Sztuczna inteligencja ma pomóc leczyć lepiej, nie tylko szybciej – pod czterema warunkami. Eksperci z Polski i USA debatujący w ramach sesji, odbywającej się podczas XXX Międzynarodowego Kongresu Polskiego Towarzystwa Kardiologicznego, byli zgodni: kardiologia potrzebuje sztucznej inteligencji, ale pacjent zyska na niej dopiero wtedy, gdy szpital sprawdzi algorytm na własnych danych, zachowa nadzór lekarza, utrzyma kontrolę nad danymi i powoła zespół, który potrafi ją ocenić.

Sesja Focus pt. „Sztuczna inteligencja i cyfrowa transformacja kardiologii – gdzie naprawdę jesteśmy?”, która odbyła się w ramach XXX Międzynarodowego Kongresu Polskiego Towarzystwa Kardiologicznego 18 września 2026 roku, połączyła światowe doświadczenia, polskie przykłady zastosowań AI i pytania o bezpieczeństwo oraz opłacalność wykorzystania sztucznej inteligencji w opiece zdrowotnej.

Algorytmy odczytują już z EKG obniżoną frakcję wyrzutową, skracają opis echokardiografii do około dwóch minut – nadal pod nadzorem lekarza – a w tomografii pozwalają ponad dwukrotnie zmniejszyć liczbę niepotrzebnych koronarografii. W centrum panelu, którą poprowadziła dr Anna Witowicz z Narodowego Instytutu Kardiologii, znalazło się jednak pytanie nie o to, czy AI potrafi analizować badania, lecz jak sprawić, by przekładało się to na lepszą opiekę nad pacjentem.

Zdaniem prof. Sławomira Łobodzińskiego (University of California & California State University, Los Angeles), który przyleciał z Los Angeles specjalnie na XXX Międzynarodowy Kongres Polskiego Towarzystwa Kardiologicznego w Poznaniu by podzielić się doświadczeniem z wdrażania sztucznej inteligencji w amerykańskich klinikach, sztuczna inteligencja w kardiologii ma sens tylko wtedy, gdy spełnia cztery warunki:

• daje lepszy wynik kliniczny,
• jest zintegrowana z codzienną pracą lekarza,
• jest opłacalna dla systemu,
• fundamentem wszystkich trzech warunków są dobrej jakości cyfrowe dane oraz walidacja modelu na własnej populacji pod nadzorem kardiologa – „jakie dane, takie rezultaty”.

Na podstawie doświadczeń sieci szpitali UCLA, obsługującej około dwóch milionów pacjentów, profesor Łobodziński przestrzegał przed przenoszeniem algorytmów między instytucjami bez sprawdzenia ich na własnej populacji chorych. „AI w kardiologii ma wartość tylko wtedy, gdy pacjent jest leczony lepiej i szybciej, a system oszczędza czas i pieniądze – i na te dowody wciąż czekamy” – podsumował.

Prof. Piotr Buszman (American Heart of Poland, Katowice) pokazał narzędzia z certyfikatem CE używane już w polskich pracowniach – w analizie EKG i obrazowaniu tętnic wieńcowych, w tym opracowane przez polskie firmy. Barierą dla ich szerszego zastosowania pozostaje brak finansowania przez płatnika. „AI nie zastąpi lekarza, ale zastąpi tego lekarza, który nie używa AI” – ocenił.

Dr Anna Witowicz (Narodowy Instytut Kardiologii – PIB w Warszawie) pokazała, jak szpital może sprawdzić, czy narzędzie AI warto wdrożyć w konkretnej placówce – a nie tylko, czy mu wolno. Przepisy określają, czy technologia jest legalna i bezpieczna. Żaden paragraf jednak nie mówi, czy poprawi ona opiekę w konkretnej placówce i ile to będzie kosztowało. Algorytm, który sprawdził się gdzie indziej, w danym ośrodku może nie spełnić oczekiwań. Odpowiedzią jest szpitalna ocena technologii medycznych (HB-HTA). AI wymaga przy tym pytań, których nie zadaje się stentowi ani lekowi: o dryf (powolne pogarszanie się jakości działania modelu w czasie, gdy rzeczywistość lub dane zaczynają się zmieniać), stronniczość oceny algorytmu, aktualizacje i nadzór człowieka. Jak podkreślano, dokładność to jeszcze nie skuteczność. Dr Witowicz postulowała, by lokalna walidacja i pilotaż z jasnymi kryteriami stały się standardem przed każdym wdrożeniem algorytmu AI (także bezpłatnych narzędzi), a szpitale dzieliły się wynikami ocen – również negatywnymi. „Dopuszczenie do obrotu to nie wartość. Warto pytać: o ile jest lepiej, u kogo się to sprawdziło i jakim kosztem” – zaznaczyła.

