PUI: 585 szpitali otrzyma darmowy dostęp do 5 modeli AI

Platforma Usług Inteligentnych (PUI) to mega-projekt realizowany przez Centrum e-Zdrowia. Ma zapewnić szpitalom dostęp do algorytmów AI i poprawić jakość diagnozy. Centrum e-Zdrowia opublikowało już wymagania funkcjonalne, na podstawie których oszacuje kwotę przetargu na opracowanie i wdrożenie PUI. Jak będzie działać PUI? I kto ma szansę na wygranie przetargu?

Co to jest PUI?

PUI to platforma integracyjno-orkiestracyjna, która umożliwi polskim placówkom zdrowia wykorzystanie modeli sztucznej analizy do automatycznej analizy danych obrazowych pochodzących z różnych badań diagnostycznych, jak tomografia komputerowa (TK), rezonans magnetyczny (MR) oraz zdjęcia rentgenowskie (RTG). Oficjalna nazwa projektu, który ma zostać zrealizowany w 2026 roku, to „Dostawa, wdrożenie oraz utrzymanie komponentów oprogramowania dla Platformy Usług Inteligentnych (PUI), obejmująca System integracyjno-orkiestracyjny oraz Modele Sztucznej Inteligencji (SI) w ramach projektu “e-Zdrowie KPO”.

CeZ planuje 5 modeli AI na PUI:

1. Wykrywanie patologii w tomografii klatki piersiowej.

Model przeanalizuje badania TK bez kontrastu, umożliwi detekcję, segmentację i wolumetrię guzków litych i nielitych, ocenę ich morfologii i lokalizacji (również przyszczelinowej) oraz porównanie z poprzednimi badaniami. Oceni ryzyko nowotworu na podstawie stosowanych powszechnie metod (np. Lung-RADS, model Brock’a) i dostarczy informacji o rozedmie, zwapnieniach naczyń wieńcowych i aorcie.

2. Wykrywanie zmian niedokrwiennych i krwotocznych w mózgu

System rozpozna świeże krwawienia wewnątrzczaszkowe (wraz z klasyfikacją), uszkodzenia czaszki, efekt masy, poszerzenie układu komorowego, obszary niedokrwienia oraz dokona oceny według skali ASPECTS i pc-ASPECTS. W analizach angio-TK wykryje niedrożności dużych naczyń i tętniaki, a w perfuzji wygeneruje mapy przepływu krwi, pozwalające ocenić penumbrę i jądro zawału.

3. Diagnostyka zmian pourazowych w RTG

Modele mają wykrywać złamania kości w różnych lokalizacjach (kończyny, kręgosłup, miednica), przemieszczenia odłamów, zwichnięcia, a także pośrednie objawy urazów, jak wysięk w stawach. System rozpozna także inne nieprawidłowości, takie jak zmiany zapalne czy patologiczne deformacje.

4. Wykrywanie zmian nowotworowych w mammografii

Model SI do mammografii rozpozna zmiany podejrzane o charakter nowotworowy i zaklasyfikuje je zgodnie ze standardem BI-RADS. Dodatkowo oceni gęstość piersi oraz jakość obrazów diagnostycznych w skali PGMI.

5. Wykrywanie patologii w RTG klatki piersiowej

System przeanalizuje zdjęcia RTG w różnych projekcjach, wykrywając m.in. guzki, konsolidacje, niedodmy, zmiany włókniste, odmę, wysięki, kardiomegalię i obecność wolnego gazu pod przeponą. Dodatkowo zidentyfikuje położenie rurki intubacyjnej, drenów i implantów.

Algorytmy na PUI jak urządzenia medyczne

Wszystkie modele AI na PUI będą generować wyniki w języku polskim w postaci strukturyzowanych raportów i graficznych adnotacji na obrazach DICOM. Modele mają dostarczać takich informacji, jak wielkość zmiany, gęstość w jednostkach Hounsfielda oraz oferować dodatkowe mapy kolorystyczne ilustrujące znaczenie konkretnych obszarów w procenie podejmowania decyzji algorytmu.

Od strony technologicznej, system ma zostać zaprojektowany z myślą o „maksymalnej interoperacyjności”. Obsługiwane będą wszystkie obowiązujące standardy komunikacji medycznej, takie jak DICOMweb, HL7, FHIR oraz REST API.

Szczególny nacisk ma zostać położony na transparentność działania algorytmów AI i zgodność z regulacjami dotyczącymi ochrony danych. Każdy model musi spełnić wymagana stawiane przed urządzeniami medycznymi klasy IIa lub wyższej zgodnie z europejską regulacją  MDR (Medical Devices Regulation). Do tego wymagana jest zgodność z nowym Aktem EU w sprawie AI (EU AI Act) z 2024 roku, który klasyfikuje systemy medyczne AI jako rozwiązania wysokiego ryzyka.

Modele będą oparte o podejście „wytłumaczalnej AI” (explainable AI). Dzięki temu, użytkownicy dowiedzą się, dlaczego algorytm podjął taką, a nie inną decyzję. Funkcje takie jak mapy uwagi, perturbacji obrazu czy tzw. saliency maps (kolorystyczna wizualizacja najważniejszych części obrazu dla prognoz modelu uczenia maszynowego) pomogą lekarzom sprawdzić, które fragmenty zdjęcia miały kluczowy wpływ na wynik zaproponowany przez algorytm.

