Mało znany chiński startup DeepSeek zaprezentował model AI, który jest tak dobry albo nawet lepszy niż ChatGPT, a jego opracowanie kosztowało tylko 6 mln USD, czyli 40 razy mniej niż w przypadku konkurencji. Jeśli to prawda, jesteśmy świadkami „momentu Sputnika”.

Chiny przejmują pozycję lidera AI

Kiedy w 1957 roku ZSRR wystrzeliły niespodziewanie w kosmos pierwszego sztucznego satelitę „Sputnik”, Związek Radziecki w jeden dzień przejął pozycję lidera w wyścigu o dominację w kosmosie. Upokorzone USA nie mogły tego tak zostawić i 12 lat później, w 1969 roku, odzyskały miejsce na podium dzięki zakończonej sukcesem pierwszej załogowej misji na Księżyc Apollo 11.

Moment Sputnika w przypadku AI to analogia do zaskakującego postępu, którego nikt nie przewidział. Tym razem Chińczycy pokazują USA, kto rozdaje karty w grze o nowe technologie. O tym, jak bardzo DeepSeek zaskoczył rynek, świadczy tąpnięcie na giełdzie. Akcje Nvidii, światowego lidera produkcji mikro-chipów, straciły 17% na wartości, co przelicza się na 279 miliardów USA.

Dlaczego to Nvidia ucierpiała najmocniej? Od 2022 roku – czyli premiery ChatGPT – liderzy modeli generatywnej AI jak OpenAI, Microsoft albo Google napędzają popyt na chipy wysokiej wydajności, bo trenowanie i rozwój coraz to wydajniejszych modeli wymaga coraz to większych mocy obliczeniowych. Na tym boomie korzystała przez ostatnie lata właśnie Nvidia, której procesory stosowane są w komputerach i centrach obliczeniowych na całym świecie.

Bezprecedensowy postęp AI czy tylko propagandowy show?

Co jeśli opracowanie modeli generatywnej AI jak ChatGPT (OpenAI), Gemini (Google) czy AI Pilot (Microsoft) wcale nie wymaga tak potężnych mocy obliczeniowych, jak dotąd uważaliśmy, a co potwierdza DeepSeek? Porównajmy: DeepSeek twierdzi, że wytrenowanie jego modelu zajęło jedynie dwa miesiące i kosztowało ok. 6 mln USD. W przypadku najnowszego modelu ChatGPT, kwota ta była nawet 40-krotnie wyższa. Do tego nowe modele DeepSeek, V3 i R1, nie tylko są równie dobre, ale czasami nawet lepsze w radzeniu sobie z różnymi zapytaniami.

Historia DeepSeek dzieli opinię publiczną. Dla jednych to klasyczny przykład, że „potrzeba jest matką wynalazku” – z powodu amerykańskich sankcji eksportowych, DeepSeek miał ograniczony dostęp do układów scalonych i został zmuszony do znalezienia innego sposobu trenowania modeli, w tym do skorzystania z dostępnych rozwiązań open-source. Nie mając wystarczającej ilości chipów, firma zmieniła o 360 stopni dotychczasowe podejście do tworzenia modeli AI, co okazało się strzałem w dziesiątkę.

Są jednak i tacy, którzy twierdzą, że nie powinniśmy ślepo wierzyć w informacje deklarowane przez twórców DeepSeek. Prawda o czasie i kosztach rozwoju AI być może być znacznie inna niż informacje przekazane przez firmę. Do tego DeepSeek jest ocenzurowany. Przykładowo, nie odpowie na pytania o wydarzenia z 1989 roku na placu Niebiańskiego Spokoju (Tiananmen) w Pekinie oraz jasno daje do zrozumienia, że Tajwan to część Chin. W audycie precyzji dostarczania informacji NewsGuard, DeepSeek osiągnął jedynie 17% dokładności, zajmując 10. miejsce na 11., plasując się daleko za takimi konkurentami jak ChatGPT od OpenAI i Gemini od Google.

Geopolityczna wojna potęg AI

Spekulacje podkręca data premiery DeepSeek, zaledwie kilka dni po tym, jak Prezydent Donald Trump ogłosił bezprecedensowy program rozwoju sztucznej inteligencji i inwestycje w AI o wartości 500 mld USA. Czy to zbieg okoliczności, czy zaplanowany ruch Chin w wojnie gospodarczej z USA? Prezydent Trump nazwał nawet DeepSeek „momentem przebudzenia” dla amerykańskich firm AI. Chiny od dawna nie ukrywają, że ich celem jest dominacja w dziedzinie sztucznej inteligencji. Potwierdzają to liczby: ok. 60% patentów na innowacje AI rejestrowanych jest w Chinach, w USA – jedynie 20%. Europa z 3% nie liczy się w tym wyścigu.

Zakłócenia na giełdzie po premierze DeepSeek pokazują czarno na białym, że wkraczamy w erę, w której siła konkurencyjna państw będzie mierzona kondycją gospodarek cyfrowych. Akcje Nvidia czy Meta zanurkowały, bo okazało się, że są inne firmy, które potrafią tworzyć AI lepiej, szybciej i taniej. W globalnej gospodarce nie ma znaczenia, gdzie te firmy mają siedzibę.

Czytaj także: Dlaczego i jak KAMSOFT wprowadza AI do systemów IT?

W prasie czytamy, że sztuczna inteligencja diagnozuje dokładniej niż lekarze i jest bardziej empatyczna niż człowiek, a do tego otrzymuje dużo lepsze wyniki na egzaminach medycznych niż studenci medycyny. A jaka jest prawda?

Dlaczego AI diagnozuje lepiej niż lekarz korzystający z pomocy AI?

W przeprowadzonym przez Andrew S. Parsonsa z UVA Health (USA) badaniu wzięło udział 50 lekarzy medycyny rodzinnej, chorób wewnętrznych i medycyny ratunkowej. Podzielono ich na dwie grupy i postawiono przed nimi zadanie diagnozowania skomplikowanych przypadków klinicznych. Pierwsza grupa otrzymała do pomocy ChatGPT w wersji premium (Plus). Druga mogła kierować się tylko swoją wiedzą medyczną i dotąd obecnymi narzędziami jak Google albo systemy wspomagania decyzji klinicznych. O diagnozę zapytano też ChatGPT. Zebrane wyniki diagnoz porównano między sobą. Grupa bez ChatGPT uzyskała 74% dokładności, a grupa z ChatGPT niewiele więcej, bo 76%. ChatGPT samodzielnie uzyskał aż 90% skuteczność.

