oraz wytłumaczą jak zbudować kulturę bezpieczeństwa w organizacji.

Rozpoznawanie i reagowanie na ataki. Jak zidentyfikować próbę cyberataku (wczesne sygnały) oraz jakie działania podjąć, aby zminimalizować jego skutki.

Jak się zapisać?

Szkolenia odbywają się w formie online, a wykładowcami są pracownicy Departamentu Bezpieczeństwa Centrum e-Zdrowia. Liczba miejsc jest ograniczona, a rekrutacja trwa maksymalnie do 3 dni przed planowaną datą szkolenia. Dwa ostatnie terminy to 27 luty oraz 27 marca 2025.

Aby zarejestrować się na szkolenie należy wypełnić formularz na stronie Akademii CeZ (kliknij tutaj, aby przejść do rejestracji).

Czytaj także: Pobierz bezpłatny raport na temat cyberbezpieczeństwa w placówkach ochrony zdrowia