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

Szpital Uniwersytecki w Helsinkach (HUS) to największa placówka opieki zdrowotnej w Finlandii. Z Pekką Kahri, specjalistą ds. technologii w HUS, rozmawiamy o tym, jak pobudzać innowacje dzięki partnerstwom publiczno-prywatnym.

Czym zajmuje się Pan jako specjalista ds. technologii?

Pracuję w dziale strategii i rozwoju, koncentrując się na długoterminowych inicjatywach. Moje główne obowiązki obejmują identyfikowanie projektów o dużej skali, budowanie partnerstw z firmami i organizacjami, zabezpieczanie finansowania zewnętrznego dla nowych inicjatyw – często z programów Unii Europejskiej – oraz koordynowanie projektów realizowanych w kooperacji z innymi podmiotami.

To nie są klasyczne zadania działu IT, mimo, że rola „specjalisty ds. technologii” mogłaby to sugerować – nie jestem bezpośrednio zaangażowany ani w proces zamawiania, ani we wdrażanie systemów informatycznych. Zamiast tego pracuję nad przygotowaniem podstaw dla innowacji, zwłaszcza takich, których jeszcze nie ma na rynku. Dlatego w moich kompetencjach jest łączenie zespołów klinicznych, ekspertów IT i partnerów zewnętrznych w celu wspólnego opracowywania nowych podejść do świadczenia opieki i zapewnienia, że to, co budujemy, naprawdę spełnia potrzeby kliniczne.

A konkretnie? W jakiego rodzaju projekty jest Pan zaangażowany?

Obecnie prowadzimy duży projekt finansowany przez UE, którego istotą jest współpraca w zakresie wymiany danych pomiędzy szpitalami dziecięcymi w całej Europie. To wymaga koordynacji z naszym oddziałem pediatrii, pięcioma szpitalami z innych państw i pięcioma firmami technologicznymi. Moim zadaniem jest zapewnienie, że ta kooperacja żyje, a projekt realizowany jest zgodnie z planem. Ale najważniejsze jest zagwarantowanie, by udane projekty na stałe zostały wchłonięte przez szpital po zakończeniu początkowego finansowania. Odpowiadam także za to, aby na bieżąco skanować organizację w poszukiwaniu nowych pomysłów i potrzeb oraz przekuwać je w rzeczywistość.

HUS sięga w tym celu do partnerstw publiczno-prywatnych. Dlaczego są one tak ważne?

Szpitale to centra wiedzy medycznej, które jednak nie mają wiedzy potrzebnej do opracowywania i wdrażania zaawansowanych rozwiązań cyfrowych. Dlatego współpraca z partnerami prywatnymi – którzy mają odpowiednie doświadczenie – jest po prostu niezbędna.

Pracując razem, wspólnie tworzymy rozwiązania, które są lepiej dostosowane do rzeczywistych potrzeb klinicznych, zamiast po prostu kupować gotowe technologie nie zawsze pasujące do naszego kontekstu działania. Branża prywatna wnosi wiedzę techniczną i biznesową, a my zapewniamy ekspertyzę kliniczną. To gwarantuje, że innowacje są praktyczne i doskonałe technologicznie.

Jak ta współpraca wygląda w praktyce?

Można ją podzielić na kilka obszarów. Na poziomie politycznym mamy stałą radę doradczą z przedstawicielami branży, która spotyka się trzy do czterech razy w roku pod przewodnictwem dyrektora szpitala. Organ ten omawia strategiczne tematy. Na poziomie operacyjnym prowadzimy konkretne programy oparte na umowach współpracy. W ich ramach firmy i zespoły kliniczne uczestniczą w warsztatach i prezentacjach w celu zidentyfikowania nowych możliwości współpracy.

Pomysły pochodzą od klinicystów, którzy chcą rozwiązać konkretny problem, albo od firm, które zwracają się do nas z nową technologią lub prototypem. W ramach szpitala mamy też struktury odpowiedzialne za obsługę badań klinicznych i ocenę nowych urządzeń lub systemów IT.

Czyli innowacja potrzebuje zarówno strategicznego przywództwa i oddolnej inicjatywy.

Zdecydowanie. Odgórnie, konieczne jest strategiczne zobowiązanie kierownictwa szpitala do współpracy z partnerami prywatnymi. Jeśli chodzi o podejście oddolne, polegamy na zapale i ambicji poszczególnych klinicystów i ich zespołów, zachęcając ich do zgłaszania pomysłów i potrzeb. Kiedy te dwie siły spotykają się, rezultatem jest silna i zrównoważona innowacja. Aktywnie szukamy pomysłów, oceniamy je na podstawie kryteriów strategicznych i praktycznych, a następnie przydzielamy środki i zasoby tym, którzy chcą je wdrożyć do praktyki.