Naukowcy byli zdezorientowani: ChatGPT nie pomógł lekarzom lepiej diagnozować chorób. Jedną z interpretacji było założenie, że lekarze nie kierowali się podpowiedziami sztucznej inteligencji, gdy się z nimi nie zgadzali, ufając bardziej swojej wiedzy i doświadczeniu niż chatbotowi. W psychologii mówi się o tzw. błędzie autorytetu (ang.: authority bias). Pojawiły się głosy, że to źle wróży współpracy lekarza z AI, bo ten pierwszy i tak nie słucha opinii z zewnątrz. Jednak jak wyjaśnił twórca badania, powód mógł być inny: wielu lekarzy po prostu nie wiedziało, jak korzystać z ChatGPT i jak w poprawny sposób pisać tzw. prompty (zapytania).

Autorzy badania sugerują jednak, że wyższa precyzja diagnoz osiągnięta, gdy ChatGPT samodzielnie oceniał przypadki kliniczne, wskazuje na duży potencjał AI. Naukowcy od lat podkreślają, że o ile lekarze dobrze diagnozują choroby, z którymi najczęściej spotykają się podczas praktyki klinicznej, to w przypadku np. chorób rzadkich albo skomplikowanych i nietypowych schorzeń są mniej skuteczni.

Statystyczny lekarz w swojej pracy ma na ogół do czynienia z ok. 500 różnymi chorobami z ok. 33 000 sklasyfikowanych. Trudno wymagać, aby znał je wszystkie, gdy leczy pacjentów o tym samym profilu demograficzno-społecznym. Ale wówczas pomocne może być AI. Już dzisiaj lekarze powinni mieć dostęp do szkoleń z AI, aby wiedzieć, jak bezpiecznie korzystać z nowych narzędzi jak ChatGPT.

Autor badania, Andrew S. Parsons, powiedział też wprost, że tylko „ułamek lekarzy zdawał sobie sprawę, że mogą dosłownie skopiować i wkleić całą historię leczenia do chatbota i po prostu poprosić go o udzielenie wyczerpującej odpowiedzi na całe pytanie”.

AI wykuła na pamięć pytania z egzaminów medycznych. Ale to nie czyni z niej lekarza

Jeszcze inne badania sugerowały wielokrotnie, że AI udziela bardziej empatycznych, zrozumiałych i wyczerpujących odpowiedzi pacjentom w porównaniu do lekarzy. W prawdziwym życiu, lekarz realizuje wiele innych zadań i uwzględnia nie tylko dane z elektronicznej dokumentacji medycznej, ale także sytuację pacjenta (rodzinną, społeczną, finansową), jego potrzeby; prognozuje potencjalne skutki leczenia, rozmawia z rodziną, kalkuluje ryzyko w stosunku do korzyści. Nie wspominając o ludzkim czynniku komunikacji z pacjentem, który dla wielu pacjentów może działać jak placebo. Lekarz daje motywację i nadzieję, towarzyszy choremu przez kolejne etapy choroby, wspiera. To element społeczny, którego przez ostatnie lata nie zdołał zastąpić Dr Google całkiem dobrze radzący sobie z diagnozowaniem.

Podobnie mylące mogą być badania porównujące wyniki ChatGPT i lekarzy studentów w amerykańskim egzaminie medycznym (United States Medical Licensing Examination, USMLE).  Najnowszy model generatywnej AI, czyli GPT-4o, uzyskał w testach USMLE prowadzonych od wiosny 2021 r. do jesieni 2023 r. średnią punktów 95,54%, a studenci – 72,15%. Tak, AI ma zaskakująco dobre zdolności kognitywne, ale rolą lekarze nie jest zdawanie egzaminów medycznych.

Doniesienia o AI lepszej niż lekarze są sposobem na przyciągnięcie uwagi, ale nie pokazują potencjału zastosowania AI w warunkach klinicznych, a jedynie laboratoryjnych. Wprowadzają w błąd i szkodzą debacie o obiecującej roli AI w medycynie. AI to nadal technologia nowa, która jednych zachwyca, a innych przeraża. I te emocje często dominują, podczas gdy naukowcy zgadzają się, że AI może pomóc lekarzowi, ale nie jest w stanie go zastąpić. Zwłaszcza generatywna AI, która jest bardzo dobrą maszyną statystyczną, ale nie może równać się z kompetencjami człowieka.

Czytaj także: Chatbot Eliza z 1966 r. i fenomen iluzji myślącej maszyny

Aby Polska mogła skutecznie wdrażać rozwiązania sztucznej inteligencji (AI) i technologie cyfrowe w ochronie zdrowia, musimy skoncentrować się na kilku kluczowych zmianach.

Adw. Michał Chodorek, Partner w Kancelarii Prawnej KRK Kieszkowska Rutkowska Kolasiński

Priorytet 1: Rozwój mechanizmów finansowania

Przeszkodą dla wdrażania rozwiązań AI w ochronie zdrowia jest brak mechanizmów finansowania publicznego dostosowanych do tych technologii. W Polsce nie ma np. wnioskowej ścieżki refundacji wyrobów medycznych, w tym refundacji cyfrowych wyrobów medycznych. W przeciwieństwie do leków, gdzie istnieje określona ścieżka refundacyjna, rozpoczynana przez firmę, która chce uzyskać refundację, technologie AI są pozbawione możliwości złożenia wniosku o finansowanie z Narodowego Funduszu Zdrowia.

Finansowanie jest dostępne na etapie rozwoju technologii, np. poprzez konkursy Agencji Badań Medycznych albo w ramach innych programów publicznych wspierających rozwój nowoczesnych technologii medycznych, w tym AI.

Ale w momencie, w którym technologia przechodzi z fazy rozwojowej do fazy wdrożeniowej to finansowanie się urywa. Konsekwencją jest brak ciągłości w finansowaniu, co stanowi istotną przeszkodę w komercjalizacji innowacyjnych technologii medycznych, w tym AI.

Powyższa sytuacja jest tym trudniejsza, że wiele ze wspomnianych powyżej programów finansowania publicznego, np. konkursy ABM, wymagają przeprowadzenia wdrożenia technologii, która uzyskała dofinansowanie, w Polskiej gospodarce. Dla medycznych AI, takie wdrożenie do systemu ochrony zdrowia bez funkcjonujących mechanizmów finansowania publicznego, jest trudne, a brak wdrożenia stwarza ryzyko konieczności zwrotu uzyskanych środków.

Priorytet 2: HTA dla software’owych wyrobów medycznych, w tym AI

Niezbędne jest również stworzenie mechanizmów pozwalających na ocenę efektywności kosztowej nielekowych technologii medycznych takich jak software’owe wyroby medyczne, w tym AI.

Wdrożenie powyższych rozwiązań pozwoli też MZ i producentom technologii negocjować zasady finansowania, które uwzględniałyby mechanizmy dzielenia ryzyka oparte o różne sposoby płacenia za efekt – rzeczywiście osiągnięte korzyści terapeutyczne albo oszczędności dla systemu ochrony zdrowia (value based healthcare).