Dr hab. Aleksandra Ciepłucha (Uniwersytet Medyczny w Poznaniu) omówiła ramy prawne stosowania AI w opiece zdrowotnej. Od sierpnia 2026 roku obowiązuje ustawa o systemach sztucznej inteligencji, a od grudnia br. algorytmy mają być testowane w 400 szpitalach publicznych (w pilotażu znalazły się narzędzia radiologiczne, brakuje natomiast kardiologicznych) – oraz ryzyka: stronniczość algorytmów, skłonność do ulegania maszynie i utratę umiejętności przez lekarzy. „Obowiązuje zasada ograniczonego zaufania: wynik algorytmu nie jest decyzją kliniczną, a odpowiedzialność za pacjenta pozostaje po stronie lekarza” – podkreśliła.

W panelu prof. Łukasz Kołtowski (Uniwersyteckie Centrum Wsparcia Badań Klinicznych, Warszawski Uniwersytet Medyczny) i prof. Tomasz Roleder (Wydział Medyczny Politechniki Wrocławskiej, Wojewódzki Szpital Specjalistyczny we Wrocławiu) wskazywali na bariery w dostępie do danych, potrzebę interdyscyplinarnych zespołów w szpitalach i rozwiązań, które utrzymują dane pacjentów pod kontrolą placówki.

Dyskusja była żywa – pytań z sali było więcej niż czasu na wyczerpujące odpowiedzi. W każdym głosie powracał ten sam wniosek: innowacji nie ocenia się po efektownej demonstracji, lecz po lokalnych testach, współpracy klinicystów z ekspertami od technologii, prawa i ekonomii oraz gotowości do wycofania narzędzia, które nie spełnia oczekiwań. Stawką nie jest zakup AI, lecz bezpieczniejsza i lepiej zorganizowana opieka nad pacjentem.

Źródło: inf pras

Godziny zapisu EKG można zamienić w jedną kolorową mapę, na której widać jednocześnie tempo pracy serca i zmiany kształtu kolejnych uderzeń. Metodę opracowali fizycy z Politechniki Warszawskiej i sprawdzili na zapisach osób z różnymi zaburzeniami pracy serca.

Długotrwałe badanie EKG dostarcza ogromnej ilości informacji. Na tradycyjnym wykresie dobrze widać pojedyncze uderzenie serca, ale wielogodzinny zapis tworzy bardzo długą linię, którą trudno szybko przejrzeć. Z kolei wykresy zmienności rytmu pokazują, jak zmieniają się odstępy między uderzeniami, lecz pomijają większość informacji o kształcie każdego z nich.

Zespół Tomasza Gradowskiego z Wydziału Fizyki Politechniki Warszawskiej zaproponował połączenie obu perspektyw w jednym obrazie. Naukowcy nazwali go carpet plot, czyli wykresem dywanowym. Metodę opisali w czasopiśmie „Computer Methods and Programs in Biomedicine” (https://www.sciencedirect.com/science/article/abs/pii/S0169260726003603).

Punktem odniesienia jest załamek R – wyraźny szczyt widoczny w każdym cyklu EKG. Program wycina wokół kolejnych szczytów fragmenty zapisu o tej samej długości i ustawia je jeden pod drugim tak, aby załamki R znalazły się w tej samej pionowej linii. Każdy fragment staje się jednym rzędem obrazu, a mierzone napięcie zostaje zastąpione kolorem.

Powstaje mapa, na której oś pionowa odpowiada kolejnym uderzeniom i upływowi czasu, a pozioma – przebiegowi sygnału przed wybranym załamkiem R i po nim. Zapisów nie rozciąga się ani nie ściska, dlatego położenie następnego uderzenia nadal pokazuje rzeczywisty odstęp RR, a więc chwilowy rytm serca. Jednocześnie układ barw zachowuje informacje o kształcie zespołu QRS, odcinka ST i załamka T.

Regularna praca serca tworzy na takiej mapie uporządkowane pasma. Zaburzenie rytmu albo zmiana kształtu EKG przerywa ten wzór, wygina go lub zastępuje inną strukturą. Dzięki temu zjawisko trwające krótko może wyróżnić się na tle wielu tysięcy uderzeń, choć na zwykłym, wielogodzinnym zapisie łatwo byłoby je przeoczyć.

Autorzy sprawdzili metodę na zapisach z kilku ogólnodostępnych baz danych, obejmujących osoby zdrowe oraz pacjentów z różnymi zaburzeniami pracy serca. Na mapach widoczne były m.in. epizody migotania przedsionków, dodatkowe pobudzenia komorowe, długie przerwy w rytmie i blok przedsionkowo-komorowy. U osoby z zespołem długiego QT można było obserwować, jak wraz z rytmem zmieniają się odstęp QT i kształt załamka T. W próbie wysiłkowej oddzielne wzory tworzyły spoczynek, wysiłek i powrót organizmu do stanu wyjściowego.