Mógłby Pan podać jakiś przykład projektu publiczno-prywatnego w HUS?

Jednym z nich jest inicjatywa skupiająca się na ocenie nowych leków na nowotwory. Wiele z nich wchodzi na rynek z ograniczonymi dowodami na skuteczność w rzeczywistych populacjach pacjentów. Rozpoczęliśmy projekt z pięcioma szpitalami onkologicznymi w całej Europie, we współpracy z firmami technologicznymi takimi jak Siemens Healthineers i IQVIA. Siemens dostarcza rozwiązania sztucznej inteligencji do pomiaru progresji choroby na podstawie tomografii komputerowej, podczas gdy IQVIA oferuje narzędzia do przetwarzania języka naturalnego w celu wyodrębnienia ustrukturyzowanych informacji z notatek klinicznych. Celem jest wykorzystanie danych generowanych przez szpitale do oceny skuteczności nowych leków, poprawy wykorzystania danych oraz wspierania decyzji regulacyjnych i oceny technologii medycznych.

Innym przykładem są prace nad Europejską Przestrzenią Danych Zdrowotnych (European Health Data Space, EHDS). Finlandia od dawna ma przepisy dotyczące wtórnego wykorzystania danych zdrowotnych, ale współpraca transgraniczna nadal pozostaje dużym wyzwaniem. Dlatego badamy podejście oparte na tzw. federacji danych. Polega ono na dostępie do danych z wielu różnych źródeł (szpitali) i wyszukiwaniu ich, tak jakby były przechowywane w jednej, zunifikowanej bazie danych. Takie podejście pozwala wyciągać wnioski z danych z różnych szpitali bez scalania i przenoszenia wrażliwych baz.

Szpital Uniwersytecki w Helsinkach (Helsinki University Hospital, HUS)
HUS: 23 szpitale
Liczba pracowników: 21 000, w tym 2500 lekarzy
Zakres świadczonych usług: 1,4 miliona wizyt ambulatoryjnych i 500 000 wizyt szpitalnych rocznie
Populacja: HUS obsługuje ponad 1,6 mln mieszkańców z 24 gmin
HUS Data Lake: integruje dane z ponad 100 systemów informacji o pacjentach i rejestrów jakości, dostarczając rzeczywiste dane do badań i opieki nad pacjentami

Tematem nr 1 w ochronie zdrowia jest AI. W jaki sposób HUS podchodzi do wdrażania sztucznej inteligencji w praktyce klinicznej?

Już od jakiegoś czasu wykorzystujemy AI, w szczególności uczenie maszynowe. Niektóre aplikacje wyszły poza fazę pilotażową i są obecnie w fazie produkcyjnej, zwłaszcza te w zakresie obrazowania medycznego. Następnym krokiem jest zidentyfikowanie przypadków zastosowań klinicznych, w których AI zapewnia największą wartość w stosunku do wymaganych inwestycji.

Pamiętajmy że budżety na IT są mocno ograniczone, więc musimy być selektywni. Sztuczna inteligencja potrzebuje wysokiej jakości danych, dlatego dużo uwagi przywiązujemy do tworzenia porządnej infrastruktury danych. Tutaj naszym celem jest, aby lekarze widzieli wymierne korzyści z narzędzi cyfrowych i mieli motywację do gromadzenia wysokiej jakości danych.

Określa Pan swoją pracę w charakterze pomostu pomiędzy pomysłem na innowację a jej wdrożeniem. Czy każdy szpital powinien mieć w swojej strukturze osobę odpowiedzialną za rozwój technologii?

Innowacje często przepadają przez sito tradycyjnych struktur szpitalnych, bo szpital ma jasno określone zadania i struktury organizacyjne. Często określam się „wolnym agentem” – mogę realizować działania, które nie są twardo zdefiniowane, ale mają duży potencjał. Jeśli szpitale nie mają osoby, która aktywnie pracuje nad innowacjami od wewnątrz, ryzykują, że rozwiązania zostaną opracowane gdzie indziej i narzucone im później z góry. Dedykowana rola dla rozwoju technologii i innowacji sprawia, że szpitale napędzają zmiany od środka.

Jak wyobraża Pan sobie szpital przyszłości, powiedzmy za pięć do dziesięciu lat?

Transformacja cyfrowa polega na przekształceniu całego sposobu realizacji opieki. Nie chodzi tylko o technologię, ale o przemyślenie klinicznych przepływów pracy, zaangażowanie pacjentów i zespołów klinicznych. Nowe narzędzia, takie jak AI i generatywna AI, mogą pomóc lekarzom podsumować i zinterpretować duże zbiory informacji. Ale aby się to stało, zmiana musi być napędzana przez zespoły kliniczne. Najważniejsze jest eksperymentowanie – wprowadzanie małych zmian i monitorowanie, czy się sprawdzają. Jeśli tak, kolejnym krokiem jest ich skalowanie. Jestem pewien, że za kilka lat będziemy mieli do czynienia z dużo większą integracją narzędzi cyfrowych, wykorzystaniem danych i kulturą ciągłego doskonalenia.