Priorytet 3: Poprawa dostępności do danych medycznych

Bez odpowiedniej ilości i odpowiedniej jakości danych nie da się wytrenować żadnego modelu AI. Jednym z kluczowych problemów utrudniających rozwój technologii AI w Polsce są skomplikowane i restrykcyjne zasady dostępu do danych medycznych do celów rozwoju AI. Najczęściej stosowanym mechanizmem pozyskiwania danych jest zwracanie się o udzielenie zgody na dostęp do danych przez każdego indywidualnego pacjenta.

Dostęp do danych medycznych jest obecnie utrudniony również z powodów praktycznych – brak jest jednej instytucji, do której można by zwrócić się z wnioskiem o udostępnienie danych. Dane trzeba pozyskiwać oddzielnie z każdego podmiotu leczniczego. Takie ograniczenia prawne i faktyczne nie tylko podnoszą koszty pozyskania danych, ale czasami czynią ich zdobycie wręcz niemożliwym.

Dużą zmianę w tym zakresie może przynieść wdrożenie Europejskiej Przestrzeni Danych dotyczących Zdrowia (EU Health Data Space – EHDS). EHDS przewiduje utworzenie krajowych instytucji dostępowych, które będą połączone odpowiednią infrastrukturą IT z wszystkimi podmiotami leczniczymi w kraju, tak aby można było przesyłać między nimi dane medyczne.

W ramach EHDS naukowcy albo firmy, które chcą rozwijać np. wyroby medyczne oparte na sztucznej inteligencji, będą mogły zwrócić się do krajowych instytucji dostępowych o umożliwienie im realizacji projektów badawczo-rozwojowych, na przykład wytrenowania modelu AI, z wykorzystaniem wskazanych przez nich danych medycznych. Instytucja, jeżeli oceni taki wniosek pozytywnie, pozyska dane od właściwych podmiotów leczniczych, dokona ich agregacji i anonimizacji albo pseudonimizacji, i umożliwi wnioskodawcy dostęp do nich w ramach bezpiecznego środowiska przetwarzania danych, administrowanego przez instytucję.

EHDS powinien przynieść poprawę w zakresie ilości i jakości danych medycznych możliwych do wykorzystania w projektach badawczo-rozwojowych oraz obniżyć koszty ich pozyskania, zapewniając jednocześnie należytą ochronę prywatności pacjentów.

Priorytet 4: Wsparcie w badaniach klinicznych

Wprowadzenie na rynek wyrobu medycznego wykorzystującego sztuczną inteligencję wymaga najczęściej przeprowadzenia badań klinicznych, które są kosztownym przedsięwzięciem. Programy publicznego dofinansowania rozwoju technologii powinny być tworzone tak, aby umożliwiać objęcie finansowaniem również kosztów przeprowadzenia badań klinicznych, aby zniwelować tę barierę kosztową.

Edukacja i zmiana podejścia do technologii Nie mniej istotne jest zwiększenie świadomości i wiedzy wśród personelu medycznego oraz decydentów na temat potencjału AI i technologii cyfrowych. Obawy związane z bezpieczeństwem i efektywnością tych rozwiązań, jak również trudności w ich implementacji, mogą być zaadresowane przez efektywne programy edukacyjne lub np. projekty pilotażowe.

Czytaj także: AI zaczyna dościgać ludzi. Raport Uniwersytetu Stanforda

Sprzedaż suplementów diety z magnezem szybko rosła przez ostatnie 5 lat, osiągając swoje maksimum w 2022 roku. Wówczas Polacy kupili w aptekach 12,7 mln opakowań, czyli dwukrotnie więcej niż w 2015 roku. Ale od tego czasu powoli spada. Czy to koniec boomu?

Magnez – nazywany często pierwiastkiem życia – odgrywa ważną rolę w procesach zachodzących w organizmie. Prawidłowy poziom Mg w diecie zmniejsza ryzyko nadciśnienia tętniczego, choroby niedokrwiennej, arytmii i zawału serca, cukrzycy i depresji; poprawia pamięć i koncentrację, reguluje pracę tarczycy, wspomaga leczenie astmy, poprawia trawienie, wzmacnia układ odpornościowy, bierze udział w procesie budowy kości i zębów. Choć zdrowia dieta zaspokaja zapotrzebowanie na magnez, producenci suplementów diety kuszą klientów m.in. obietnicami wzmocnienia układu nerwowego.

W 5 lat ceny środków z magnezem wzrosły dwukrotnie

Jak wynika z analizy danych przeprowadzonej przez ekspertów OSOZ wynika, intensywne kampanie reklamowe mocno napędziły sprzedaż w ostatnich lata. W latach 2003–2015 pacjenci kupili w aptekach od 4,97 mln opakowań (2011 rok) do 6,15 mln opakowań magnezu (2009 rok). W 2016 roku miał miejsce największy wzrost wynoszący 40,22% i od tego czasu rok do roku sprzedaż nieustannie rosła i w 2021 roku przekroczyła ona już 12 mln opakowań (ponad 2-krotnie więcej niż jeszcze w 2015 roku). Poziom ten utrzymywał się aż do 2024 roku.

Przez lata ceny utrzymywały się na wyrównanym poziomie. Średnia cena za pojedyncze opakowanie magnezu zakupione w 2002 roku wynosiła 11,29 zł i rosła bardzo powoli, o kilkadziesiąt groszy co roku. To zmieniło się w 2017 roku, kiedy za wzrostem popytu producenci zaczęli podnosić ceny. Od 2022 roku, wraz z szalejącą inflacją, ceny zaczęły rosnąć jeszcze szybciej, o ok. 3 zł/opakowanie rocznie. W 2024 roku pacjenci musieli zapłacić za opakowanie suplementu z magnezem 27,93 zł, czyli dwa razy więcej niż jeszcze w latach 2015-2017. Rosnące ceny i popyt napędziły przychody producentów, które w latach 205-2024 zwiększyły się niemal 5-krotnie z 69 mln zł do 342 mln zł.

Jednocześnie kurczy się asortyment produktów aptecznych z magnezem. W 2002 roku pacjenci mogli wybierać spośród 117 różnych opakowań magnezu. W kolejnych latach, aż do 2008 roku, liczba produktów wzrastała i ukształtowała się na maksymalnym poziomie 192 opakowań. Od tego czasu asortyment jest coraz uboższy i w 2023 roku liczył sobie już tylko 59 różnych opakowań.

Prognozy dla rynku suplementów diety z magnezem

Zgodnie z prognozami, w latach 2025 i 2026 popyt na magnez w aptece będzie rósł. Wzrosty wartości sprzedaży będą równe analogicznie 5,46% oraz 6,16%. W najbliższych latach wzrastać będzie także sprzedaż, lecz tempo wzrostu będzie już mniej dynamiczne. W 2025 roku sprzedaż będzie równa 12,30 mln opakowań, a w 2026 roku – 12,53 mln opakowań. Nadal będzie rosła cena i w 2025 roku zbliży się do granicy ok. 30 zł.