System będzie oczywiście w pełni zgodny z przepisami RODO, z możliwością anonimizacji i pseudonimizacji danych. Wykonawca będzie też zobowiązany do dostarczenia pełnej dokumentacji dotyczącej walidacji klinicznej, informacji o danych treningowych (z uwzględnieniem różnorodności demograficznej i geograficznej) oraz deklaracje zgodności.

System działający lokalnie, może i SaaS

Licencja udzielana będzie na okres 5 lat. W jej ramach użytkownik zyska nieograniczoną liczbę analiz, dostęp do aktualizacji modeli oraz wsparcie techniczne. Z PUI będą mogły korzystać bezpłatnie wszystkie szpitale należące do sieci szpitali, czyli systemu podstawowego szpitalnego zabezpieczenia świadczeń opieki zdrowotnej. Zgodnie z aktualnym wykazem publikowanym przez NFZ (stan na 27 marca 2025 r.) to 585 podmiotów. A co z innymi szpitalami? O ewentualnym odpłatnym udostępnieniu PUI, dokumentacja z wymaganiami technicznymi nie wspomina.

Dostęp do PUI realizowany będzie poprzez aplikację webową albo przez system szpitalny – dokumentacja przetargowa nakłada obowiązek integracji. Jak będzie to wyglądać w praktyce?  Szpital przesyła badanie obrazowe z systemu PACS do PUI za pomocą standardu  DICOMweb. Dane są analizowane na PUI, a wynik wraca do systemu szpitalnego przez środowisko integracyjne REST API lub jako adnotacje DICOM.

Prawdopodobnie dopuszczone będą dwa podejścia udostępnienia modeli AI dla użytkowników. Pierwszy, tzw. on-premise (lokalny, czyli algorytmy działają na serwerze placówki medycznej, a nie w chmurze) jest preferowany i wymagany przez CeZ. Wykonawcy muszą dostarczyć modele w sposób umożliwiający ich wdrożenie i eksploatację w infrastrukturze zamawiającego, czyli w środowisku zarządzanym przez Centrum e-Zdrowia lub wskazane przez nie instytucje..

Drugi wariant, czyli SaaS (Software as a Service, oprogramowanie jako usługa, algorytmy są dostępne w chmurze) jest opcjonalny. W tym przypadku musi być spełnionych kilka warunków: dane są przetwarzane wyłącznie na terenie Europejskiego Obszaru Gospodarczego (EOG), są pseudonimizowane, system zapewnia pełną zgodność z RODO, MDR i EU AI Act oraz oferuje analogiczną funkcjonalność jak on-premise, w tym integrację API, monitoring, bezpieczeństwo itd.

Kto jest w stanie zbudować PUI? „Raczej duży koncern AI”

Sam fakt, że Centrum e-Zdrowia opublikowało zapytanie w celu ustalenia szacunkowej wartości przedmiotu zamówienia na PUI świadczy o tym, że projekt jest mocno skomplikowany i bezprecedensowy. Dostawca będzie musiał opracować modele sztucznej inteligencji, ale też aplikację webową dla lekarzy i radiologów, system integracyjny i interfejsy komunikacyjne. Wszystko wskazuje na to, że stworzeniu tak zaawansowanych rozwiązań AI i infrastruktury będą mogły podołać tylko duże, międzynarodowe koncerny – wśród potencjalnych realizatorów wspomina się o Google albo Microsoft, które mocno zabiegają o polski rynek. W styczniu 2025 roku Premier Donald Tusk spotkał się z Prezesem Google i Alphabet Sundarem Pichaiem, podczas którego zapowiedziano miliardowe inwestycje w rozwój cyfryzacji oraz transformacji energetycznej i ochrony zdrowia. Z kolei w lutym odbyły się rozmowy wiceprezesa Microsoft’u Brad Smith z Premierem, po których ogłoszono inwestycje w kwocie 2,8 mld zł w centra danych, chmurę i AI.

To ambitny projekt, na który są pieniądze. Centrum e-Zdrowia dostało z KPO 1,256 mld zł na rozwój AI w medycynie. Jest jeden haczyk: ta pula musi wystarczyć też na inne projekty jak Centralną e-Rejestrację, platformę e-Konsylium, Centralne Repozytorium Danych Medycznych oraz włączenie nowych dokumentów do Elektronicznej Dokumentacji Medycznej EDM.

Termin składania propozycji szacunkowej wyceny przedłużano dwukrotnie. Dopiero na tej podstawie ma zostać ogłoszony przetarg. Na wdrożenie będzie 12 miesięcy od czasu podpisania umowy.

Centrum e-Zdrowia obiecało PUI i tej obietnicy chce dotrzymać, zwłaszcza, że już ma na to pieniądze. Wśród korzyści wymienia m.in. dokładniejszą diagnostykę obrazową dzięki modelom AI wykrywającym nawet subtelne zmiany, automatyczne przydzielanie priorytetów dla przypadków wymagających pilnej interwencji oraz skrócenie czasu oczekiwania na końcowy opis wyniku badania.

Czytaj także: 4,7% placówek zdrowia korzysta z AI. „Nie ma pieniędzy i danych”