Metoda pozwala również zestawić EKG z innymi sygnałami zarejestrowanymi w tym samym czasie. Te same szczyty R wykorzystano do uporządkowania pomiarów ciśnienia tętniczego i ciśnienia wewnątrzczaszkowego. Takie obrazy mogą pomóc badać, jak praca serca wiąże się ze zmianami ciśnienia w układzie krążenia i wewnątrz czaszki.

Kolorowa mapa ma być czytelna dla człowieka, ale jej dwuwymiarowa postać ułatwia także analizę komputerową. Badacze przekazali jeden z wykresów sieci neuronowej ResNet18, wcześniej uczonej rozpoznawania zwykłych obrazów. Jej kolejne warstwy reagowały na różne elementy mapy: jedne na kształt uderzeń, inne na powtarzające się wzory występujące w dłuższym czasie. Była to jednak demonstracja techniczna, a nie próba automatycznego rozpoznawania chorób.

Naukowcy podkreślają, że wykres dywanowy nie jest jeszcze narzędziem diagnostycznym ani algorytmem przeznaczonym do wykrywania konkretnej choroby. Pokazali przede wszystkim, że w jednym zwartym obrazie można zachować informacje, które dotąd oglądano oddzielnie. Kolejne etapy mają objąć badania na większych grupach pacjentów, ocenę skuteczności diagnostycznej, jednoczesną prezentację wielu odprowadzeń EKG oraz przygotowanie wyspecjalizowanych modeli uczenia maszynowego. (PAP)

Źródło: Nauka w Polsce

Coraz skuteczniejsze leczenie nowotworów sprawia, że rośnie liczba pacjentów wymagających długoterminowej opieki nad zdrowiem serca. O wyzwaniach związanych z zapobieganiem kardiotoksyczności, nowoczesnej diagnostyce oraz organizacji kompleksowej opieki nad chorymi będą dyskutować eksperci z Polski i zagranicy podczas Summit on Cardio-Oncology Excellence 2026, który 11 września odbędzie się w Narodowym Instytucie Onkologii w Warszawie.

Wydarzenie zgromadzi kardiologów, onkologów, hematologów, badaczy, specjalistów zdrowia publicznego oraz przedstawicieli organizacji pacjenckich.

Postęp w leczeniu nowotworów sprawia, że coraz więcej pacjentów żyje długo po zakończeniu terapii. Jednocześnie część skutecznych metod leczenia przeciwnowotworowego może wpływać na układ sercowo-naczyniowy. Dlatego coraz większe znaczenie ma kardioonkologia, której celem jest odpowiednie przygotowanie pacjenta do terapii, ograniczanie ryzyka powikłań, ich wczesne wykrywanie oraz prowadzenie leczenia w sposób możliwie bezpieczny dla serca.

Historia kardioonkologii w Narodowym Instytucie Onkologii sięga 2012 roku. Wówczas dr hab. n. med. Beata Jagielska, obecnie Dyrektor NIO-PIB, podjęła się utworzenia Kliniki Chorób Wewnętrznych i Kardioonkologii, przekształconej później w Klinikę Diagnostyki Onkologicznej, Kardioonkologii oraz Medycyny Paliatywnej. Dziś kardioonkologia w NIO-PIB funkcjonuje jako wyodrębniony obszar opieki klinicznej w formie pododdziału w strukturach Kliniki Nowotworów Piersi i Chirurgii Rekonstrukcyjnej, w którym działalność kliniczna rozwijana jest równolegle z działalnością naukową.

– Dzisiaj unikamy rezygnacji z leczenia onkologicznego z powodów kardiologicznych. Zadaniem kardioonkologii jest takie zaplanowanie opieki, aby terapia onkologiczna mogła być prowadzona możliwie bezpiecznie, bez niepotrzebnych przerw z powodu toksyczności sercowo-naczyniowej i z uwzględnieniem długoterminowej jakości życia chorego – podkreśla prof. Sebastian Szmit, kardiolog i onkolog, ekspert w dziedzinie kardioonkologii.

Program wrześniowego wydarzenia obejmie zagadnienia związane z oceną ryzyka sercowo-naczyniowego, zapobieganiem kardiotoksyczności, nowoczesnymi metodami diagnostyki i monitorowania pacjentów, personalizacją leczenia oraz organizacją zintegrowanej opieki kardioonkologicznej. Ważnym tematem będzie również współpraca międzynarodowa oraz rozwój ośrodków działających w oparciu o interdyscyplinarne zespoły.

Summit on Cardio-Oncology Excellence 2026 odbędzie się w Centrum Edukacyjno-Konferencyjnym Narodowego Instytutu Onkologii im. Marii Skłodowskiej-Curie – PIB przy ul. W. K. Roentgena 5, 02-781 Warszawa.

Wydarzenie będzie prowadzone w języku angielskim. Udział jest bezpłatny.

Program, szczegółowe informacje i rejestracja dostępne są na stronie wydarzenia: cardiooncology.pl

Źródło: NIO