Analizując dane należy pamiętać, że suplementy diety z magnezem są szeroko dostępne poza aptekami, np. w marketach i drogeriach. Magnez od lat jest liderem w kategorii suplementów diety. Podczas pandemii COVID-19 i do dnia dzisiejszego dogoniła go jednak witamina D. Na kolejnych miejscach są środki wzmacniające odporność organizmu oraz probiotyki. Od lat spada z kolei sprzedaż multiwitamin.

Rynek środków z magnezem rośnie na całym świecie. Jest to stosunkowo tani suplement diety pozycjonowany w reklamach jako posiadający wszechstronne korzyści zdrowotne, uspokajający, ułatwiający zasypianie, wzmacniający system nerwowy oraz „dodający energii”. Prognozy sugerują, że popyt na suplementy z magnezem będzie nadal rósł w związku ze starzejącym się społeczeństwem i większą świadomością znaczenia profilaktyki chorób serca.

Czytaj także: Pobierz pełne wydanie czasopisma OSOZ Statystyki z analizą sprzedaż środków z magnezem

W szpitalu, gdzie lekarze i pielęgniarki są w ciągłym ruchu przemieszczając się od chorego do chorego, mobilne aplikacje IT mogą pomóc pogodzić czas spędzony z pacjentem i przy komputerze. Sprawdzamy rozwiązania, jakie oferuje KAMSOFT.

Szybki dostęp do potrzebnych danych na pierwszy rzut oka

Dzięki aplikacjom mobilnym personel medyczny może mieć dostęp do zgromadzonej w systemie szpitalnym HIS dokumentacji medycznej z poziomu tabletu, na bieżąco sprawdzając stan zdrowia pacjenta przy jego łóżku oraz szybko notując podstawowe dane.

To właśnie prowadzenie obchodu jest krytycznym momentem pracy. Poruszając się po oddziale, pielęgniarka i lekarz podejmują w drodze dziesiątki mikro-decyzji klinicznych i organizacyjnych. Do tego potrzebują dostępu do systemu HIS, aby sprawdzić wyniki badań spływające z laboratorium albo zlecić kolejne badania diagnostyczne i przepisać leki. To muszą być dane zaprezentowane w czytelnej formie, aby były od razu widoczne na ekranie tabletu, prezentujące np. trendy parametrów zdrowia.

Te zadania realizują aplikacje mobilne dla szpitali. KAMSOFT oferuje trzy takie rozwiązania:

• Obchód Lekarski
• Obchód Pielęgniarski
• Karta Anestezjologiczna

Wszystkie są zintegrowane z systemem HIS KS-MEDIS, a każda zmiana wprowadzona podczas obchodu – od zlecenia badań, po notatki o stanie zdrowia pacjenta – jest automatycznie zapisywana w systemie i dostępna dla innych członków zespołu medycznego. Lekarz może jedne dane wpisać na tablecie, a kiedy chce wprowadzić do EDM dłuższe notatki, może to zrobić na komputerze stacjonarnym, na którym pisze się wygodniej niż na tablecie.

Takie rozwiązanie oszczędza czas, zwiększa dokładność dokumentacji, minimalizuje ryzyko błędów i daje pełną elastyczność pracy. Rozwiązania mobilne mają jeszcze jedną zaletę – pozwalają szybko zaczerpnąć informacji o stanie zdrowia i trendach w pomiarach parametrów zdrowia. Przykładowo, wyniki badań są przedstawione w przejrzystych tabelach i wykresach, bez konieczności długiego szukania informacji.

Z aplikacją Obchód Lekarski lekarz wystawi zlecenie podania leków, wykonania badań laboratoryjnych, obrazowych czy konsultacji; doda zdjęcie do dokumentacji pacjenta, przeglądnie pomiary i wyniki badań laboratoryjnych, a także wprowadzi notatki. Dostęp do danych pacjenta – na bieżąco z każdego miejsca w szpitalu, bez konieczności uruchomiania komputera – to wygoda, oszczędność czasu, a przede wszystkim efektywniejszy proces leczenia.  

Obchód Pielęgniarski to z kolei mobilna aplikacja stworzona z myślą o pielęgniarkach, pozwalająca na realizację zleceń lekarskich, przeglądanie i wypełnianie elektronicznej dokumentacji medycznej bezpośrednio przy pacjencie. Pielęgniarka – niezależnie od miejsca pobytu – może wprowadzić do systemu wartości pomiarów, jak np. temperatura ciała czy ciśnienie. Kluczowe dane prezentowane są w postaci graficznej, a wszystkie informacje wprowadzone do aplikacji przekazywane są w czasie rzeczywistym do systemu KS-MEDIS.

Obchód Pielęgniarski umożliwia także przeglądanie szczegółów związanych z podawaniem leków, posiłków czy podgląd zaplanowanych dla pacjenta badań. Dzięki integracji z systemem do obsługi apteki szpitalnej KS-ASW, pielęgniarki mogą odnotowywać podanie leków pacjentom oraz automatycznie aktualizować stany magazynowe leków w apteczkach oddziałowych. Efekt: personel pielęgniarski ma pełną kontrolę nad gospodarką lekami, co zwiększa bezpieczeństwo pacjentów i ułatwia zarządzanie zapasami leków.  

Aplikacja Karta Anestezjologiczna to rozwiązanie wspomagające czynności wykonywane podczas zabiegu z udziałem lekarza anestezjologa. Jej celem jest ułatwienie prowadzenia karty anestezjologicznej.

Aplikacja Karta Anestezjologiczna to rozwiązanie, które w wygodny i prosty sposób wspomaga czynności wykonywane podczas zabiegu z udziałem lekarza anestezjologa. Dzięki aplikacji mobilnej prowadzenie karty anestezjologicznej nie musi już być wykonywane przy komputerze. Wszystkie te czynności można wykonać bezpośrednio przy pacjencie. 

Aplikacje mobile działają jak końcówki sieci informacyjnej szpitala. Wszystkie dane spływają na bieżąco do centralnej bazy danych i są od razu widoczne dla pozostałych członków personelu medycznego, zgodnie z ich uprawnieniami i kompetencjami. Pulpity aplikacji mobilnych zostały tak zaprojektowane, aby wprowadzanie danych na tablecie było łatwe nawet pomimo małego ekranu i niewielkich rozmiarów klawiatury.

Drugą zaletą są graficzne podsumowania krytycznych danych dopasowane do pracy lekarza, pielęgniarki i anestezjologa, minimalizujące czas potrzebny na uzyskanie informacji potrzebnych w procesie podejmowania decyzji.