Czytaj także: Szpital Biziela wdraża AI i stawia na telemedycynę [WYWIAD]

Zespół naukowców z Uniwersytetu Waszyngtońskiego (USA) opracował system AI ostrzegający przed błędami podawania leków. Model identyfikuje i oznacza zawartość fiolek i strzykawek, a lekarz lub pielęgniarka widzą na bieżąco wskazówki dzięki goglom rozszerzonej rzeczywistości.

Błędy medyczne z pośpiechu

Błędy w podawaniu leków są najczęściej zgłaszanymi krytycznymi zdarzeniami w anestezjologii i najczęstszą przyczyną poważnych błędów medycznych na oddziale intensywnej terapii. Szacuje się, że od 5% do 10% podań leków jest obarczonych błędami. 1,2 miliona pacjentów rocznie (dane z USA) doświadcza zdarzeń niepożądanych w wyniku nieprawidłowego podania leków w zastrzykach.

Najczęstsze dotyczą zamiany strzykawek i fiolek (ang.: vial swap errors) i mają miejsce, kiedy lekarz musi przenieść lek z fiolki do strzykawki, a następnie podać pacjentowi. 20% tego rodzaju błędów polega na wybraniu niewłaściwej fiolki lub nieprawidłowym oznaczeniu strzykawki. Kolejne 20% błędów występuje, gdy lek jest prawidłowo oznaczony, ale źle podany.

Dotychczas stosowane środki bezpieczeństwa, takie jak kody kreskowe na fiolkach, nie są dostatecznie skuteczne. Na salach operacyjnych, oddziałach intensywnej terapii i w medycynie ratunkowej – kiedy zdrowie lub życie pacjenta są zagrożone – lekarze muszą działać szybko i czasami pomijają krok skanowania kodów.

AI pokazuje nazwę leku przed oczami

Naukowcy postanowili stworzyć łatwiejszy w użyciu system oparty na noszonej na głowie kamerze GoPro. W połączeniu z AI, potrafi on rozpoznawać zawartość cylindrycznych fiolek i strzykawek, wyświetlając ostrzeżenie przed podaniem leku pacjentowi.

Szkolenie modelu trwało kilka miesięcy. Badacze zebrali materiał wideo przedstawiający 418 przypadków pobierania leków przez 13 anestezjologów na salach operacyjnych o różnym wyposażeniu i oświetleniu. Nagrania przedstawiały lekarzy posługujących się fiolkami i strzykawkami z wybranymi lekami. Fragmenty nagrań zostały następnie zarejestrowane, a zawartość strzykawek i fiolek oznaczono w celu przeszkolenia modelu w zakresie rozpoznawania zawartości i pojemników.

System wideo nie odczytuje bezpośrednio napisów na każdej fiolce, ale skanuje inne wizualne markery: rozmiar i kształt fiolki i strzykawki, kolor nakrętki fiolki, rozmiar nadruku na etykiecie. Szkolenie modelu okazało się sporym wyzwaniem, ponieważ osoba na sali operacyjnej często trzyma strzykawkę i fiolkę w taki sposób, że nie widać jej w całości, a niektóre litery są zasłonięte przez dłonie.

Prawie 100% dokładność

Efekt okazał się zaskakująco dobry. W przeprowadzonych testach, AI osiągnęła dokładność 99,6% w wykrywaniu błędów związanych z zamianą fiolek z lekami. Jak mówi dr Kelly Michaelsen, większość leków używanych przez anestezjologów to wciąż ta sama grupa 10–20 substancji. Ale kiedy sytuacja na sali operacyjnej robi się nerwowa, nietrudno o pomyłki. Wówczas AI może być drugą paru oczu, szybko analizując, czy ampułka, po którą sięga lekarz, jest właściwa.

Naukowcy już planują rozbudowę systemu o umiejętność rozpoznawania objętości leku w strzykawce, co pomoże uniknąć błędów dawkowania, zwłaszcza u dzieci. W przyszłości, AI może też wesprzeć podawanie leków doustnych w warunkach oddziałowych, gdzie pacjenci często przyjmują wiele różnych tabletek. System czeka obecnie na zatwierdzenie przez Agencję ds. Żywności i Leków (FDA), by mogło zostać wprowadzone do użytku klinicznego.

Czytaj także: Nowy model AI diagnozuje pacjenta z rozmowy

To już nie tylko plotki. Coraz więcej informacji potwierdza, że OpenAI – twórca ChatGPT – pracuje nad przełomowym urządzeniem ubieralnym, które stanie się osobistym asystentem AI każdego człowieka. Czy ChatGPT zyska fizyczną formę?

