Dodano: 02.02.2026

E-kardiologia rozwija się więc w kierunku, w którym granica między wysoko wyspecjalizowaną diagnostyką a medycyną pierwszego kontaktu zaczyna się zacierać – mówi w „Atlasie Cyfryzacji 2026” prof. dr hab. n. med. Łukasz Kołtowski z I Katedry i Kliniki Kardiologii Warszawskiego Uniwersytetu Medycznego.
W ostatnich latach największe wrażenie w kardiologii zrobił na mnie dynamiczny rozwój narzędzi opartych na sztucznej inteligencji, które realnie przenoszą kompetencje wysokospecjalistyczne na poziom codziennej praktyki klinicznej, zarówno do gabinetów kardiologicznych, jak i do POZ.
Najbardziej przełomowe są rozwiązania umożliwiające automatyczną analizę obrazów: zapisu EKG, echokardiografii czy tomografii komputerowej serca. Algorytmy uczą się subtelnych wzorców, które pozostają poza percepcją ludzkiego oka, i potrafią identyfikować patologie w sposób szybki, zaskakująco precyzyjny i powtarzalny.
Na poziomie akwizycji obrazu dzieje się coś równie istotnego: oprogramowanie wspiera operatora w trakcie badania, analizując obraz w czasie rzeczywistym i podpowiadając, jak ustawić głowicę echokardiograficzną, aby uzyskać optymalne projekcje. To demokratyzuje dostęp do wysokiej jakości diagnostyki i zmniejsza zależność od indywidualnego doświadczenia wykonującego badanie.
Z kolei w obszarze interpretacji, kluczowe są modele zdolne do wykrywania zjawisk wcześniej uchwytnych tylko dla ekspertów, jak np. niedokrwienie czy przebyty zawał mięśnia sercowego bez typowych cech w EKG. Przykładem takiego podejścia jest algorytm Queens of Hearts znany z aplikacji PMcardio: zdjęcie standardowego EKG wykonane telefonem komórkowym po kilku sekundach generuje odpowiedź, czy pacjent może mieć zamkniętą tętnicę wieńcową wymagającą pilnej interwencji. To technologia, która wprost przekłada się na skrócenie czasu diagnostyki i poprawę rokowania.

E-kardiologia rozwija się więc w kierunku, w którym granica między wysoko wyspecjalizowaną diagnostyką a medycyną pierwszego kontaktu zaczyna się zacierać.
Sztuczna inteligencja nie zastępuje lekarzy, lecz wzmacnia ich możliwości, podnosząc jakość decyzji klinicznych i tworząc fundament pod bardziej precyzyjną, spersonalizowaną profilaktykę i terapię. Przewiduję, że najbliższe lata przyniosą dalszą integrację AI z systemami opieki, rozwój narzędzi działających w czasie rzeczywistym oraz coraz głębsze sprzężenie analizy obrazowej z danymi klinicznymi, co w efekcie będzie jednym z najważniejszych motorów transformacji współczesnej kardiologii.
Czytaj także: Lekarze POZ toną w biurokracji, nie mają dostępu do danych