Czytaj także: Jak informatyzować placówkę medyczną? Pobierz bezpłatny poradnik

To jeden z najbardziej wyczerpujących raportów o sztucznej inteligencji. 502-stronicowy AI Index Report 2024 prezentuje stan rozwoju AI i jej wpływ na ekonomię, społeczeństwo i ochronę zdrowia. Oto najważniejsze wnioski.

10 wiodących trendów AI

Obiektywny raport stworzony przez naukowców z Uniwersytetu Stanforda pozwala spojrzeć z lotu ptaka na AI. Jego zaletą jest rzetelność informacji oraz zimna, obiektywna analiza danych pozbawiona szumów na temat sztucznej inteligencji, z którymi mamy do czynienia od czasu premiery ChatGPT. Do najsilniejszych tendencji rozwoju AI badawcze zaliczyli:

Sztuczna inteligencja jest już lepsza niż ludzie w niektórych zadaniach, ale nie we wszystkich. Doszliśmy do historycznego momentu: AI pokonała człowieka w kilku testach porównawczych, w tym pod względem umiejętności klasyfikacji obrazów, rozumowania wizualnego i rozumienia języka angielskiego. Zdaje też egzaminy z medycyny dużo lepiej niż studenci. Nadal jednak nie radzi sobie z bardziej złożonymi zadaniami, jak obliczenia matematyczne, rozumowanie dedukcyjne i planowanie.

Liderem badań nad sztuczną inteligencją jest sektor prywatny. W 2023 r. prywatne firmy stworzyły 51 wyróżniających się modeli uczenia maszynowego, podczas gdy środowisko akademickie tylko 15. To samo dotyczy badań naukowych, które dużo częściej są prowadzone przez firmy technologiczne niż finansowane ze środków publicznych instytucji naukowych.

Szkolenie AI jest coraz droższe. Według szacunków AI Index, koszty trenowania najnowocześniejszych modeli sztucznej inteligencji osiągnęły rekordowy poziom. Na przykład, wytrenowanie GPT-4 firmy OpenAI kosztowało 78 mln USD, a nowego modelu Gemini Ultra firmy Google już aż 191 mln USD.

USA, Europa i Chiny są liderem w tworzeniu modeli AI. W 2023 r. 61 wiodących modeli AI stworzyły instytucje z siedzibą w USA, znacznie przewyższając Unię Europejską (21) i Chiny (15).

Brakuje solidnych i ustandaryzowanych ocen odpowiedzialności LLM. Deweloperzy AI jak OpenAI, Google i Anthropic, testują swoje modele według własnych standardów odpowiedzialnej sztucznej inteligencji. Brakuje jednolitej definicji i mierników, które pozwoliłyby porównywać wyniki.

Inwestycje w generatywną sztuczną inteligencję przeżywają boom. Pomimo spadku prywatnych inwestycji w AI w ubiegłym roku, finansowanie generatywnej sztucznej inteligencji od 2022 r. wzrosło prawie ośmiokrotnie, osiągając kwotę 25,2 mld USD.

Sztuczna inteligencja zwiększa produktywność i prowadzi do wyższej jakości pracy. Pojawia się coraz więcej badań sugerujących, że AI pomaga pracownikom szybciej wykonywać niektóre zadania i poprawiać jakość wyników pracy. Naukowcy zwracają uwagę na potencjał AI do wypełnienia luki w umiejętnościach między pracownikami o niskich i wysokich kwalifikacjach. Jednocześnie niektóre badania sugerują, że korzystanie z AI bez odpowiedniego nadzoru może prowadzić do obniżenia wydajności.

AI staje się głównym katalizatorem postępu naukowego. Powstają systemy AI pomagające naukowcom w prognozowaniu struktur białek czy odkrywaniu nowych materiałów.

Szybko rośnie liczba nowych regulacji dotyczących sztucznej inteligencji. W 2023 roku w USA obowiązywało 25 przepisów związanych z AI, w porównaniu z zaledwie jednym w 2016 roku. Tylko w ubiegłym roku całkowita liczba regulacji związanych ze sztuczną inteligencją wzrosła o 56,3%. W Europie w życie wszedł EU AI Act obowiązujący już we wszystkich krajach członkowskich.

Wszyscy zdają sobie sprawę z ogromnego potencjału AI i równocześnie rośnie zaniepokojenie w społeczeństwie. Badanie Ipsos pokazuje, że w ciągu ostatniego roku odsetek osób, które uważają, że AI znacząco wpłynie na ich życie w ciągu najbliższych 3 do 5 lat, wzrósł z 60% do 66%.

AI tak dobra jak ludzie

W medycynie AI już nie tylko lepiej zdaje egzaminy, ale także z większą precyzją wykrywa komórki rakowe na zdjęciach diagnostycznych oraz prognozuje rozwój niektórych chorób. Zaskakujące postępy AI osiągnęła m.in. w tłumaczeniu języków, interpretacji zdjęć i rozumieniu języka naturalnego. Można się spodziewać dalszych, szybkich postępów AI, bo modele językowe są zastępowanie multimodalną AI. Google Gemini i OpenAI GPT-4o są dużo elastyczniejsze, mogąc przetwarzać test, obrazy, a nawet dźwięk.

Paradoksalnie, AI jest tak dobra w testach wydajności AI (opracowanych kilka lat temu), że trzeba opracować nowe, stawiające poprzeczkę znacznie wyżej. A to także za sprawą tego, że coraz doskonalsza AI jest w stanie generować dane syntetyczne do trenowania jeszcze lepszych modeli. To pętla napędzająca rozwój AI. Najszybszy postęp widać w m.in. tworzeniu danych do segmentacji obrazów. AI jest też katalizatorem rozwoju robotów – od roku widzimy postępy, których nie udało się osiągnąć przez ostatnie 10 lat. Generatywna AI pozwala robotom m.in. dużo płynniej wchodzić w interakcje z otoczeniem.

Nowa era fake newsów

Wraz ze wzrostem wydajności AI rosną też zagrożenia związane z nową technologią. Obrazy typu deep fake są prawie niemożliwe do wykrycia przez przeciętną osobę. Są łatwe do wygenerowania i mogą być wykorzystywane do manipulowania opinią społeczną. Oprócz tego, że LLM są obarczone ryzykiem halucynacji, to mogą dodatkowo generować materiały chronione prawem autorskim. Nadal nie ma konsensusu, jak rozwiązać ten problem. AI jest też stronnicza politycznie. Badania naukowców sugerują przykładowo, że ChatGPT jest przychylniejszy Partii Demokratów w USA i Partii Pracy w Wielkiej Brytanii.