Co wiemy o tajemniczym urządzeniu OpenAI?

Kiedy w maju 2025 roku szef OpenAI Sam Altman ogłosił przejęcie hardware’owego start‑upu io za niebagatelną kwotę 6,5 mld USD, było wiadomo, że to strategiczny krok. Io to mała firma założona przez Jony Ive’go, brytyjskiego designera, który odpowiadał m.in. za futurystyczny wygląd iPhone’ów. Teraz Ive pełni rolę głównego architekta wzornictwa w OpenAI i obiecuje stworzyć „najfajniejszy produkt technologiczny, jaki kiedykolwiek powstał”.

Z dotychczasowych przecieków wynika, że urządzenie będzie wielkości pendrive’a lub pudełka nici dentystycznych, bez ekranu, ale za to wyposażone w mikrofony, kamery i czujniki środowiskowe. Ma działać w trybie ciągłym, rozpoznawać kontekst otoczenia i komunikować się z użytkownikiem.

Altman twierdzi, że to będzie „trzeci podstawowy przedmiot” każdej osoby, obok już szeroko używanych technologii jak laptop i smartfon, który „położymy na biurku lub wrzucimy do kieszeni ”. Premiera nie nastąpi jednak wcześniej niż w 2026 r. W pierwszym etapie na rynek ma trafić 100 mln urządzeń AI.

Ive jest znany z minimalizmu technologicznego. To co na pewno wiemy, to że nie jest ani zwolennikiem okularów rozszerzonej rzeczywistości (AR), ani urządzeń ubieralnych. Zresztą historia pokazuje, że nie mają one na razie szans na sukces komercyjny. Przykładem jest AI Pin (Humane), czyli przypinany do ubrania kwadratowy klips słuchający i obserwujący otoczenie. Po niespełna roku od premiery innowacja zniknęła z rynku. Pin AI to przykład, że sama nowość nie gwarantuje sukcesu. Technologię krytykowano za krótki czas pracy, przegrzewanie się, wysoką cenę i sposób komunikacji – użytkownik musiał rozmawiać z urządzeniem, co było niekomfortowe w miejscach publicznych.

Jak asystent AI pomoże zadbać o zdrowie?

Kluczowe dla funkcjonalności przekraczającej zdolności najlepszych smartfonów będą wbudowane sensory: od mikrofonów do serii kamer śledzących każdy ruch. Dzięki nim urządzenie ma „rozumieć” otoczenie człowieka. Według serwisu Design News, możliwe jest wykorzystanie tzw. przewodnictwa kostnego, aby urządzenie przekazywało informacje w niesłyszalny dla osób postronnych sposób.

Altman chce zbudować wokół urządzenia ekosystem usług, aby nie był to tylko „pusty bryloczek”, coś na zasadzie ekosystemu aplikacji w smartfonie.

Mnogość sensorów oraz najnowsze osiągnięcia w dziedzinie AI w diagnozie chorób na podstawie nowych biomarkerów jak ruchy czy mowa dają nadzieję, że gadżet będzie pełnił rolę osobistego asystenta zdrowia.

Przykładowo, mikrofony i czujniki akustyczne mogą analizować charakter kaszlu, chrapania a nawet drżenia głosu, wykrywając wczesne objawy infekcji dróg oddechowych lub zaburzeń neurologicznych. Kamera może na bieżąco oceniać tempo chodu, ostrzegając przed ryzykiem upadku u seniorów.

Obserwując otoczenie, breloczek będzie miał dostęp do danych środowiskowych jak poziom oświetlenia i hałasu, sugerując zmianę otoczenia osobom z migreną lub nadwrażliwością sensoryczną. Na podstawie obserwacji stylu życia i zachowania, AI mogłaby proponować np. modyfikację diety oraz obliczać ryzyko takich chorób jak Alzheimer albo cukrzyca. Zintegrowane z elektroniczną dokumentację medyczną sprawiłoby, że dane o pacjencie byłyby zbierane w czasie rzeczywistym, a nie tylko podczas wizyty lekarskiej i w ramach badania laboratoryjnego. To otwiera zupełnie nową erę medycyny prewencyjnej.

Szczątkowe informacje na temat tajemniczego projektu to ze strony OpenAI sprytne zagranie marketingowe mające na celu zwiększyć wartość rynkową firmy. Sam Altman ani nie potwierdza, ani nie zaprzecza spekulacjom prasowym i przeciekom. Czy za 1-2 lat na rynek trafi kieszonkowe „centrum dowodzenia” oparte na najnowszych modelach GPT, czyli asystent AI uwolniony od ograniczeń komputera? Tego nie wiemy na 100%, ale szanse są duże.

Czytaj także: Nowość od Apple, Kumpel AI podpowie jak trenować