Po raz pierwszy widoczny jest efekt ekonomiczny AI. Nowe badanie McKinsey sugeruje, że 42% firm wdrażających AI (w tym generatywną AI) odnotowało redukcję kosztów, a 59% – wzrost przychodów. Ten sam raport pokazuje, że 55% organizacji korzysta obecnie ze sztucznej inteligencji w co najmniej jednej jednostce biznesowej, w porównaniu z 50% w 2022 r. i 20% w 2017 r.

Można już mówić, że wchodzimy w erę robotyki. W 2017 r. tzw. roboty współpracujące stanowiły 2,8% wszystkich nowych instalacji robotów przemysłowych, a do 2022 r. ich udział wzrósł do 9,9%. W 2022 r. odnotowano wzrost liczby instalacji robotów usługowych we wszystkich kategoriach zastosowań, z wyjątkiem robotyki medycznej.

Medycyna algorytmiczna

Lista zastosowań AI w medycynie jest długa. Do września 2024 r. amerykańska Agencja Żywności i Leków (FDA) certyfikowała 950 urządzeń korzystających z algorytmów AI albo uczenia maszynowego. Od 2012 roku ich liczba wzrosła ponad 45-krotnie. W 2023 r. swoją premierę miały systemy AI w zdrowiu publicznym, jak np. EVEscape wspomagający przewidywanie pandemii. Systemy AI dotąd stosowane najczęściej w radiologii i kardiologii wchodzą do każdej dziedziny ochrony zdrowia. Przykładowo, modele genAI pomagają w tworzeniu elektronicznej dokumentacji medycznej, analizie danych celem przewidywania ryzyka wystąpienia chorób oraz w rozwiązaniach konsumenckich.

AI będzie też wkrótce obecna w każdym smartfonie – firmy takie jak Apple, Samsung czy Huawei aspirują do stworzenia wszechstronnych asystentów AI. Jednocześnie rośnie wykorzystanie AI w życiu codziennym. Międzynarodowe badanie przeprowadzone przez Uniwersytet w Toronto sugeruje, że 63% osób jest świadomych istnienia ChatGPT. Spośród nich, około połowa korzysta z ChatGPT co najmniej raz w tygodniu. Poziom optymizmu związany z AI zależy przede wszystkim od czynników demograficzno-społecznych. Bardziej podekscytowane AI są osoby młode oraz o wyższych dochodach i poziomie wykształcenia.

Czytaj także: Pobierz bezpłatny raport o cyfryzacji placówek ochrony zdrowia

Startupy medyczne z regionu Europy Środkowo-Wschodniej (CEE) mogą przesyłać zgłoszenia do najbardziej reprezentatywnego przeglądu młodych firm med-tech „Top Disruptors in Healthcare”.

Inicjatorem raportu jest Koalicja AI i Innowacji w Zdrowiu we współpracy z Polską Federacją Szpitali oraz wZdrowiu. Top Disruptors in Healthcare jest encyklopedią polskich startupów medycznych zawierającą szczegółowe dane o ich finansach, planach ekspansji, aktualnych potrzebach oraz wyzwaniach.

Co roku, począwszy od 2020 roku, ponad 100 firm prezentuje swoje rozwiązania, prezentując się przed potencjalnymi kontrahentami, inwestorami, placówkami medycznymi oraz partnerami naukowo-biznesowymi.

2024 rok był rokiem innowacji opartych na AI

Technologie AI i machine learning zyskują na znaczeniu w sektorze medtech – rozwiązania w tym obsarze rozwija 64% startupów (wzrost z 30% w 2023 roku). Największym wyzwaniem pozostaje pozyskanie finansowania (50% odpowiedzi), a także ekspansja zagraniczna (40%) i współpraca z sektorem publicznym (31%).

Problemy ze znalezieniem inwestorów potwierdzają najnowsze dane RockHealth. 2024 to czwarty rok z rzędu ze spadkiem poziomu finansowania typu venture capital (VC) startupów zdrowia cyfrowego w USA – z 10,8 mld USD do 10,1 mld USD (w rekordowym 2020 roku było to 29,2 mld USD). Maleje także liczba transakcji, z 503 w 2023 roku do 497 w 2024 roku.

Aż 73% polskich startupów współpracuje z placówkami medycznymi, co podkreśla ich istotną rolę w rozwoju technologii. Jednak współpraca z inwestorami spadła z 52% do 20%, co wskazuje na problem z finansowym wsparciem przedsiębiorstw.

Rynek dojrzewa – 31% startupów jest na etapie komercjalizacji, ale aż 37% działa z budżetem poniżej 200 tys. EUR, co pokazuje potrzebę dalszego wsparcia. Zespoły założycielskie są w 51% mieszane, lecz tylko 4% startupów zostało założonych przez kobiety, co wskazuje na niedostateczną różnorodność w branży.

Jak się zgłosić do Top Disruptors in Healthcare?

Aby zgłosić się do raportu, należy wypełnić formularz pod tym linkiem.

Oficjalna publikacja tegorocznego Raportu odbędzie się 10 czerwca 2025 roku podczas międzynarodowej konferencji „AI & MEDTECH CEE” w Warszawie (Hotel Crowne Plaza, Rondo Daszyńskiego 2) oraz online.

Czytaj także: Wyniki raport Top Disruptors in Healthcare 2024

W ciągu czterech lat powstaną potężne centra przetwarzania danych. Jednym z głównych założeń jest szersze zastosowanie AI do analizy danych pacjentów, aby lepiej diagnozować i skuteczniej leczyć np. raka. Jednocześnie Trump znosi obowiązujące rozporządzenie dotyczące bezpiecznej AI.

Stargate umożliwi zastosowanie AI w medycynie

Za przedsięwzięciem stoją największe firmy technologiczne z USA – OpenAI i Oracle – oraz japoński SoftBank. W projekt zaangażowani są także m.in. światowy lider w produkcji chipów NVIDIA oraz Microsoft.

Stargate zakłada budowę kolosalnych centrów danych, które będą pełniły rolę infrastruktury do obsługi zaawansowanych modeli sztucznej inteligencji. Pierwsze z nich powstaje w Teksasie. Kolejne lokalizacje są w planach. Prezydent Donald Trump nazwał projekt „największym przedsięwzięciem w historii AI”.

W ciągu czterech najbliższych lat, w Stargate zainwestowanych zostanie 500 mld USD w ciągu. OpenAI, Oracle i Softbank zadeklarowały 100 mld USD od ręki. W efekcie ma powstać ok. 100 tys. miejsc pracy.

Jednym z głównym celów jest wprowadzenie medycyny do ery sztucznej inteligencji, a konkretnie – wykorzystanie AI do analizy danych pacjentów. Larry Ellison, współzałożyciel Oracle, powiedział, że zaawansowane technologie AI mogą „przyspieszyć diagnozowanie i leczenie chorób, co przyniesie wymierne korzyści dla całego społeczeństwa”. Ellison dużo mówił o potencjalne AI we wczesnym wykrywaniu raka oraz opracowywaniu celowanych terapii i szczepionek mRNA.

Trump anuluje rozporządzenie w sprawie bezpieczeństwa AI

Inwestycje w infrastrukturę AI mają też podnieść narodowe bezpieczeństwo USA i konkurencyjność amerykańskiej gospodarki. Prezydent Trump podkreśla, że projekt Stargate jest strategicznym krokiem, który pozwoli USA utrzymać przewagę nad Chinami w „wyścigu technologicznym”. Przedsięwzięcie ma przyciągnąć miliardy dolarów globalnych funduszy inwestycyjnych, które mogłyby w przeciwnym razie trafić właśnie do Chin.

Pomimo rozmachu i szczytnego celu wsparcia rozwoju medycyny, Stargate budzi także kontrowersje. Prezydent Trump anulował jednocześnie rozporządzenie wykonawcze Bidena w sprawie bezpieczeństwa sztucznej inteligencji, co spotkała się z falą krytyki. Regulacja miała zagwarantować etyczny rozwój rozwiązań AI, wprowadzając większą kontrolę nad jej tworzeniem i wdrażaniem. Z kolei zwolennicy argumentują, że zmniejszenie biurokracji przyśpieszy inwestycje i rozwój branży.

Czytaj także: Prof. Przegalińska o sztucznej inteligencji. „AI i lekarz mogą się świetnie uzupełniać”

21 stycznia Rada UE przyjęła rozporządzenie w sprawie Europejskiej Przestrzeni Danych Zdrowotnych (European Health Data Space, EHDS). Projekt ma ułatwić wymianę i dostęp do danych zdrowotnych w UE, a jego pełne wdrożenie zakończy się w 2029 roku.

Rozporządzenie ma na celu poprawę dostępu do danych zdrowotnych, które są kluczowe w stanach zagrożenia zdrowia i życia. A to oznacza, że podczas pobytu za granicą, lekarz – za naszą zgodą – będzie mógł zajrzeć do elektronicznego Podsumowania Pacjenta (Patient Summary) z aktualnymi informacjami o zażywanych lekach czy chorobach. Patient Summary czerpie dane z krajowych elektronicznych kartotek pacjenta, ale tylko w ograniczonym zakresie.

EHDS wprowadza też możliwość wtórnego wykorzystania niektórych danych do celów badawczych, planowania polityki zdrowotnej oraz rozwoju innowacyjnych rozwiązań dla pacjentów „made in Europe”.

– Cyfrowa transformacja opieki zdrowotnej w Europie to kluczowy priorytet polskiej prezydencji w Radzie UE. Przyjęcie Europejskiej Przestrzeni Danych Zdrowotnych (EHDS) stanowi ważny krok w tym procesie, umożliwiając obywatelom UE dostęp do ich danych zdrowotnych w dowolnym miejscu w Unii. EHDS poprawi jakość i efektywność opieki medycznej, zapewniając jednocześnie, że nasz system zdrowotny pozostanie odporny na przyszłe wyzwania – powiedziała Minister Zdrowia Izabela Leszczyna.

W celu wdrożenia nowych przepisów, kraje członkowskie UE są zobowiązane do utworzenia cyfrowych organów ds. zdrowia.

Łatwiejszy dostęp do danych zdrowotnych dla obywateli (pierwotne przetwarzanie danych)

Nowe przepisy wprowadzają szybszy i łatwiejszy dostęp do gromadzonych elektronicznie danych zdrowotnych, niezależnie od miejsca pobytu. Będzie to system dualny: wszystkie dane pacjenta gromadzone są niezmiennie w krajowej elektronicznej kartotece, a tylko wybrane dane będą trafiały do Podsumowania Pacjenta dostępnego w całej UE. Obywatele UE mają zyskać większą kontrolę nad tym, jak i kiedy te dane są wykorzystywane.

Większy potencjał badawczy (wtórne przetwarzanie danych)

EHDS pozwoli stworzyć największe na świecie repozytorium danych zdrowotnych do celów badawczych. W ten sposób europejscy naukowcy i firmy pracujące nad rozwiązaniami dla zdrowia zyskają dostęp do określonych zbiorów zanonimizowanych danych zdrowotnych. W tym celu powstaną organy nadzorcze, które będą obsługiwały wnioski o dostęp do danych. Ma to rozwiązać problem, w którym firmy z Europy często były zmuszane do kupowania danych w USA – danych, które niekoniecznie pasowały do cech pacjentów z Europy. Dzięki EHDS będzie można wykorzystać ogromny potencjał danych zdrowotnych do prowadzenia badań naukowych, opracowywania lepszych terapii i poprawy opieki nad pacjentami. Zwłaszcza teraz, gdy rozwój innowacji sztucznej inteligencji nie jest możliwy bez dobrej jakości danych.

Zagwarantowanie interoperacyjności danych

Poziom cyfryzacji danych zdrowotnych jest różny w każdym państwie członkowskim UE, a to utrudnia wymianę danych. Nowe rozporządzenie wymaga, aby wszystkie systemy elektronicznej dokumentacji medycznej (EDM) były zgodne ze specyfikacjami europejskiego formatu wymiany dokumentacji zdrowotnej.

Po podpisaniu przez Radę i Parlament Europejski, rozporządzenie wejdzie w życie 20 dni od dnia publikacji w Dzienniku Urzędowym UE, czyli w lutym 2025 roku. Realizację projektu zaplanowano na okres 4 lat.

Czytaj także: Według WHO, inwestycja w e-zdrowie zwraca się 24-krotnie

Jak przebiegł pierwszy nabór wniosków do programu FEnIKS? Jak realizowany jest pilotaż Centralnej e-Rejestracji? Odpowiada Magdalena Wojdowska, dyrektor Gabinetu Prezesa Narodowego Funduszu Zdrowia (NFZ).

W sierpniu 2024 roku ogłoszono pierwszy nabór do programu FEnIKS. Jak ocenia Pani jego realizację?

Pierwszy nabór do projektu Wsparcie POZ prowadzonego w ramach Funduszy Europejskich na Infrastrukturę Klimat i Środowisko ruszył 20 sierpnia. To pierwszy tak duży projekt prowadzony przez Narodowy Fundusz Zdrowia.

Pierwsze dni naboru pokazały jak duże zainteresowanie jest wśród podmiotów POZ na otrzymanie dofinansowania. Samo dofinansowanie jest szerokie. Podmioty POZ mogą otrzymać wsparcie na sprzęt medyczny do badań diagnostycznych, sprzęt serwerowo – sieciowy oraz roboty budowlane związane bezpośrednio z remontem pomieszczeń służących udzielaniu świadczeń.

Przed naborem wniosków zorganizowaliśmy serię webinariów dla przyszłych beneficjentów. Zainteresowanie rosło bliżej terminu ogłoszenia postępowania. W trakcie naboru złożono blisko 2590 wniosków na kwotę ponad 860 mln zł. Po upływie 2 miesięcy oceny złożonych wniosków wiemy, jak duże potrzeby posiadają placówki, często wykraczające poza zakres i cel projektu.

Placówki POZ potrzebują wsparcia w zakresie sprzętu medycznego pozwalającego lepiej leczyć pacjentów, ale też zwiększyć gamę usług medycznych w placówkach pierwszego kontaktu. Placówki POZ są najbliższe każdemu pacjentowi. Celem projektu jest wsparcie inwestycyjne w aparaturę zwiększającą dostępność i jakość świadczeń opieki zdrowotnej oraz poprawiając funkcjonalność pomieszczeń, w których te świadczenia są udzielane.

Do kluczowych wniosków, które się nasuwają, należy przede wszystkim organizowanie i prowadzenie projektów infrastrukturalnych, aby udzielać wsparcia podmiotom z różnych perspektyw i w różnym czasie. Efektem projektu nie jest wsparcie wyłącznie w zakresie rozwiązań informatycznych czy modernizacji lub termomodernizacji budynków, w których są udzielane świadczenia.

Czy wszystkie zaakceptowane wnioski otrzymają grant?

Założeniami projektu jest wsparcie co najmniej 2 tysięcy podmiotów. Każdy podmiot zgodnie z zapisami ustawy wdrożeniowej nie może otrzymać wsparcia większego niż 200 tysięcy euro.

W wielu przypadkach nie zostaną wsparte wszystkie potrzeby podmiotu. Założeniem projektu jest wsparcie podmiotów w zakresie określonym prawem. Projekty grantowe w przeciwieństwie do konkursowych nie zmierzają do finansowania w pełni potrzeb placówek. Dlatego też przygotowanie podmiotów na co najmniej miesiąc poprzedzający ogłoszenie naboru pozwoliło na dokładniejsze zdefiniowanie potrzeb takich placówek. Tak długi czas pozwolił też na rozwianie wielu wątpliwości podmiotów w udzielaniu wsparcia. Kolejnym z kluczowych wniosków jest dalsza potrzeba wsparcia w kierunku realizacji i rozliczania projektów z dofinansowaniem unijnym. Etap aplikowania, choć z założenia przystępny, dostarczył wiele wątpliwości.

Często ich źródłem był brak zapoznania się w pełnym zakresie z dokumentacją projektową i poleganie na zdawkowych informacjach pozyskiwanych z innych – nieautoryzowanych – źródeł. Ważnym wnioskiem, który płynie z organizacji pierwszego naboru, jest stwierdzenie, że komunikacji w zakresie projektu grantowego nigdy za wiele. Aplikowanie o grant jest działaniem dobrowolnym, nie jest obowiązkowe.

Narodowy Funduszu Zdrowia nie ma podstaw prawnych do prowadzenia obsługi Wnioskodawców, dlatego też zorganizowaliśmy wiele spotkań informacyjnych, na których przybliżone zostały cel i zakres projektu. Na pewno przed kolejnymi naborami będziemy prowadzić aktywną komunikację, chociaż dzisiaj zapewne nie istnieje już żadna placówka POZ, która nie słyszała o projekcie i możliwości uzyskania wsparcia.

Kiedy kolejny nabór?

Kolejne nabory są przewidziane raz w roku. Drugi planowany jest do ogłoszenia w I kwartale 2025 r. Termin będzie zależny od zakończenia procesu zawierania umów o powierzenie grantu w ramach pierwszego naboru, by dostatecznie określić alokację drugiego naboru.

O co najczęściej wnioskowały POZ-ty w pierwszym naborze?

Podmioty mogły ubiegać się o dofinansowanie na trzech płaszczyznach: sprzęt medyczny, sprzęt serwerowo – sieciowy, roboty budowlane.

Nie mogły jednak otrzymać wsparcia wyłącznie w zakresie sprzętu serwerowo–sieciowego. To, o co najczęściej wnioskują, to sprzęt specjalistyczny niezbędny do zwiększenia diagnostyki w POZ – aparat USG, aparat USG wszechstronny, holter, aparat EKG, kardiotokograf, a więc te sprzęty medyczne najbardziej kosztowne. Drugim najczęstszym zakresem były prace budowlane związane z odświeżeniem gabinetów lekarskich oraz gabinetów zabiegowych.

Na liście kwalifikowanego oprogramowania znalazły się m.in. rozwiązania dla cyberbezpieczeństwa, czat boty do rejestracji pacjentów, czy systemy do opieki koordynowanej. Czy ta lista będzie taka sama w kolejnych naborach?

Celem projektu Wsparcie POZ nie jest rozwój cyfrowy placówek POZ albo rozwój zabezpieczeń przed cyberprzestępczością. W tym zakresie istnieje odpowiedni program Funduszu Europejskich. Na liście zestawienia zakresu rzeczowego sprzętu serwerowo – sieciowego znalazły się takie pozycje jak oprogramowanie systemowe, w tym dziedzinowe do realizacji opieki koordynowanej, czat boty do rejestracji pacjentów. Lista w zakresie wskazanym obecnie będzie taka sama w kolejnych naborach grantowych. Każda zmiana procedury grantowej wymaga odpowiedniego procesu konsultacji oraz opiniowania i nie jest działaniem z zaskoczenia.

W 2023 roku przepadło 1,3 mln wizyt na NFZ – niewykorzystanym terminom ma zapobiec Centralna e-Rejestracja. Jak ocenia Pani start pilotażu? Dlaczego udział w nim się opłaca?

Pod koniec sierpnia wystartował pilotaż centralnej e-Rejestracji. Obejmuje on badania profilaktyczne (cytologia i mammografia) oraz wizyty w poradni kardiologicznej. Wejście do pilotażu jest dobrowolne. Jeśli placówka medyczna podpisze umowę z NFZ i spełni warunki z rozporządzenia Ministra Zdrowia, otrzyma dodatkowe środki. Jednorazowy bonus dotyczy przeniesienia danych o terminach wizyt do platformy P1 z wykorzystaniem własnego oprogramowania. Następnie harmonogram wizyt powinien być udostępniony w centralnej e-rejestracji dla pacjentów.

Kolejne środki placówka otrzyma za każde zrealizowane świadczenie, na które pacjent został umówiony w centralnej e-rejestracji w ramach pilotażu i odnotowane na platformie P1. Rozliczanie tych środków będzie odbywało się na podstawie danych przekazanych przez Centrum e-Zdrowia do NFZ. Do tej pory podpisaliśmy już 130 umów, więc widzimy, że jest zainteresowanie pilotażem.